Programação da produção em sistemas flow shop utilizando um método heurístico híbrido algoritmo genético-simulated annealing

Abstract

Este artigo trata do problema de programação de tarefas flow shop permutacional. Diversos métodos heurísticos têm sido propostos para tal problema, sendo que um dos tipos de método consiste em melhorar soluções iniciais a partir de procedimentos de busca no espaço de soluções, tais como Algoritmo Genético (AG) e Simulated Annealing (SA). Uma idéia interessante que tem despertado gradativa atenção refere-se ao desenvolvimento de métodos heurísticos híbridos utilizando Algoritmo Genético e Simulated Annealing. Assim, o objetivo é combinar as técnicas de tal forma que o procedimento resultante seja mais eficaz do que qualquer um dos seus componentes isoladamente. Neste artigo é apresentado um método heurístico híbrido Algoritmo Genético-Simulated Annealing para minimizar a duração total da programação flow shop permutacional. Com o propósito de avaliar a eficácia da hibridização, o método híbrido é comparado com métodos puros AG e SA. Os resultados obtidos a partir de uma experimentação computacional são apresentados.

Minimizing earliness and tardiness penalties in a single-machine problem with a common due date

“…After a schedule is obtained using the priorities defined by the genetic algorithm, a local search heuristic is applied to improve the solution. Adenso-D ıaz (1996) used simulated annealing combined with tabu search to generate a schedule in a flowshop environment, while Buzzo and Moccellin (2000) developed a hybrid algorithm combining simulated annealing and genetic algorithms. In a parallel machine environment, Laguna and Velarde (1991) used a hybrid version of GRASP and tabu search.…”

Production sequencing in a flow shop system using optimization and heuristic algorithms

“…Gupta & Stafford (2006) added that to minimize a defined measure of production cost the jobs do not have to be processed in all the machines, that is, a job can skip some operations according to their technological requirement. For Buzzo & Moccellin (2000), the solution of the flow shop problem seeks to optimize a measure of programming performance usually associated with time. Reza Hejazi & Saghafian (2005) mention that there are usually (n!)…”

An Effective Heuristic Method to Minimize Makespan and Flow Time in a Flow Shop Problem

“…This algorithm makes use of the principle of non-dominance in conjunction with an agglomeration metric. One can mention other works that adopt the generic algorithm for the FSP [7,8,9,10,11].…”