Algoritmos genéticos aplicados ao problema geral de dimensionamento de lotes e programação de produção

Simeone, Fernando

Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/5214

Título:	Algoritmos genéticos aplicados ao problema geral de dimensionamento de lotes e programação de produção
Autor :	Simeone, Fernando
Primeiro orientador:	Toledo, Cláudio Fabiano Motta
Primeiro membro da banca:	Pereira, Marluce Rodrigues Lacerda, Wilian Soares
Palavras-chave:	Programação da produção Dimensionamento de lotes Algoritmo genético Scheduling Lot sizing Genetic algorithm
Data da defesa:	15-Jun-2009
Data da publicação:	17-Mar-2015
Referência:	SIMEONE, F. Algoritmos genéticos aplicados ao problema geral de dimensionamento de lotes e programação de produção. 2009. 86 p. Monografia (Graduação em Ciência da Computação) - Universidade Federal de Lavras, Lavras, 2009.
Resumo:	O presente trabalho propõe algoritmos genéticos (AGs) para solucionar o Problema Geral de Dimensionamento de Lotes e Programação da Produção (PGDLPP) com e sem máquinas paralelas, e com penalização para demandas não atendidas. Um modelo matemático é apresentado para este caso do PGDLPP e conjuntos de instancias são gerados, baseados em parâmetros utilizados na literatura. Essas instancias são solucionadas usando uma ferramenta de modelagem matemática cujas soluções servem para avaliação do desempenho dos algoritmos genéticos. As metaheurísticas também são comparadas a outras heurísticas e a um método exato. Os resultados revelam o melhor desempenho obtido pelos algoritmos genéticos nas instancias mais complexas envolvendo o PGLDPP com máquinas paralelas.
Abstract:	The present paper proposes algorithm genetics (AGs) to solve the General Lot sizing and Scheduling Problem (GLSP) with and without parallel machines, and with penalties for demand shortcoming. A mathematical model is presented for this GLSP case and set of instances are generated using parameters found in the literature. These instances are solved using a mathematical modeling computational package whose solutions will be benchmarks to evaluate the GAs performance. These metaheuristics are also compared with other heuristics and with a exact method.. The results report the better performance found by the AGs in complex instances for the GLSP with parallel machines.
URI:	http://repositorio.ufla.br/jspui/handle/1/5214
Idioma:	pt_BR
Aparece nas coleções:	PROGRAD - Ciência da Computação (Trabalhos de Conclusão de Curso)

Arquivos associados a este item:

Arquivo	Descrição	Tamanho	Formato
MONOGRAFIA_Algoritmos_geneticos_aplicados_problema_dimensionamento_lotes_programacao_producao.pdf		1,65 MB	Adobe PDF	Visualizar/Abrir

Mostrar registro completo do item Recomendar este item Visualizar estatísticas