Problema de seqüenciamento em uma máquina com penalidades por antecipação e atraso: modelagem e resolução

Detalhes bibliográficos
Autor(a) principal: Aloisio de Castro Gomes Junior
Data de Publicação: 2007
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFMG
Texto Completo: http://hdl.handle.net/1843/NVEA-7B7M9F
Resumo: O presente trabalho trata do problema de seqüenciamento em uma máquina com penalidades por antecipação e atraso da produção, com tempo de preparação da máquina dependente da seqüência de produção e janelas de entrega. Para a contextualização do problema estudado são apresentadas várias técnicas utilizadas por váriosautores para a resolução do mesmo e de problemas afins. Primeiramente é proposto um modelo de programação linear inteira mista (PLIM) para representar o problema. Este modelo foi implementado usando a ferramenta de modelagem AMPL e resolvidopelo software de otimização CPLEX 9.1. Em seguida, são propostos métodos heurísticos de resolução baseados nas meta-heurísticas GRASP e ILS. Para cada seqüência de jobs gerada pelas heurísticas propostas, usa-se um algoritmo de tempo polinomial paradeterminar a data ótima de início de processamento dos jobs na seqüência dada. Experimentos computacionais realizados sobre um conjunto de problemas-teste gerados aleatoriamente indicam que a performance dos métodos heurísticos propostos é muito boa. Em problemas de pequenas dimensões (8 a 12 jobs) os métodos conseguiram quase sempre alcançar o valor ótimo e em problemas de dimensões maiores (15 a 75 jobs) obtiveram desvios baixos em relação à melhor solução obtida.
id UFMG_32a4c689b96f214e5eae5ab2d367b7f6
oai_identifier_str oai:repositorio.ufmg.br:1843/NVEA-7B7M9F
network_acronym_str UFMG
network_name_str Repositório Institucional da UFMG
repository_id_str
spelling Carlos Roberto V de CarvalhoMarcone Jamilson Freitas SouzaAlexandre Salles da CunhaRicardo Luiz U de Freitas PintoMarcone Jamilson Freitas SouzaHenrique Pacca Loureiro LunaAloisio de Castro Gomes Junior2019-08-13T10:19:40Z2019-08-13T10:19:40Z2007-03-26http://hdl.handle.net/1843/NVEA-7B7M9FO presente trabalho trata do problema de seqüenciamento em uma máquina com penalidades por antecipação e atraso da produção, com tempo de preparação da máquina dependente da seqüência de produção e janelas de entrega. Para a contextualização do problema estudado são apresentadas várias técnicas utilizadas por váriosautores para a resolução do mesmo e de problemas afins. Primeiramente é proposto um modelo de programação linear inteira mista (PLIM) para representar o problema. Este modelo foi implementado usando a ferramenta de modelagem AMPL e resolvidopelo software de otimização CPLEX 9.1. Em seguida, são propostos métodos heurísticos de resolução baseados nas meta-heurísticas GRASP e ILS. Para cada seqüência de jobs gerada pelas heurísticas propostas, usa-se um algoritmo de tempo polinomial paradeterminar a data ótima de início de processamento dos jobs na seqüência dada. Experimentos computacionais realizados sobre um conjunto de problemas-teste gerados aleatoriamente indicam que a performance dos métodos heurísticos propostos é muito boa. Em problemas de pequenas dimensões (8 a 12 jobs) os métodos conseguiram quase sempre alcançar o valor ótimo e em problemas de dimensões maiores (15 a 75 jobs) obtiveram desvios baixos em relação à melhor solução obtida.This dissertation deals with the problem of scheduling single machine with earliness and tardiness penalties, with sequence dependent setup and due windows.For contextualization of the problem studied, some techniques used by others authors to solve it and similar problems are showed. Firstly, a model of mixed integer linear programming is proposed to represent the problem. This model was implemented usingthe modeling tool AMPL and solved by optimization software CPLEX 9.1. Afterwards, heuristics methods based on GRASP, Iterated Local Search and Variable Neighborhood Descent to solve it are proposed. For each job sequence generated by the heuristics, an optimal timing algorithm is used to determine the starting time for each job in the job sequence. Computational experiments realized with instances randomly generatedshow that the methods proposed are able to reach the optimal solution in most of the small instances (8 to 12 jobs) and yield low gaps in instances with 15 to 75 jobs.Universidade Federal de Minas GeraisUFMGEngenharia de produçãoILSProgramação linear inteira mistaMetaheurísticasGRASPSeqüenciamento em uma máquinaProblema de seqüenciamento em uma máquina com penalidades por antecipação e atraso: modelagem e resoluçãoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALaloisio_de_castro_gomes_dissertacao_.pdfapplication/pdf977840https://repositorio.ufmg.br/bitstream/1843/NVEA-7B7M9F/1/aloisio_de_castro_gomes_dissertacao_.pdfb4d665e06fa486a93e8b1d97c7ba1ffcMD51TEXTaloisio_de_castro_gomes_dissertacao_.pdf.txtaloisio_de_castro_gomes_dissertacao_.pdf.txtExtracted texttext/plain148075https://repositorio.ufmg.br/bitstream/1843/NVEA-7B7M9F/2/aloisio_de_castro_gomes_dissertacao_.pdf.txtda9aedb71ed1f2ae865c211976e06036MD521843/NVEA-7B7M9F2019-11-14 22:31:31.383oai:repositorio.ufmg.br:1843/NVEA-7B7M9FRepositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-15T01:31:31Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
dc.title.pt_BR.fl_str_mv Problema de seqüenciamento em uma máquina com penalidades por antecipação e atraso: modelagem e resolução
title Problema de seqüenciamento em uma máquina com penalidades por antecipação e atraso: modelagem e resolução
spellingShingle Problema de seqüenciamento em uma máquina com penalidades por antecipação e atraso: modelagem e resolução
Aloisio de Castro Gomes Junior
ILS
Programação linear inteira mista
Metaheurísticas
GRASP
Seqüenciamento em uma máquina
Engenharia de produção
title_short Problema de seqüenciamento em uma máquina com penalidades por antecipação e atraso: modelagem e resolução
title_full Problema de seqüenciamento em uma máquina com penalidades por antecipação e atraso: modelagem e resolução
title_fullStr Problema de seqüenciamento em uma máquina com penalidades por antecipação e atraso: modelagem e resolução
title_full_unstemmed Problema de seqüenciamento em uma máquina com penalidades por antecipação e atraso: modelagem e resolução
title_sort Problema de seqüenciamento em uma máquina com penalidades por antecipação e atraso: modelagem e resolução
author Aloisio de Castro Gomes Junior
author_facet Aloisio de Castro Gomes Junior
author_role author
dc.contributor.advisor1.fl_str_mv Carlos Roberto V de Carvalho
dc.contributor.advisor-co1.fl_str_mv Marcone Jamilson Freitas Souza
dc.contributor.referee1.fl_str_mv Alexandre Salles da Cunha
dc.contributor.referee2.fl_str_mv Ricardo Luiz U de Freitas Pinto
dc.contributor.referee3.fl_str_mv Marcone Jamilson Freitas Souza
dc.contributor.referee4.fl_str_mv Henrique Pacca Loureiro Luna
dc.contributor.author.fl_str_mv Aloisio de Castro Gomes Junior
contributor_str_mv Carlos Roberto V de Carvalho
Marcone Jamilson Freitas Souza
Alexandre Salles da Cunha
Ricardo Luiz U de Freitas Pinto
Marcone Jamilson Freitas Souza
Henrique Pacca Loureiro Luna
dc.subject.por.fl_str_mv ILS
Programação linear inteira mista
Metaheurísticas
GRASP
Seqüenciamento em uma máquina
topic ILS
Programação linear inteira mista
Metaheurísticas
GRASP
Seqüenciamento em uma máquina
Engenharia de produção
dc.subject.other.pt_BR.fl_str_mv Engenharia de produção
description O presente trabalho trata do problema de seqüenciamento em uma máquina com penalidades por antecipação e atraso da produção, com tempo de preparação da máquina dependente da seqüência de produção e janelas de entrega. Para a contextualização do problema estudado são apresentadas várias técnicas utilizadas por váriosautores para a resolução do mesmo e de problemas afins. Primeiramente é proposto um modelo de programação linear inteira mista (PLIM) para representar o problema. Este modelo foi implementado usando a ferramenta de modelagem AMPL e resolvidopelo software de otimização CPLEX 9.1. Em seguida, são propostos métodos heurísticos de resolução baseados nas meta-heurísticas GRASP e ILS. Para cada seqüência de jobs gerada pelas heurísticas propostas, usa-se um algoritmo de tempo polinomial paradeterminar a data ótima de início de processamento dos jobs na seqüência dada. Experimentos computacionais realizados sobre um conjunto de problemas-teste gerados aleatoriamente indicam que a performance dos métodos heurísticos propostos é muito boa. Em problemas de pequenas dimensões (8 a 12 jobs) os métodos conseguiram quase sempre alcançar o valor ótimo e em problemas de dimensões maiores (15 a 75 jobs) obtiveram desvios baixos em relação à melhor solução obtida.
publishDate 2007
dc.date.issued.fl_str_mv 2007-03-26
dc.date.accessioned.fl_str_mv 2019-08-13T10:19:40Z
dc.date.available.fl_str_mv 2019-08-13T10:19:40Z
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.uri.fl_str_mv http://hdl.handle.net/1843/NVEA-7B7M9F
url http://hdl.handle.net/1843/NVEA-7B7M9F
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.publisher.initials.fl_str_mv UFMG
publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFMG
instname:Universidade Federal de Minas Gerais (UFMG)
instacron:UFMG
instname_str Universidade Federal de Minas Gerais (UFMG)
instacron_str UFMG
institution UFMG
reponame_str Repositório Institucional da UFMG
collection Repositório Institucional da UFMG
bitstream.url.fl_str_mv https://repositorio.ufmg.br/bitstream/1843/NVEA-7B7M9F/1/aloisio_de_castro_gomes_dissertacao_.pdf
https://repositorio.ufmg.br/bitstream/1843/NVEA-7B7M9F/2/aloisio_de_castro_gomes_dissertacao_.pdf.txt
bitstream.checksum.fl_str_mv b4d665e06fa486a93e8b1d97c7ba1ffc
da9aedb71ed1f2ae865c211976e06036
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)
repository.mail.fl_str_mv
_version_ 1801677026713665536