XINFORMAÇÕES SOBRE DIREITOS AUTORAIS
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital
Número: 53328
Título: INSTANCES FOR A COMPLEX MACHINE SCHEDULING PROBLEM
Autor(es): DAVI ZERPINI MECLER
RAFAEL MARTINELLI PINTO
VICTOR ABU-MARRUL CARNEIRO DA CUNHA
Vocabulário: FAMILY SCHEDULING, LOT, METAHEURISTICS
E-Publisher: MAXWELL
Método(s) de Geração: EXPERIMENTAL - The Benchmark Set combines concepts from different instance generation processes in the scheduling literature. We generated 3 instances for each combination of the number of machines m = {5,10}, the number of operations o = {50,75,100}, the number of jobs n = o q, where q = {3,5}, and the number of families f = {3,5}. Therefore, the set is composed of 72 instances in total. Processing times follow a discrete uniform distribution U(1,100). Family setup times follow a discrete uniform distribution U(10,30). Job s weights are drawn from a discrete uniform distribution U(1,10). Release dates for machines following a discrete uniform distribution U(0,MR), where MR is the maximum release date computed as the sum of all operations processing times plus a family setup time for each operation divided by the number of machines. The machine s capacities follow a discrete uniform distribution U(10,15), while the operation s sizes are drawn from a discrete uniform distribution U(1,5).
<< voltar
Título: INSTANCES FOR A COMPLEX MACHINE SCHEDULING PROBLEM
Autor(es): DAVI ZERPINI MECLER
RAFAEL MARTINELLI PINTO
VICTOR ABU-MARRUL CARNEIRO DA CUNHA
Vocabulário: FAMILY SCHEDULING, LOT, METAHEURISTICS
E-Publisher: MAXWELL
Método(s) de Geração: EXPERIMENTAL - The Benchmark Set combines concepts from different instance generation processes in the scheduling literature. We generated 3 instances for each combination of the number of machines m = {5,10}, the number of operations o = {50,75,100}, the number of jobs n = o q, where q = {3,5}, and the number of families f = {3,5}. Therefore, the set is composed of 72 instances in total. Processing times follow a discrete uniform distribution U(1,100). Family setup times follow a discrete uniform distribution U(10,30). Job s weights are drawn from a discrete uniform distribution U(1,10). Release dates for machines following a discrete uniform distribution U(0,MR), where MR is the maximum release date computed as the sum of all operations processing times plus a family setup time for each operation divided by the number of machines. The machine s capacities follow a discrete uniform distribution U(10,15), while the operation s sizes are drawn from a discrete uniform distribution U(1,5).
<< voltar
