Heurísticas híbridas para o problema de programação de tarefas em máquinas paralelas não relacionadas com penalidades por antecipação e atraso
O presente trabalho trata o problema de sequenciamento de tarefas em máquinas paralelas não relacionadas. No problema abordado, é oonsiderado tanto o tempo de preparação das máquinas, o qual depende da sequência de produção, quanto o tempo de processamento das tarefas, que dependem das máquinas. Cad...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2011 |
| País: | Brasil |
| Institución: | Universidade Federal de Viçosa (UFV) |
| Repositorio: | LOCUS Repositório Institucional da UFV |
| Idioma: | portugués |
| OAI Identifier: | oai:locus.ufv.br:123456789/7682 |
| Acceso en línea: | http://www.locus.ufv.br/handle/123456789/7682 |
| Access Level: | acceso abierto |
| Palabra clave: | Pesquisa operacional Otimização combinatória Solução de problemas Heurística Ciência da Computação |
| Sumario: | O presente trabalho trata o problema de sequenciamento de tarefas em máquinas paralelas não relacionadas. No problema abordado, é oonsiderado tanto o tempo de preparação das máquinas, o qual depende da sequência de produção, quanto o tempo de processamento das tarefas, que dependem das máquinas. Cada tarefa possui uma data de entrega que deve ser comprida, caso contrário uma penalidade é aplicada. O objetivo do problema é minimizar a soma de penalidades por atraso e adiantamento das tarefas. Em termos praticos, as penalidades por adiantamento são consequências de custos gerados pela necessidade de estocagem, enquanto as penalidades por atraso das tarefas são originadas de multas contratuais. Primeiramente é utilizado um modelo matemático de programação linear inteira mista (PLIM) para representar o problema. Este modelo é resolvido pelo software de otimização CPLEX 12.0. Em seguida é utilizado um algoritmo baseado no método Greedy Randomized Adaptive Search Procedure (GRASP) com o objetivo de determinar soluções aproximadas de boa qualidade. Após isso, o método GRASP é hibridizado com o procedimento de intensificação Path Relink- mg (PR) e o método Iterated Local Search (ILS), resultando nas heurísticas híbridas GRASP+ILS, GRASP+PR e GRASP+ILS+PR. As heurísticas foram testadas em conjuntos de instâncias de pequeno, médio e grande porte. Os resultados obtidos pelas heurísticas utilizadas são comparados entre si. A análise dos resultados obtidos mostra que a hibridização da heurística GRASP faz com que o desempenho do procedimento melhore. |
|---|