Use este identificador para citar ou linkar para este item:
http://repositorio.ufc.br/handle/riufc/69339| Tipo: | Artigo de Evento |
| Título: | Projeto de arranjos físicos distribuídos por meio de otimização da simulação e algoritmos genéticos |
| Autor(es): | Pitombeira Neto, Anselmo Ramalho Gonçalves Filho, Eduardo Vila |
| Palavras-chave: | Arranjos físicos distribuídos;Otimização da simulação;Algoritmo genético |
| Data do documento: | 2007 |
| Instituição/Editor/Publicador: | Simpósio Brasileiro de Pesquisa Operacional |
| Citação: | PITOMBEIRA NETO, A. R.; GONÇALVES FILHO, E. V. Projeto de arranjos físicos distribuídos por meio de otimização da simulação e algoritmos genéticos. In: SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL, 39., 2007, Fortaleza. Anais... Fortaleza, 2007. p. 2472-2482. |
| Resumo: | O objetivo deste artigo é propor um procedimento para o projeto de arranjos físicos distribuídos por meio de otimização da simulação com o uso de algoritmos genéticos. Formula-se inicialmente o projeto de arranjo físico distribuído como um problema quadrático de alocação (QAP). Constrói-se então um modelo de simulação parametrizado, de forma que a função objetivo calculada em cada solução factível seja a estimativa do inventário médio em processo, o qual é obtido como resultado da simulação. Utiliza-se um algoritmo genético para a evolução das soluções, de forma a gerar boas soluções para o problema. O método é aplicado a um problema teste, com o objetivo de verificação e experimentação. Conclui-se, por fim, que a otimização da simulação permite gerar arranjos físicos distribuídos com considerável ganho de desempenho em termos de inventário em processo. |
| Abstract: | The objective of this paper is to present a procedure for the design of distributed layouts via simulation optimization and genetic algorithms. The design problem is initially formulated as a quadratic assignment problem (QAP). Then, a simulation model is built, so that the estimated mean work-in-process, obtained as an output of the simulation, is assigned to the value of the objective function at each feasible solution. A genetic algorithm is used so as to guide the search, yielding good solutions. The method is applied to a toy problem, with the aim of verification and experimentation. Finally, it is concluded that simulation optimization is able to generate distributed layouts with considerable improvements in terms of work-in-process. |
| URI: | http://www.repositorio.ufc.br/handle/riufc/69339 |
| Aparece nas coleções: | DEPR - Trabalhos apresentados em eventos |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| 2007_eve_arpitombeiraneto.pdf | 114,78 kB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.