Heurística para o problema estocástico de programação de máquina única com minimização de earliness e tardiness.
O presente trabalho aborda o problema de determinação de datas de entrega e o sequenciamento de tarefas com tempos de processamento estocásticos. O ambiente considerado constitui em uma máquina simples e tarefas com custos individuais e distintos de adiantamento e atraso de entrega (earliness e tard...
| Autor: | |
|---|---|
| Tipo de documento: | dissertação |
| Estado: | Versão publicada |
| Data de publicação: | 2014 |
| País: | Brasil |
| Recursos: | Universidade de São Paulo (USP) |
| Repositório: | Biblioteca Digital de Teses e Dissertações da USP |
| Idioma: | português |
| OAI Identifier: | oai:teses.usp.br:tde-22042015-165306 |
| Acesso em linha: | http://www.teses.usp.br/teses/disponiveis/3/3136/tde-22042015-165306/ |
| Access Level: | Acceso aberto |
| Palavra-chave: | Determinação de datas Due-date assignment Earliness/Tardiness Heuristic Heurística Máquina única Programação estocástica de tarefas Single machine Stochastic scheduling |
| Resumo: | O presente trabalho aborda o problema de determinação de datas de entrega e o sequenciamento de tarefas com tempos de processamento estocásticos. O ambiente considerado constitui em uma máquina simples e tarefas com custos individuais e distintos de adiantamento e atraso de entrega (earliness e tardiness ou simplesmente E/T). O objetivo é determinar a sequência e as datas de entrega ótimas que simultaneamente minimizam o custo total esperado de E/T. Para a determinação de sequências candidatas, são apresentadas diversas heurísticas construtivas com tempo de execução polinomial baseadas em um método de inserção de tarefas. Considerando tarefas com distribuição normal, experimentos computacionais comprovam a eficácia dos algoritmos para problemas de menor porte, os quais fornecem soluções ótimas em 99,85% dos casos avaliados. Quando aplicadas a um conjunto com uma maior quantidade de tarefas, as heurísticas apresentaram resultados melhores do que o algoritmo disponível na literatura em mais de 80% dos casos. Consideradas tarefas com distribuição lognormal, obteve-se um percentual de otimalidade entre 93,87% e 96,45%, a depender da heurística aplicada. Demonstra-se ainda para o caso com distribuição normal que os métodos propostos são assintoticamente ótimos e, portanto, são indicados para a resolução de problemas de grande porte. |
|---|