Show simple item record

dc.contributor.authorFonseca, Marcos Abraão de Souza
dc.date.accessioned2016-06-02T19:05:47Z
dc.date.available2010-12-08
dc.date.available2016-06-02T19:05:47Z
dc.date.issued2010-06-28
dc.identifier.citationFONSECA, Marcos Abraão de Souza. Uma abordagem ACO para a programação reativa da produção. 2010. 94 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2010.por
dc.identifier.urihttps://repositorio.ufscar.br/handle/ufscar/454
dc.description.abstractIn the context of automated manufacturing systems, combinatorial optimization problems, such as determining the production schedule, have been focused in many studies due to the high degree of complexity to their resolution. Several studies point to use of metaheuristics for the problem dealt, where different approaches perspectives have been proposed in order to find good solutions in a short time. In this paper, we propose an approach based on Ant Colony Optimization metaheuristic (ACO) for the reactive production scheduling problem in an FMS aiming the combination of problem characteristics with metaheuristic characteristics. For this, the problem is addressed from two perspectives, based on modeling and the search method. The problem representation is characterized by a description of the problem at the operations level, since the production schedule is included in this context. On the model is applied a constructive search method based on ACO that using the collaboration principle, establishing a relationship between operations so that it lead the search for promising regions of the solution space. The goal of this work is to obtain a reactive programming in acceptable response time in order to minimize the makespan values. Experimental results showed an improvement of the results obtained so far by other approaches.eng
dc.description.sponsorshipFinanciadora de Estudos e Projetos
dc.formatapplication/pdfpor
dc.languageporpor
dc.publisherUniversidade Federal de São Carlospor
dc.rightsAcesso Abertopor
dc.subjectInteligência artificialpor
dc.subjectProgramação da produçãopor
dc.subjectSistemas flexíveis de manufaturapor
dc.subjectProgramação reativa da produçãopor
dc.subjectAnt Colonypor
dc.subjectOptimizationpor
dc.subjectACOpor
dc.subjectReactive production schedulingeng
dc.subjectFlexible manufacturing systemseng
dc.subjectAnt Colony optimizationeng
dc.subjectACOeng
dc.subjectGraph representationeng
dc.titleUma abordagem ACO para a programação reativa da produçãopor
dc.typeDissertaçãopor
dc.contributor.advisor1Kato, Edilson Reis Rodrigues
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/8517698122676145por
dc.description.resumoNo contexto de Sistemas Automatizados de Manufatura, problemas de otimização combinatória, como determinar a programação da produção, têm sido foco de estudo em muitas pesquisas devido ao alto grau de complexidade para sua resolução. Diversos trabalhos apontam para o uso de metaheurísticas para o tratamento do problema, onde diferentes perspectivas de abordagens têm sido propostas visando encontrar soluções de qualidade em um curto espaço de tempo. Neste trabalho, é proposta uma abordagem baseada na metaheurística Otimização por Colônia de Formigas (Ant Colony Optimization ACO) para o problema de programação reativa da produção em um FMS, com o objetivo de conciliar as características do problema com as características da metaheurística. Para isso, o problema é tratado em duas perspectivas, com base na modelagem e no método de busca. A modelagem do problema é caracterizada por uma descrição do problema em nível de operações, uma vez que a programação da produção está incluída neste contexto. Sobre o modelo é aplicado um método de busca construtiva baseado em ACO que usando o princípio de colaboração, estabelece uma relação entre as operações de forma que esta direcione a busca para regiões promissoras do espaço de soluções. O Objetivo deste trabalho é obter uma programação reativa em tempo de resposta aceitável, visando minimizar o valor de makespan. Resultados experimentais mostraram uma melhoria dos resultados até então obtidos por outras abordagens.por
dc.publisher.countryBRpor
dc.publisher.initialsUFSCarpor
dc.publisher.programPrograma de Pós-Graduação em Ciência da Computação - PPGCCpor
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpor
dc.contributor.authorlatteshttp://lattes.cnpq.br/5145882170059241por


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record