Escalonamento de projetos com restrições de recursos e múltiplos modos de processamento : soluções heurísticas e uma aplicação à programação de manutenção industrial

• Main Author: Cravo, Gildásio Lecchi
• Other Authors: Ahonen, Hannu Tapio
• Format: Others
• Language: Portuguese
• Published: Universidade Federal do Espírito Santo 2016
• Subjects: escalonamento de projeto; GRASP; manutenção industrial; metaheurística; otimização combinatória; MRCPSP.; project scheduling; Industrial Maintenance; metaheuristic; combinatorial optimization; MRCPSP; CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
• Online Access: http://repositorio.ufes.br/handle/10/6374

Made available in DSpace on 2016-12-23T14:33:39Z (GMT). No. of bitstreams: 1 Dissertacao_CRAVO_G_L_2009.pdf: 1278828 bytes, checksum: ebab7f313edc64bb51241b5c7d587d33 (MD5) Previous issue date: 2009-06-25 === This master s thesis presents an implementation of the GRASP meta-heuristic for solving the Multi-mode Resource constrained Problem of Scheduling Project (MRCPSP). The MRCPSP belongs to the class NP-Hard and therefore has received attention of many researchers. In this thesis, a case study problem of Scheduling Industrial Maintenance is viewed as a MRCPSP. The GRASP was tested with a set of benchmark tests obtained from PSPLIB (Project Scheduling Library). The results showed that the GRASP is a good strategy for solving MRCPSP instances. === Esse trabalho apresenta uma implementação da meta-heurística GRASP para a resolução do Problema de Escalonamento de Projetos com Restrições de Recursos e Múltiplos Modos de Processamento (MRCPSP). O MRCPSP é um problema da classe NP Difícil e por isso vem recebendo atenção dos pesquisadores. Nessa dissertação, também é apresentado um estudo de caso cujo problema de Programação de Manutenção Industrial é visto como um problema de escalonamento de projeto. O GRASP foi testado com o conjunto de instâncias do MRCPSP disponíveis na PSPLIB (Project Scheduling Problem Library). Os resultados obtidos mostraram que o GRASP proposto se configura como uma boa estratégia de solução para o MRCPSP.