A hybrid cGA applied to the MLCLSP with overtime

Toledo, Cláudio Fabiano Motta; Arantes, Marcio S.; Oliveira, Renato Resende Ribeiro de; Delbem, Alexandre C. B.

doi:10.1145/2537728.2537729

Cited by 2 publications

(3 citation statements)

References 17 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The MLCLSP represents a major decision in production planning by defining the appropriate lot sizes under capacity restriction constraints (Jans & Degraeve, 2008). The MLCLSP belongs to the production management area and it can represent real situations or scenarios in different industries (Toledo et al 2013). Maes (1991) proved that the MLCLSP is NP-complete problem.…”

Section: Introductionmentioning

confidence: 99%

A multi-objective optimisation model for cooperative supply chain planning

Yahia

Cheikhrouhou

Ayadi

et al. 2017

IJSOM

View full text Add to dashboard Cite

Generally, each member of a supply chain (SC) optimizes his own individual objective and accordingly, plans his activities (e.g. production operations, inventories) without considering a global perspective. The goal of this work is the development of a multiobjective optimization model for cooperative planning between different manufacturing plants belonging to the same SC. The model aims at minimizing simultaneously the total production cost and the average of inventory level for several items and over a multi-period horizon. To solve this problem, a non-dominated sorting elitist genetic algorithm (NSGA-II) is developed to derive the Pareto front solutions. Several tests are developed to show the performance of the solution method and the behavior of the cooperative planning model with respect to different demand patterns. The proposed model shows high performance in the tested cases with comparison to the literature.

show abstract

Section: Introductionmentioning

confidence: 99%

A multi-objective optimisation model for cooperative supply chain planning

Yahia

Cheikhrouhou

Ayadi

et al. 2017

IJSOM

View full text Add to dashboard Cite

show abstract

“…o Heurística Gulosa (Greedy): na seção 4.10 é descrito como esta heurística simples foi incorporada ao ProOF, seguindo as ideias definidas em [35]. o Hybrid compact Genetic Algorithm (HcGA): trata-se de um algoritmo genético compacto híbrido que resultou em dois trabalhos: [27] e [29].…”

Section: Versão Atualunclassified

“…o Tempo: este critério de parada foi implementado como um componente reutilizável no ProOF e a mesma implementação foi utilizada em três trabalhos distintos [27]- [29].…”

Section: Versão Atualunclassified

Ambiente para desenvolvimento de métodos aplicados a problemas de otimização

Arantes¹

View full text Add to dashboard Cite

Agradecimentos ___________________________________________________________________________ Ao meu orientador, prof. Claudio Fabiano Motta Toledo, meus sinceros agradecimentos pelo empenho e dedicação demonstrados, com sua orientação descobri minha vocação para a pesquisa científica. A todos os professores pelo entusiasmo no qual ministraram as disciplinas cursadas, pois contribuíram diretamente para minha formação. Ao meu amigo e colega de república, Maurício Acconcia Dias, por sua amizade presente, pelo interesse que teve em meu trabalho e sugestões dadas, onde muitas ideias surgiram de nossas conversas. Agradeço ao meu irmão e melhor amigo Jesimar da Silva Arantes por estar sempre por perto e compartilhar tudo que aprende comigo. Aos colegas do Laboratório de Computação Reconfigurável, onde passei a maior parte do tempo durante o desenvolvimento deste trabalho. Agradeço a FAPESP pelo apoio financeiro concedido, sem o qual não seria possível a realização deste trabalho. viii ix ___________________________________________________________________________ Resumo ___________________________________________________________________________ O presente documento tem por objetivo apresentar o desenvolvimento de uma ferramenta computacional para auxiliar profissionais da área de otimização na implementação de métodos e resolução de problemas. O projeto foi desenvolvido como tema de dissertação no Programa de Mestrado em Ciência da Computação e Matemática Computacional do ICMC/USP. A ferramenta pode ser enquadrada como um ambiente de desenvolvimento (framework) e será chamada de ProOF-Professional Optimization Framework. O ProOF tem como foco principal nortear a implementação computacional de métodos variados para problemas de otimização, utilizando como paradigma a programação orientada a objetos. Esse framework incorpora as principais características encontradas por outras ferramentas propostas na literatura. Além disso, procura facilitar a implementação de métodos e resolução de problemas ao permitir alto reuso de códigos, dar suporte a geração de códigos em diferentes linguagens de programação e gerar uma Graphical User Interface (GUI) automática para parametrização dos métodos inseridos pelo usuário. Alguns trabalhos publicados recentemente utilizaram versões em desenvolvimento do ProOF e serão citados como estudo de caso para atestar a robustez do framework proposto. Por fim, uma comparação será realizada entre o ProOF e outros frameworks existentes na literatura.

show abstract

A hybrid cGA applied to the MLCLSP with overtime

Cited by 2 publications

References 17 publications

A multi-objective optimisation model for cooperative supply chain planning

A multi-objective optimisation model for cooperative supply chain planning

Ambiente para desenvolvimento de métodos aplicados a problemas de otimização

Contact Info

Product

Resources

About