Programação da produção: Otimização de Layouts Industriais

• Autor(a) principal: Jesus, Nuno Manuel Boléo Teles de
• Data de Publicação: 2017
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10400.22/10350
• topic: Facility layout problem; Quadratic Assignment Problem; Mixed Integer Programming Problem; Particle Swarm Optimization; Gestão Industrial

O problema conhecido na literatura como “Facility layout problem (FLP)”, em que se pretende determinar a disposição de recursos de produção e a sua interação num determinado espaço, é um problema estratégico para a implementação do chão de fábrica de uma empresa pelo impacto que tem na performance da produção. O problema consiste em encontrar um posicionamento único entre instalações (departamentos, máquinas, células de produção, armazéns, etc.) e localizações no chão de fábrica, de forma a otimizar um ou mais objetivos de produção. O objetivo da criação de layout consiste na otimização do espaço existente, minimização do tempo de produção, redução do custo de manuseamento de matérias, aumento do grau de flexibilidade, entre outros. A solução do problema deverá especificar a localização relativa de cada departamento (layout em bloco) e numa fase posterior poderá especificar o layout detalhado dentro de cada departamento. Na presente tese serão apresentados alguns modelos matemáticos para criação de um layout, neste caso vamos usar uma formulação matemática Quadratic Assignment Problem (QAP), uma formulação matemática Mixed Integer Programming (MIP) e uma heurística de Particle Swarm Optimization (PSO) para resolver problemas de layout. Todas estas formulações e modelos serão postos em prática para a resolução de problemas fictícios. Numa primeira abordagem iremos resolver problemas fictícios onde abordaremos a formulação QAP para problemas de atribuição de espaço de duas dimensões (x,y) e MIP e em seguida iremos usar a heurística PSO para a resolução de problemas em escala maior e real.