Use este identificador para citar ou linkar para este item:
https://repositorio.ufpb.br/jspui/handle/123456789/31701Registro completo de metadados
| Campo DC | Valor | Idioma |
|---|---|---|
| dc.creator | Morais, Rafael Sobral de | - |
| dc.date.accessioned | 2024-09-04T14:39:46Z | - |
| dc.date.available | 2023-11-22 | - |
| dc.date.available | 2024-09-04T14:39:46Z | - |
| dc.date.issued | 2023-11-17 | - |
| dc.identifier.uri | https://repositorio.ufpb.br/jspui/handle/123456789/31701 | - |
| dc.description.abstract | This work addresses the problem of task sequencing on a single machine, considering release dates and non-anticipatory, sequence-dependent setup times, with the aim of minimizing the makespan. For this purpose, a hybrid heuristic approach combining iterated local search and beam search has been proposed. This approach includes an efficient strategy for evaluating moves in local search, based on concatenating subsequences, enabling constant amortized time evaluation. Computational experiments were conducted on a set of 1800 instances taken from the literature, with sizes ranging from 25 to 150 tasks. The results obtained were compared with those of the best-known heuristics for this problem, demonstrating that the proposed method is capable of generating highly competitive solutions. | pt_BR |
| dc.description.provenance | Submitted by Michelle Barbosa (mi.2020@outlook.com.br) on 2024-09-04T14:39:46Z No. of bitstreams: 2 license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5) Rafael Sobral de Morais_TCC.pdf: 696529 bytes, checksum: 7dd89c60baa57f61f659fd79122f1080 (MD5) | en |
| dc.description.provenance | Made available in DSpace on 2024-09-04T14:39:46Z (GMT). No. of bitstreams: 2 license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5) Rafael Sobral de Morais_TCC.pdf: 696529 bytes, checksum: 7dd89c60baa57f61f659fd79122f1080 (MD5) Previous issue date: 2023-11-17 | en |
| dc.language | por | pt_BR |
| dc.publisher | Universidade Federal da Paraíba | pt_BR |
| dc.rights | Acesso aberto | pt_BR |
| dc.rights | Attribution-NoDerivs 3.0 Brazil | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nd/3.0/br/ | * |
| dc.subject | Sequenciamento | pt_BR |
| dc.subject | Setups dependentes da sequência | pt_BR |
| dc.subject | Iterated local search | pt_BR |
| dc.subject | Mekepan | pt_BR |
| dc.title | Uma abordagem heurística para o problema de escalonamento de tarefas em uma máquina com datas de liberação e tempos de setup dependentes da sequência | pt_BR |
| dc.type | TCC | pt_BR |
| dc.contributor.advisor1 | Subramanian, Anand | - |
| dc.contributor.advisor1Lattes | http://lattes.cnpq.br/2752210156480636 | pt_BR |
| dc.creator.Lattes | http://lattes.cnpq.br/2260957554935583 | pt_BR |
| dc.description.resumo | Este trabalho aborda o problema de sequenciamento de tarefas em uma máquina conside rando datas de liberação e tempos de setup não-antecipatórios e dependentes da sequência, com o objetivo de minimizar o makespan. Para isso foi proposta uma abordagem heurística híbrida que combina iterated local search e beam search. Essa abordagem inclui uma estratégia eficiente de avaliação de movimentos na busca local, baseada na concatenação de subsequências, que possibilita avaliação em tempo constante amortizado. Foram condu zidos experimentos computacionais abrangendo um conjunto de 1800 instâncias retiradas da literatura, com tamanhos variando de 25 a 150 tarefas. Os resultados obtidos foram comparados com os das melhores heurísticas conhecidas para esse problema, demonstrando que o método proposto é capaz de gerar soluções altamente competitivas. | pt_BR |
| dc.publisher.country | Brasil | pt_BR |
| dc.publisher.department | Computação Científica | pt_BR |
| dc.publisher.initials | UFPB | pt_BR |
| dc.subject.cnpq | CNPQ::OUTROS | pt_BR |
| Aparece nas coleções: | TCC - Ciência da Computação - CI | |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| Rafael Sobral de Morais_TCC.pdf | TCC | 680,2 kB | Adobe PDF | Visualizar/Abrir |
Este item está licenciada sob uma
Licença Creative Commons
