Programação de tarefas em máquinas paralelas não-relacionadas com tempos de setup dependentes da sequência
View/ Open
Date
2012Advisor
Academic level
Master professional
Type
Subject
Abstract in Portuguese (Brasil)
A concorrência nos mercados mundiais impõe a necessidade de aumento da competitividade das empresas que desejam assumir posições de liderança nos segmentos em que atuam. Neste ínterim, a programação de tarefas contribui para que as empresas promovam a eficiente utilização dos recursos produtivos visando a realização de seus objetivos estratégicos. Esta dissertação enfoca a programação de tarefas em máquinas paralelas não-relacionadas e com tempos de setup dependentes da sequência de processamen ...
A concorrência nos mercados mundiais impõe a necessidade de aumento da competitividade das empresas que desejam assumir posições de liderança nos segmentos em que atuam. Neste ínterim, a programação de tarefas contribui para que as empresas promovam a eficiente utilização dos recursos produtivos visando a realização de seus objetivos estratégicos. Esta dissertação enfoca a programação de tarefas em máquinas paralelas não-relacionadas e com tempos de setup dependentes da sequência de processamento. Primeiramente é abordado o objetivo de minimização do atraso total e do tempo total para a conclusão de um conjunto de tarefas, através de uma heurística de três etapas que (i) ordena as tarefas pelo WSPT (Weighted Shortest Processing Time), (ii) aloca as tarefas às máquinas e (iii) aprimora a solução proposta pela etapa (ii) através de Tabu Search. Quando aplicada em um ambiente de manufatura real composto por duas máquinas paralelas não-relacionadas no processo de metalização de filmes plásticos em alto vácuo, a heurística resulta em um desvio de 1,1% para o tempo total de processamento das tarefas e 4,6% para o atraso total, em comparação ao resultado ótimo obtido por enumeração. Na sequência, o objetivo passa a ser a minimização simultânea do atraso e do adiantamento das tarefas através de uma heurística de três etapas que (i) caracteriza o conjunto de tarefas por um conjunto de métricas, (ii) aloca as tarefas às máquinas através de uma versão modificada do ATCS (Apparent Tardiness Cost with Setup) de Lee e Pinedo (1997), e (iii) aprimora a solução final com Tabu Search. A aplicação em dados reais resulta em 14% de desvio em relação à solução ótima obtida por enumeração. Quando aplicada em cenários com data de entrega, tempos de processamento e setup simulados, a heurística resulta em desvio médio de 18% da solução ótima gerada por enumeração para pelo menos 70% das simulações. ...
Abstract
The competition in worldwide markets lead the companies to increase the competitiveness in order to take leading positions in their industries. In this sense, scheduling plays an important role leading the companies to reach their strategic goals through efficient utilization of manufacturing resources. This dissertation focuses on the scheduling unrelated parallel machines with sequence dependent setup times. First goal is to minimize the completion time and total weighted tardiness, through a ...
The competition in worldwide markets lead the companies to increase the competitiveness in order to take leading positions in their industries. In this sense, scheduling plays an important role leading the companies to reach their strategic goals through efficient utilization of manufacturing resources. This dissertation focuses on the scheduling unrelated parallel machines with sequence dependent setup times. First goal is to minimize the completion time and total weighted tardiness, through a three phase heuristic which (i) sort the jobs with WSPT, (ii) allocate the jobs to the machines and (iii) improve final solution with Tabu Search. Once applied to a real manufacturing environment composed by two unrelated parallel machines, in high vacuum plastic films metallisation process, the heuristic results in 1.1% of deviation from total weighted completion time and 4.6% of deviation from weighted tardiness, in relation to the optimal solution obtained from total enumeration. Next goal is the simultaneous minimization of weighted earliness and tardiness, through a three phase heuristic which (i) characterize the jobs, (ii) allocate the jobs to the machines with a modified version of Lee and Pinedo’s (1997) ATCS and (iii) improve final solution with Tabu Search. The application in real data results in 14% of deviation from the optimal solution obtained by enumeration. When applied to simulated scenarios of due date, processing and setup time, the heuristic results in average deviation of 18% from optimal solution obtained by enumeration to at least 70% of the simulations. ...
Institution
Universidade Federal do Rio Grande do Sul. Escola de Engenharia. Programa de Pós-Graduação em Engenharia de Produção.
Collections
-
Engineering (7389)Production Engineering (1230)
This item is licensed under a Creative Commons License