Heurísticas computacionais aplicadas a um problema flowshop híbrido multiobjetivo
Carregando...
Data
2019-03-21
Autores
Título da Revista
ISSN da Revista
Título de Volume
Editor
Centro Federal de Educação Tecnológica de Minas Gerais
Resumo
Esta tese trata do problema de sequenciamento de tarefas em ambiente Flow Shop Híbrido Multiobjetivo, no qual um conjunto de tarefas deve ser executado em vários estágios, cada um com máquinas paralelas não relacionadas, sendo que algumas tarefas não passam por todos os estágios. O problema considera características como elegibilidade de máquinas, datas de entrega e custos por atrasos e antecipações, com os objetivos iniciais de minimizar o makespan, a soma ponderada dos atrasos e a soma ponderada das antecipações, configurando um problema multiobjetivo com três critérios conflitantes, onde não é possível otimizar todos simultaneamente. Posteriormente, foram incluídos mais dois critérios: a minimização do tempo de ociosidade e do número de tarefas atrasadas. A resolução desses problemas é dificultada pela deterioração da seleção por dominância de Pareto e pelo crescimento exponencial do número de soluções necessárias para aproximar a frente de Pareto. Para enfrentar esses desafios, foram propostos dois algoritmos: o primeiro baseado na metaheurística Multi-Objective General Variable Neighborhood Search (MO-GVNS) e o segundo na metaheurística Pareto Iterated Local Search (P-ILS). Esses algoritmos foram testados em instâncias adaptadas da literatura, e seus resultados comparados com outros métodos existentes, utilizando as métricas Hypervolume, Epsilon, Spacing e Hierarchical Cluster Counting (HCC), além de validação estatística por meio do teste de Levene e gráficos de intervalo de confiança. Os resultados demonstraram a superioridade dos algoritmos propostos em relação às métricas Hypervolume, Epsilon e HCC, confirmando sua eficácia na solução dos problemas abordados.
Descrição
Trabalhos elaborados a partir desta tese.
Palavras-chave
Programação heurística, Otimização matemática, Programação da produção