Automatic algorithm configuration for flow shop scheduling problems

Detalhes bibliográficos
Autor(a) principal: Brum, Artur Ferreira
Data de Publicação: 2020
Tipo de documento: Tese
Idioma: eng
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/213705
Resumo: Problemas de agendamento tem sido assunto de interesse para pesquisadores em otimização por muitos anos. Problemas de flow shop, em particular, são alguns dos problemas de agendamento mais amplamente estudados devido à sua aplicação em muitos ambientes de produção. Uma grande variedade de métodos de resolução pode ser encontrada na literatura e, visto que muitos problemas de flow shop são NP-difíceis, as abordagens mais frequentemente encontradas são métodos heurísticos. Métodos heurísticos de busca podem ser complexos e difíceis de projetar, requerendo uma significativa quantia de tempo e trabalho manual para realizar tal tarefa, que pode ser tediosa e propensa a viés humano. Configuração Automática de Algoritmos (CAA) compreende técnicas para automatizar o projeto de algoritmos, selecionando e calibrando componentes algorítmicos. Ela fornece uma abordagem mais robusta que pode contribuir para melhorar o estado da arte. Nesta tese apresentamos um estudo sobre os problemas de agendamento em flow shop permutacional e não-permutacional. Nós seguimos uma estratégia de CAA baseada em gramática para gerar buscas locais iteradas ou algoritmos gulosos iterados. Nós implementamos vários componentes algorítmicos da literatura em um solver parametrizado, e exploramos o espaço de busca definido pela gramática com uma estratégia baseada em corridas. Novos algoritmos eficientes são obtidos com esforço manual mínimo e são avaliados em benchmarks da literatura. Os resultados mostram que os algoritmos projetados de maneira automatizada podem melhorar o estado da arte em muitos casos, conforme evidenciado por abrangentes testes computacionais e estatísticos.
id URGS_2741a28927c0da8a59788708a3ce4273
oai_identifier_str oai:www.lume.ufrgs.br:10183/213705
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Brum, Artur FerreiraRitt, Marcus Rolf Peter2020-09-24T04:00:43Z2020http://hdl.handle.net/10183/213705001118296Problemas de agendamento tem sido assunto de interesse para pesquisadores em otimização por muitos anos. Problemas de flow shop, em particular, são alguns dos problemas de agendamento mais amplamente estudados devido à sua aplicação em muitos ambientes de produção. Uma grande variedade de métodos de resolução pode ser encontrada na literatura e, visto que muitos problemas de flow shop são NP-difíceis, as abordagens mais frequentemente encontradas são métodos heurísticos. Métodos heurísticos de busca podem ser complexos e difíceis de projetar, requerendo uma significativa quantia de tempo e trabalho manual para realizar tal tarefa, que pode ser tediosa e propensa a viés humano. Configuração Automática de Algoritmos (CAA) compreende técnicas para automatizar o projeto de algoritmos, selecionando e calibrando componentes algorítmicos. Ela fornece uma abordagem mais robusta que pode contribuir para melhorar o estado da arte. Nesta tese apresentamos um estudo sobre os problemas de agendamento em flow shop permutacional e não-permutacional. Nós seguimos uma estratégia de CAA baseada em gramática para gerar buscas locais iteradas ou algoritmos gulosos iterados. Nós implementamos vários componentes algorítmicos da literatura em um solver parametrizado, e exploramos o espaço de busca definido pela gramática com uma estratégia baseada em corridas. Novos algoritmos eficientes são obtidos com esforço manual mínimo e são avaliados em benchmarks da literatura. Os resultados mostram que os algoritmos projetados de maneira automatizada podem melhorar o estado da arte em muitos casos, conforme evidenciado por abrangentes testes computacionais e estatísticos.Scheduling problems have been a subject of interest to the optimization researchers for many years. Flow shop problems, in particular, are one of the most widely studied scheduling problems due to their application to many production environments. A large variety of solution methods can be found in the literature and, since many flow shop problems are NP-hard, the most frequently found approaches are heuristic methods. Heuristic search methods are often complex and hard to design, requiring a significant amount of time and manual work to perform such a task, which can be tedious and prone to human biases. Automatic algorithm configuration (AAC) comprises techniques to automate the design of algorithms by selecting and calibrating algorithmic components. It provides a more robust approach which can contribute to improving the state of the art. In this thesis we present a study on the permutation and the non-permutation flow shop scheduling problems. We follow a grammar-based AAC strategy to generate iterated local search or iterated greedy algorithms. We implement several algorithmic components from the literature in a parameterized solver, and explore the search space defined by the grammar with a racing-based strategy. New efficient algorithms are designed with minimal manual effort and are evaluated against benchmarks from the literature. The results show that the automatically designed algorithms can improve the state of the art in many cases, as evidenced by comprehensive computational and statistical testing.application/pdfengConfiguração automática de algoritmosHeurísticaAlgoritmosPesquisa operacionalFlow shop scheduling problemIterated local searchIterated greedy algorithmAutomatic algorithm configuration for flow shop scheduling problemsConfiguração automática de algoritmos para problemas de agendamento em flow shop info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPrograma de Pós-Graduação em ComputaçãoPorto Alegre, BR-RS2020doutoradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001118296.pdf.txt001118296.pdf.txtExtracted Texttext/plain281987http://www.lume.ufrgs.br/bitstream/10183/213705/2/001118296.pdf.txte0f9027c2a44b7f082a0f67aac073e23MD52ORIGINAL001118296.pdfTexto completo (inglês)application/pdf643365http://www.lume.ufrgs.br/bitstream/10183/213705/1/001118296.pdf0c73ad99a1db55c5f35dd637a6af2746MD5110183/2137052024-04-13 06:46:05.094939oai:www.lume.ufrgs.br:10183/213705Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532024-04-13T09:46:05Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Automatic algorithm configuration for flow shop scheduling problems
dc.title.alternative.pt.fl_str_mv Configuração automática de algoritmos para problemas de agendamento em flow shop
title Automatic algorithm configuration for flow shop scheduling problems
spellingShingle Automatic algorithm configuration for flow shop scheduling problems
Brum, Artur Ferreira
Configuração automática de algoritmos
Heurística
Algoritmos
Pesquisa operacional
Flow shop scheduling problem
Iterated local search
Iterated greedy algorithm
title_short Automatic algorithm configuration for flow shop scheduling problems
title_full Automatic algorithm configuration for flow shop scheduling problems
title_fullStr Automatic algorithm configuration for flow shop scheduling problems
title_full_unstemmed Automatic algorithm configuration for flow shop scheduling problems
title_sort Automatic algorithm configuration for flow shop scheduling problems
author Brum, Artur Ferreira
author_facet Brum, Artur Ferreira
author_role author
dc.contributor.author.fl_str_mv Brum, Artur Ferreira
dc.contributor.advisor1.fl_str_mv Ritt, Marcus Rolf Peter
contributor_str_mv Ritt, Marcus Rolf Peter
dc.subject.por.fl_str_mv Configuração automática de algoritmos
Heurística
Algoritmos
Pesquisa operacional
topic Configuração automática de algoritmos
Heurística
Algoritmos
Pesquisa operacional
Flow shop scheduling problem
Iterated local search
Iterated greedy algorithm
dc.subject.eng.fl_str_mv Flow shop scheduling problem
Iterated local search
Iterated greedy algorithm
description Problemas de agendamento tem sido assunto de interesse para pesquisadores em otimização por muitos anos. Problemas de flow shop, em particular, são alguns dos problemas de agendamento mais amplamente estudados devido à sua aplicação em muitos ambientes de produção. Uma grande variedade de métodos de resolução pode ser encontrada na literatura e, visto que muitos problemas de flow shop são NP-difíceis, as abordagens mais frequentemente encontradas são métodos heurísticos. Métodos heurísticos de busca podem ser complexos e difíceis de projetar, requerendo uma significativa quantia de tempo e trabalho manual para realizar tal tarefa, que pode ser tediosa e propensa a viés humano. Configuração Automática de Algoritmos (CAA) compreende técnicas para automatizar o projeto de algoritmos, selecionando e calibrando componentes algorítmicos. Ela fornece uma abordagem mais robusta que pode contribuir para melhorar o estado da arte. Nesta tese apresentamos um estudo sobre os problemas de agendamento em flow shop permutacional e não-permutacional. Nós seguimos uma estratégia de CAA baseada em gramática para gerar buscas locais iteradas ou algoritmos gulosos iterados. Nós implementamos vários componentes algorítmicos da literatura em um solver parametrizado, e exploramos o espaço de busca definido pela gramática com uma estratégia baseada em corridas. Novos algoritmos eficientes são obtidos com esforço manual mínimo e são avaliados em benchmarks da literatura. Os resultados mostram que os algoritmos projetados de maneira automatizada podem melhorar o estado da arte em muitos casos, conforme evidenciado por abrangentes testes computacionais e estatísticos.
publishDate 2020
dc.date.accessioned.fl_str_mv 2020-09-24T04:00:43Z
dc.date.issued.fl_str_mv 2020
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/213705
dc.identifier.nrb.pt_BR.fl_str_mv 001118296
url http://hdl.handle.net/10183/213705
identifier_str_mv 001118296
dc.language.iso.fl_str_mv eng
language eng
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.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/213705/2/001118296.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/213705/1/001118296.pdf
bitstream.checksum.fl_str_mv e0f9027c2a44b7f082a0f67aac073e23
0c73ad99a1db55c5f35dd637a6af2746
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1810085534670782464

Registros relacionados