Um método de análise de cenários para sequenciamento da produção usando lógica nebulosa.
Autor(a) principal: | |
---|---|
Data de Publicação: | 2005 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFSCAR |
Texto Completo: | https://repositorio.ufscar.br/handle/ufscar/620 |
Resumo: | Production planning in automated manufacturing environments is a complex task which comprehends, among other activities, the production sequencing. One of the techniques used to determine the best production sequencing is the simulation. All possible sequences can be simulated and, right after that, the sequences with the best performance are verified, according to some criteria. However, due to the combinatory nature of the sequencing, the simulation of all possible combinations takes long time, becoming quite impracticable in many cases. Besides, events that were not programmed occur frequently in automated manufacturing environments and the decision maker must be fast choosing alternatives. Aiming to contour this problem, this work proposes a fuzzy analyser of sceneries for the production sequencing (ANCSP). The goal is to reduce the quantity of sequences to be simulated by the decision maker when non programmed events occur in the productive system, according to a defined performance criteria. The maximum quantity of generated sequences is calculated based on the time avaliable to realize the simulation. The proposed model intends to support the usage of the simulation technique by the decision makers. The ANCSP was implemented and various tests were performed. A specific model of flexible manufacturing system was considered to perform the tests. The performance of the ANCSP was analyzed comparing its results with those presented by a simulation software, for the same test sets and in accordance to the performance measures established. |
id |
SCAR_08a205958be6cd53e6d4af2f529c9376 |
---|---|
oai_identifier_str |
oai:repositorio.ufscar.br:ufscar/620 |
network_acronym_str |
SCAR |
network_name_str |
Repositório Institucional da UFSCAR |
repository_id_str |
4322 |
spelling |
Silva, Allan Rodrigues daMorandin Júnior, Orideshttp://lattes.cnpq.br/4192845106907956http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4704531A0&dataRevisao=nulle1510d7b-146e-4c88-987c-532cf7bbc5192016-06-02T19:06:27Z2007-07-042016-06-02T19:06:27Z2005-05-31SILVA, Allan Rodrigues da. A Fuzzy classifier model for the production sequencing.. 2005. 109 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2005.https://repositorio.ufscar.br/handle/ufscar/620Production planning in automated manufacturing environments is a complex task which comprehends, among other activities, the production sequencing. One of the techniques used to determine the best production sequencing is the simulation. All possible sequences can be simulated and, right after that, the sequences with the best performance are verified, according to some criteria. However, due to the combinatory nature of the sequencing, the simulation of all possible combinations takes long time, becoming quite impracticable in many cases. Besides, events that were not programmed occur frequently in automated manufacturing environments and the decision maker must be fast choosing alternatives. Aiming to contour this problem, this work proposes a fuzzy analyser of sceneries for the production sequencing (ANCSP). The goal is to reduce the quantity of sequences to be simulated by the decision maker when non programmed events occur in the productive system, according to a defined performance criteria. The maximum quantity of generated sequences is calculated based on the time avaliable to realize the simulation. The proposed model intends to support the usage of the simulation technique by the decision makers. The ANCSP was implemented and various tests were performed. A specific model of flexible manufacturing system was considered to perform the tests. The performance of the ANCSP was analyzed comparing its results with those presented by a simulation software, for the same test sets and in accordance to the performance measures established.O planejamento da produção em ambientes automatizados de manufatura é uma tarefa complexa que compreende, dentre outras atividades, o sequenciamento da produção. Uma das técnicas usadas para determinar qual a melhor sequência de produção é a simulação. Todas as sequências possíveis são simuladas e, logo após, verifica-se qual a sequência que obteve o melhor desempenho, de acordo com algum critério. Entretanto, devido à natureza combinatória do sequenciamento, a simulação de todas as sequências possíveis consome muito tempo, tornando-se inviável em muitos casos. Além disso, eventos não programados ocorrem com frequência nos ambientes automatizados de manufatura e o tomador de decisão precisa ter escolhas rápidas. Visando contornar esses problemas, esse trabalho propõe um analisador nebuloso de cen´arios para o sequenciamento da produção (ANCSP). O objetivo é reduzir a quantidade de sequências a serem simuladas pelo tomador de decis ao no momento da ocorrência de eventos não programados no sistema produtivo, de acordo com alguma medida de desempenho. A quantidade máxima de sequências geradas é calculada com base no tempo que o tomador de decisão possui para realizar a simulação. Dessa maneira, o modelo proposto pretende apoiar o uso da técnica de simulação pelos tomadores de decisão. O ANCSP foi implementado e diversos testes foram realizados. Para a realização dos testes, considerou-se um modelo específico de sistema flexível de manufatura. O desempenho do ANCSP foi analisado mediante comparação dos seus resultados com aqueles apresentados por um software de simulação, para o mesmo conjunto de testes e de acordo com as medidas de desempenho estabelecidas.Universidade Federal de Sao Carlosapplication/pdfporUniversidade Federal de São CarlosPrograma de Pós-Graduação em Ciência da Computação - PPGCCUFSCarBRInteligência artificialSequenciamento da produçãoSistema FuzzySistemas flexíveis de manufaturaPlanejamento da produçãoProduction sequencingFlexible manufacturing systemFuzzy systemDiscret event systems simulationProduction planningCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOUm método de análise de cenários para sequenciamento da produção usando lógica nebulosa.A Fuzzy classifier model for the production sequencing.info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis-1-1699c22db-73af-4a67-a1af-0c10448ea48binfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFSCARinstname:Universidade Federal de São Carlos (UFSCAR)instacron:UFSCARORIGINALDissARS.pdfapplication/pdf1479466https://repositorio.ufscar.br/bitstream/ufscar/620/1/DissARS.pdfb0e4db694de6cc642354b502d3f9187fMD51THUMBNAILDissARS.pdf.jpgDissARS.pdf.jpgIM Thumbnailimage/jpeg10253https://repositorio.ufscar.br/bitstream/ufscar/620/2/DissARS.pdf.jpgaa82f6f83feffb4070367369fdfb51aaMD52ufscar/6202023-09-18 18:30:37.731oai:repositorio.ufscar.br:ufscar/620Repositório InstitucionalPUBhttps://repositorio.ufscar.br/oai/requestopendoar:43222023-09-18T18:30:37Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR)false |
dc.title.por.fl_str_mv |
Um método de análise de cenários para sequenciamento da produção usando lógica nebulosa. |
dc.title.alternative.eng.fl_str_mv |
A Fuzzy classifier model for the production sequencing. |
title |
Um método de análise de cenários para sequenciamento da produção usando lógica nebulosa. |
spellingShingle |
Um método de análise de cenários para sequenciamento da produção usando lógica nebulosa. Silva, Allan Rodrigues da Inteligência artificial Sequenciamento da produção Sistema Fuzzy Sistemas flexíveis de manufatura Planejamento da produção Production sequencing Flexible manufacturing system Fuzzy system Discret event systems simulation Production planning CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
title_short |
Um método de análise de cenários para sequenciamento da produção usando lógica nebulosa. |
title_full |
Um método de análise de cenários para sequenciamento da produção usando lógica nebulosa. |
title_fullStr |
Um método de análise de cenários para sequenciamento da produção usando lógica nebulosa. |
title_full_unstemmed |
Um método de análise de cenários para sequenciamento da produção usando lógica nebulosa. |
title_sort |
Um método de análise de cenários para sequenciamento da produção usando lógica nebulosa. |
author |
Silva, Allan Rodrigues da |
author_facet |
Silva, Allan Rodrigues da |
author_role |
author |
dc.contributor.authorlattes.por.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4704531A0&dataRevisao=null |
dc.contributor.author.fl_str_mv |
Silva, Allan Rodrigues da |
dc.contributor.advisor1.fl_str_mv |
Morandin Júnior, Orides |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/4192845106907956 |
dc.contributor.authorID.fl_str_mv |
e1510d7b-146e-4c88-987c-532cf7bbc519 |
contributor_str_mv |
Morandin Júnior, Orides |
dc.subject.por.fl_str_mv |
Inteligência artificial Sequenciamento da produção Sistema Fuzzy Sistemas flexíveis de manufatura Planejamento da produção |
topic |
Inteligência artificial Sequenciamento da produção Sistema Fuzzy Sistemas flexíveis de manufatura Planejamento da produção Production sequencing Flexible manufacturing system Fuzzy system Discret event systems simulation Production planning CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
dc.subject.eng.fl_str_mv |
Production sequencing Flexible manufacturing system Fuzzy system Discret event systems simulation Production planning |
dc.subject.cnpq.fl_str_mv |
CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
description |
Production planning in automated manufacturing environments is a complex task which comprehends, among other activities, the production sequencing. One of the techniques used to determine the best production sequencing is the simulation. All possible sequences can be simulated and, right after that, the sequences with the best performance are verified, according to some criteria. However, due to the combinatory nature of the sequencing, the simulation of all possible combinations takes long time, becoming quite impracticable in many cases. Besides, events that were not programmed occur frequently in automated manufacturing environments and the decision maker must be fast choosing alternatives. Aiming to contour this problem, this work proposes a fuzzy analyser of sceneries for the production sequencing (ANCSP). The goal is to reduce the quantity of sequences to be simulated by the decision maker when non programmed events occur in the productive system, according to a defined performance criteria. The maximum quantity of generated sequences is calculated based on the time avaliable to realize the simulation. The proposed model intends to support the usage of the simulation technique by the decision makers. The ANCSP was implemented and various tests were performed. A specific model of flexible manufacturing system was considered to perform the tests. The performance of the ANCSP was analyzed comparing its results with those presented by a simulation software, for the same test sets and in accordance to the performance measures established. |
publishDate |
2005 |
dc.date.issued.fl_str_mv |
2005-05-31 |
dc.date.available.fl_str_mv |
2007-07-04 2016-06-02T19:06:27Z |
dc.date.accessioned.fl_str_mv |
2016-06-02T19:06:27Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
SILVA, Allan Rodrigues da. A Fuzzy classifier model for the production sequencing.. 2005. 109 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2005. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufscar.br/handle/ufscar/620 |
identifier_str_mv |
SILVA, Allan Rodrigues da. A Fuzzy classifier model for the production sequencing.. 2005. 109 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2005. |
url |
https://repositorio.ufscar.br/handle/ufscar/620 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.confidence.fl_str_mv |
-1 -1 |
dc.relation.authority.fl_str_mv |
699c22db-73af-4a67-a1af-0c10448ea48b |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal de São Carlos |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Ciência da Computação - PPGCC |
dc.publisher.initials.fl_str_mv |
UFSCar |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
Universidade Federal de São Carlos |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFSCAR instname:Universidade Federal de São Carlos (UFSCAR) instacron:UFSCAR |
instname_str |
Universidade Federal de São Carlos (UFSCAR) |
instacron_str |
UFSCAR |
institution |
UFSCAR |
reponame_str |
Repositório Institucional da UFSCAR |
collection |
Repositório Institucional da UFSCAR |
bitstream.url.fl_str_mv |
https://repositorio.ufscar.br/bitstream/ufscar/620/1/DissARS.pdf https://repositorio.ufscar.br/bitstream/ufscar/620/2/DissARS.pdf.jpg |
bitstream.checksum.fl_str_mv |
b0e4db694de6cc642354b502d3f9187f aa82f6f83feffb4070367369fdfb51aa |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR) |
repository.mail.fl_str_mv |
|
_version_ |
1813715504237379584 |