Modelos e algoritmos para a otimização do planejamento da produção de grãos eletrofundidos

• Main Author: Luche, José Roberto Dale
• Other Authors: Pureza, Vitória Maria Miranda
• Format: Others
• Language: Portuguese
• Published: Universidade Federal de São Carlos 2016
• Subjects: Programação da produção; Dimensionamento de lotes; Grãos eletrofundidos; Programação (Matemática); Heurística; Meta-heurística; Production scheduling; lot sizing; electrofused grains; mathematical programming; heuristics; meta-heuristics; ENGENHARIAS::ENGENHARIA DE PRODUCAO
• Online Access: https://repositorio.ufscar.br/handle/ufscar/3396

Made available in DSpace on 2016-06-02T19:50:15Z (GMT). No. of bitstreams: 1 4224.pdf: 4088163 bytes, checksum: f36f82cf58386b4174743eccaa446df4 (MD5) Previous issue date: 2011-02-12 === The number of successful applications that use optimization models has followed the evolution of the computers, as much in hardware, with more powerful machines, as in software, with more intelligent algorithms. Due to importance of the modeling as a decision support tool, much effort has been made to mathematically describe systems of interest and devise techniques for solving such models. This work presents a detailed description of the operations involved in production planning and control of the electrofused grain industry and proposes the use of exact and heuristic methods to support decisions in such activities, particularly in production scheduling. Several visits were made to companies in this sector and a case study was carried out one of these companies in order to formulate alternatives to increase productivity and improve customer service. Optimizing the production scheduling of electrofused grains is not a simple task mainly because of the scale of the equipment setup times, the diversity of the products, and the narrow orders due dates. Based on the case study, mixed linear programming models that combine known models of process selection and single-stage lot sizing were developed, and a constructive heuristic, local search variants, and a GRASP algorithm were proposed to solve one of the models. Computational results with a real instance and randomly generated instance sets show that the exact methods as well as the heuristics can produce as good or better production scheduling than the ones currently employed by the studied company === O número de aplicações bem sucedidas que utilizam modelos de otimização têm acompanhado a evolução dos computadores, tanto em hardware, com máquinas mais poderosas, como em software, com algoritmos mais inteligentes. Devido à importância da modelagem como ferramenta de apoio à tomada de decisão, muitos trabalhos que exploram formas de representação de problemas e técnicas de solução de modelos vêm sendo desenvolvidos. Este trabalho apresenta uma descrição detalhada das operações envolvidas no planejamento e controle da produção na indústria de grãos eletrofundidos e propõe o uso de modelos e métodos exatos e heurísticos para apoio à tomada de decisões nesta atividade, em particular, na programação da produção. Várias visitas foram realizadas a empresas do setor, e em uma dessas empresas foi empreendido um estudo de caso com o objetivo de formular alternativas para aumento da produtividade e a melhoria do nível de serviço aos clientes. Otimizar a programação da produção de grãos eletrofundidos não é uma tarefa simples, principalmente devido à grandeza dos tempos de preparação dos equipamentos, à diversidade de produtos e às limitações dos prazos de entrega da carteira de pedidos. Com base no estudo de caso, modelos de programação linear inteira mista que combinam modelos clássicos de seleção de processos e dimensionamento de lotes monoestágio foram desenvolvidos, e uma heurística construtiva, duas variantes de busca local, e um algoritmo GRASP foram propostos para resolver um dos modelos. Resultados computacionais com uma instância real e conjuntos de instâncias geradas aleatoriamente indicam que tanto os métodos exatos como heurísticos propostos são capazes de gerar programações da produção tão boas ou melhores do que as atualmente empregadas pela empresa estudada