Skip navigation

Use este identificador para citar ou linkar para este item: https://repositorio.ufpb.br/jspui/handle/123456789/36281
Registro completo de metadados
Campo DCValorIdioma
dc.creatorGuerra, Frederico de Souza-
dc.date.accessioned2025-10-15T11:32:47Z-
dc.date.available2025-01-09-
dc.date.available2025-10-15T11:32:47Z-
dc.date.issued2024-08-30-
dc.identifier.urihttps://repositorio.ufpb.br/jspui/handle/123456789/36281-
dc.description.abstractScheduling problems are commonly addressed in the literature and have several ap-plications in industry. Among its numerous variants, this work focuses on the pro-blem of minimizing the makespan on a single-machine scheduling problem with release dates and inventory constraints. To solve this problem, a simple yet effective hy-brid population-based ruin-and-recreate (HyPRR) heuristic is proposed. In addition to a simple ruin-and-recreate procedure, the algorithm incorporates a diversification scheme for population management and an intensification phase through local search. To enhance performance, we introduced a move evaluation strategy capable of efficien-tly computing both the makespan and assessing infeasibility with respect to inventory constraints in amortized constant time. Computational experiments on a set of 960 instances highlight the competitiveness of the proposed algorithm when compared to the guess-and-check (GC) found in the literature. The developed method found the optimal solution in 99% of the instances with known optima, and produced new best solutions for 21 instances.pt_BR
dc.description.provenanceSubmitted by Fernando Augusto Alves Vieira (fernandovieira@biblioteca.ufpb.br) on 2025-10-15T11:32:47Z No. of bitstreams: 2 license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5) FredericoDeSouzaGuerra_Dissert.pdf: 782937 bytes, checksum: 736ba94fd758422bf6b3d97b8bdc4e05 (MD5)en
dc.description.provenanceMade available in DSpace on 2025-10-15T11:32:47Z (GMT). No. of bitstreams: 2 license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5) FredericoDeSouzaGuerra_Dissert.pdf: 782937 bytes, checksum: 736ba94fd758422bf6b3d97b8bdc4e05 (MD5) Previous issue date: 2024-08-30en
dc.description.sponsorshipNenhumapt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal da Paraíbapt_BR
dc.rightsAcesso abertopt_BR
dc.rightsAttribution-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nd/3.0/br/*
dc.subjectSequenciamentopt_BR
dc.subjectInventáriopt_BR
dc.subjectMeta-heurísticaspt_BR
dc.subjectBusca populacionalpt_BR
dc.subjectBusca localpt_BR
dc.subjectSchedulingpt_BR
dc.subjectInventorypt_BR
dc.subjectMetaheuristicspt_BR
dc.subjectPopulation searchpt_BR
dc.subjectLocal searchpt_BR
dc.titleUma abordagem heurística híbrida para o problema de sequenciamento de tarefas com datas de liberação e restrições de inventáriopt_BR
dc.typeDissertaçãopt_BR
dc.contributor.advisor1Subramanian, Anand-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/2752210156480636pt_BR
dc.contributor.advisor-co1Bruck, Bruno Petrato-
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/8375218408755980pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/1911302858583198pt_BR
dc.description.resumoProblemas de sequenciamento de tarefas são comumente abordados na literatura e com inúmeras aplicações na indústria. Dentre as variantes dessa classe de problemas, este trabalho aborda o problema de minimização do tempo de conclusão da última tarefa de uma sequência (makespan), considerando as restrições de inventário e datas de li-beração. Para resolver esse problema, é proposta uma abordagem heurística híbrida simples e eficaz baseada em ruin-and-recreate (HyPRR). Além do procedimento ruin-and-recreate, o algoritmo incorpora um esquema de diversificação para o gerenciamento da população e uma fase de intensificação por meio de busca local. Para melhorar o de-sempenho, é introduzida uma estratégia de avaliação de movimentos capaz de calcular eficientemente tanto o makespan quanto avaliar a inviabilidade em relação às restrições de inventário em tempo constante amortizado. Experimentos computacionais em um conjunto de 960 instâncias destacam a competitividade do algoritmo proposto quando comparado ao guess-and-check (GC) encontrado na literatura. O método desenvolvido encontrou a solução ótima em 99% das instâncias com ótimos conhecidos, e encontrou soluções melhores em 21 instâncias.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInformáticapt_BR
dc.publisher.programPrograma de Pós-Graduação em Informáticapt_BR
dc.publisher.initialsUFPBpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
Aparece nas coleções:Centro de Informática (CI) - Programa de Pós-Graduação em Informática

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
FredericoDeSouzaGuerra_Dissert.pdf764,59 kBAdobe PDFVisualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons