Uma abordagem matheurística para o problema de sequenciamento de tarefas e balanceamento de linhas de montagem de modelo único com Tempos de Setup dependentes da sequência
O Problema de Balanceamento e Sequenciamento de Linhas de Montagem com Tempos de Setup dependentes da Sequência (SUALBSP, em inglês Setup Assembly Line Balancing and Scheduling) envolve a atribuição de tarefas às estações de trabalho e o sequenciamento destas tarefas dentro da estação à qual foi atr...
| Autor: | |
|---|---|
| Tipo de documento: | dissertação |
| Estado: | Versão publicada |
| Data de publicação: | 2015 |
| País: | Brasil |
| Recursos: | Universidade Federal do Rio Grande do Sul (UFRGS) |
| Repositório: | Biblioteca Digital de Teses e Dissertações da UFRGS |
| Idioma: | português |
| OAI Identifier: | oai:www.lume.ufrgs.br:10183/127224 |
| Acesso em linha: | http://hdl.handle.net/10183/127224 |
| Access Level: | Acceso aberto |
| Palavra-chave: | Linhas de montagem Balanceamento de linha de montagem Assembly line balancing and scheduling Setup time Matheuristic MIP solver |
| Resumo: | O Problema de Balanceamento e Sequenciamento de Linhas de Montagem com Tempos de Setup dependentes da Sequência (SUALBSP, em inglês Setup Assembly Line Balancing and Scheduling) envolve a atribuição de tarefas às estações de trabalho e o sequenciamento destas tarefas dentro da estação à qual foi atribuída. Trabalhos anteriores propuseram soluções heurísticas com excelentes resultados, porém o uso de métodos exatos, por meio de algum resolvedor de Programação Inteira Mista, tem apresentado desempenhos decepcionantes, pois contém um subproblema NP-hard em todas as estações. Enquanto o modelo de Scholl, Boysen e Fliedner (2013) minimiza prioritariamente o número de estações, o modelo proposto neste trabalho parte da premissa que este é um dado definido. A partir de uma estimativa inicial de número de estações, processa-se o modelo com o objetivo de distribuir as tarefas e minimizar o tempo total de estação, que é o segundo objetivo do modelo original. Se este processamento for infactível, incrementa-se o número de estações em uma unidade e reprocessa-se o modelo até se encontrar um resultado factível. Experimentos computacionais em 101 instâncias de dados confirmam o bom desempenho da abordagem proposta, sem qualquer prejuízo à qualidade da solução. Portanto, os resultados apresentados demonstram que há espaço para estudos futuros a partir do uso de matheurísticas. |
|---|