Título
[en] A SIMHEURISTIC ALGORITHM FOR THE STOCHASTIC PERMUTATION FLOW-SHOP SCHEDULING PROBLEM WITH DELIVERY DATES AND CUMULATIVE PAYOFFS
Título
[pt] UM ALGORITMO DE UMA SIMHEURISTICA PARA UM PROBLEMA DE PERMUTATION FLOW-SHOP SCHEDULING COM DATAS DE DATAS DE ENTREGA E GANHOS CUMULATIVOS
Autor
[pt] PEDRO ARAUJO VILLARINHO
Vocabulário
[pt] TEMPOS DE PROCESSAMENTO ESTOCASTICOS
Vocabulário
[pt] BIASED RANDOMIZED ALGORITHMS
Vocabulário
[pt] PERMUTATION FLOW-SHOP SCHEDULING PROBLEM
Vocabulário
[pt] METRICAS DE RISCO
Vocabulário
[pt] SIMHEURISTICA
Vocabulário
[pt] DATAS DE LIBERACAO ESTOCASTICAS
Vocabulário
[en] STOCHASTIC PROCESSING TIMES
Vocabulário
[en] BIASED RANDOMIZED ALGORITHMS
Vocabulário
[en] PERMUTATION FLOW-SHOP SCHEDULING PROBLEM
Vocabulário
[en] RISK-METRICS
Vocabulário
[en] SIMHEURISTICS
Vocabulário
[en] STOCHASTIC RELEASE DATES
Resumo
[pt] Esta dissertação de mestrado analisa um problema de Permutation Flow-shop Scheduling com datas de entrega e ganhos cumulativos sob incerteza. Em particular, este trabalho considera situações reais na quais os tempos de processamento e datas de liberação são estocásticos. O objetivo principal deste trabalho é encontrar a permutação de trabalhos que maximiza o benefício esperado.Visando atingir este objetivo, primeiramente uma heurística é proposta utilizando-se da técnica de biased-randomization para a versão determinística do problema. Então, esta heurística é extendida para uma metaheurística a partir do encapsulamento dentro da estrutura de um variable neighborhood descend. Finalmente, a metaheurística é extendida para uma simheurística a partir da incorporação da simulação de Monte Carlo. De acordo com os experimentos computacionais, o nível de incerteza tem um impacto direto nas soluções geradas pela simheurística. Além disso, análise de risco foram desenvolvidas utilizando as conhecidas métricas de risco: value at risk e conditional value at risk.
Resumo
[en] This master s thesis analyzes the Permutation Flow-shop Scheduling Problem with Delivery Dates and Cumulative Payoffs (whenever these dates are met) under uncertainty conditions. In particular, the work considers the realistic situation in which processing times and release dates are stochastics. The main goal is to find the permutation of jobs that maximizes the expected payoff. In order to achieve this goal, first a biased-randomized heuristic is proposed for the deterministic version of the problem. Then, this heuristic is extended into a metaheuristic by encapsulating it into a variable neighborhood descent framework. Finally, the metaheuristic is extended into a simheuristic by incorporating Monte Carlo simulation. According to the computational experiments, the level of uncertainty has a direct impact on the solutions provided by the simheuristic. Moreover, a risk analysis is performed using two well-known metrics: the value at risk and the conditional value at risk.
Orientador(es)
LUCIANA DE SOUZA PESSOA
Coorientador(es)
FERNANDO LUIZ CYRINO OLIVEIRA
Catalogação
2020-05-27
Tipo
[pt] DADOS DE PESQUISA
Formato
application/pdf
Idioma(s)
INGLÊS
Referência [pt]
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=48322@1
Referência [en]
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=48322@2
Referência DOI
https://doi.org/10.17771/PUCRio.ResearchData.48322
Arquivos do conteúdo
NA ÍNTEGRA PDF