dc.contributor.author | Dall'Agnol, Gabriela | |
dc.date.accessioned | 2023-08-18T19:04:09Z | |
dc.date.available | 2023-08-18T19:04:09Z | |
dc.date.issued | 2023-05-05 | |
dc.identifier.citation | DALL'AGNOL, Gabriela. Programação da produção em ambientes de manufatura aditiva: análise do estado-da-arte e proposta de método de resolução. 2023. Dissertação (Mestrado em Engenharia de Produção) – Universidade Federal de São Carlos, São Carlos, 2023. Disponível em: https://repositorio.ufscar.br/handle/ufscar/18419. | * |
dc.identifier.uri | https://repositorio.ufscar.br/handle/ufscar/18419 | |
dc.description.abstract | With the advancement of production technologies and materials, it is currently possible
to use Additive Manufacturing (AM), also known as 3D printing, for the large-scale
production of finished products, with numerous advantages, such as a high level of
customization, simplification of factory floor and fast delivery. Production sequencing,
known as Scheduling, is a well-established topic in his research area, but its application
within an AM environment faces specific issues that have yet to be explored by researchers.
The present study carries out a Systematic Literature Review (SLR) on the subject, in
order to identify the main mathematical models, algorithms adopted for their solution and
the main characteristics of the computational experiments carried out. The considered
environment was mathematically modeled and, subsequently, a constructive heuristic
solution multi-start based on the GRASP algorithm (Greedy Randomized Adaptive Search
Procedure) was implemented in order to solve this problem. From generated instances,
its performance was evaluated through computational experiments. The results showed
that the proposed heuristic managed to obtain good results in very little computational
time, in addition to achieving a low gap dispersion, indicating a high repeatability of the
implemented heuristic. | eng |
dc.description.sponsorship | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | por |
dc.language.iso | por | por |
dc.publisher | Universidade Federal de São Carlos | por |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | Manufatura aditiva | por |
dc.subject | Heurísticas | por |
dc.subject | Meta-heurísticas | por |
dc.subject | Modelagem matemática | por |
dc.subject | Scheduling | eng |
dc.subject | Additive manufacturing | eng |
dc.subject | Heuristics | eng |
dc.subject | Meta-heuristics | eng |
dc.subject | Mathematical modeling | eng |
dc.title | Programação da produção em ambientes de manufatura aditiva: análise do estado-da-arte e proposta de método de resolução | por |
dc.title.alternative | Scheduling in additive manufacturing environments: state-of-the-art analysis and proposed resolution method | eng |
dc.type | Dissertação | por |
dc.contributor.advisor1 | Tavares Neto, Roberto Fernandes | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/6954662222457389 | por |
dc.description.resumo | Com o avanço das tecnologias de produção e de materiais, atualmente é possível utilizar
a Manufatura Aditiva (MA), também conhecida como impressão 3D, para a produção
em grande escala de produtos acabados, com inúmeras vantagens, como alto nível de
personalização, simplificação do chão de fábrica e entrega rápida. O sequenciamento da
produção, conhecido como Scheduling, é um tema bastante consolidado em sua área de
pesquisa, mas sua aplicação dentro de um ambiente de MA enfrenta questões específicas
que ainda foram pouco exploradas pelos pesquisadores. O presente estudo realiza uma
Revisão Sistemática da Literatura (RSL) sobre o tema, a fim de identificar os principais
modelos matemáticos, algoritmos adotados para sua solução e as características princi pais dos experimentos computacionais realizados. O ambiente considerado foi modelado
matematicamente e, posteriormente, implementou-se uma solução heurística construtiva
multi-start baseada no algoritmo GRASP (Greedy Randomized Adaptive Search Procedure),
a fim de resolver tal problema. A partir de instâncias geradas, seu desempenho foi avaliado
por meio de experimentos computacionais. Os resultados mostraram que a heurística
proposta conseguiu obter bons resultados em tempo computacional muito pequeno, além
de alcançar uma baixa dispersão do gap, indicando uma alta a repetibilidade da heurística
implementada. | por |
dc.publisher.initials | UFSCar | por |
dc.publisher.program | Programa de Pós-Graduação em Engenharia de Produção - PPGEP | por |
dc.subject.cnpq | ENGENHARIAS::ENGENHARIA DE PRODUCAO::PESQUISA OPERACIONAL | por |
dc.publisher.address | Câmpus São Carlos | por |
dc.contributor.authorlattes | http://lattes.cnpq.br/7814486222201557 | por |