Services on Demand
Journal
Article
Indicators
- Cited by SciELO
- Access statistics
Related links
- Cited by Google
- Similars in SciELO
- Similars in Google
Share
Revista EIA
Print version ISSN 1794-1237On-line version ISSN 2463-0950
Abstract
MEISEL, José David and PRADO, Liliana Katherine. UM ALGORITMO GENÉTICO HÍBRIDO E UM ESFRIAMENTO SIMULADO PARA SOLUCIONAR O PROBLEMA DE PROGRAMAÇÃO DE PEDIDOS JOB SHOP. Rev.EIA.Esc.Ing.Antioq [online]. 2010, n.13, pp.39-51. ISSN 1794-1237.
A programação de pedidos para o problema de produção Job Shop (JSP), catalogado como NP-Hard, tem constituído um desafio para a comunidade científica, devido a que alcançar uma solução ótima a este problema se dificulta na medida em que cresce em número de máquinas e trabalhos. Numerosas técnicas, entre elas as metaheurísticas, foram empregadas para sua solução, no entanto, sua eficiência, em quanto a tempo computacional, não há sido muito satisfatória. Pelo anterior e para contribuir à solução deste problema, propôs-se o uso de um esfriamento simulado proposto (ESP) e de um algoritmo genético melhorado (AGM). Para o AGM se implementou uma estratégia de esfriamento simulado na fase de mutação, que permite ao algoritmo intensificar e diversificar as soluções ao mesmo tempo, com o objetivo de que não convirja prematuramente a um ótimo local. Os resultados mostraram que os algoritmos propostos arrojam bons resultados, com desvios ao redor dos melhores valores achados que não superam 5 % para os problemas mais complexos.
Keywords : Job Shop; algoritmo genético; esfriamento simulado; administração de operações; otimização combinatória.