Show simple item record

dc.contributor.authorDall'Agnol, Gabriela
dc.date.accessioned2023-08-18T19:04:09Z
dc.date.available2023-08-18T19:04:09Z
dc.date.issued2023-05-05
dc.identifier.citationDALL'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.urihttps://repositorio.ufscar.br/handle/ufscar/18419
dc.description.abstractWith 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.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)por
dc.language.isoporpor
dc.publisherUniversidade Federal de São Carlospor
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectManufatura aditivapor
dc.subjectHeurísticaspor
dc.subjectMeta-heurísticaspor
dc.subjectModelagem matemáticapor
dc.subjectSchedulingeng
dc.subjectAdditive manufacturingeng
dc.subjectHeuristicseng
dc.subjectMeta-heuristicseng
dc.subjectMathematical modelingeng
dc.titleProgramação da produção em ambientes de manufatura aditiva: análise do estado-da-arte e proposta de método de resoluçãopor
dc.title.alternativeScheduling in additive manufacturing environments: state-of-the-art analysis and proposed resolution methodeng
dc.typeDissertaçãopor
dc.contributor.advisor1Tavares Neto, Roberto Fernandes
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/6954662222457389por
dc.description.resumoCom 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.initialsUFSCarpor
dc.publisher.programPrograma de Pós-Graduação em Engenharia de Produção - PPGEPpor
dc.subject.cnpqENGENHARIAS::ENGENHARIA DE PRODUCAO::PESQUISA OPERACIONALpor
dc.publisher.addressCâmpus São Carlospor
dc.contributor.authorlatteshttp://lattes.cnpq.br/7814486222201557por


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-NoDerivs 3.0 Brazil
Except where otherwise noted, this item's license is described as Attribution-NonCommercial-NoDerivs 3.0 Brazil