Um método de análise de cenários para sequenciamento da produção usando lógica nebulosa.

Detalhes bibliográficos
Autor(a) principal: Silva, Allan Rodrigues da
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