@MASTERSTHESIS{ 2014:370460737, title = {Otimização por algoritmos genéticos do sequenciamento de ordens de produção em ambientes Job Shop}, year = {2014}, url = "http://bibliotecatede.uninove.br/tede/handle/tede/212", abstract = "A otimização de processos produtivos é tema de grande relevância na indústria, sendo portanto tratado por diversos pesquisadores ao redor do mundo, há mais de cinquenta anos. Dentre os problemas a serem solucionados, tem grande destaque a questão do sequenciamento de ordens de produção devido à sua vasta aplicabilidade como, por exemplo, no aumento da produtividade de veículos em indústrias automobilísticas ou na melhoria do desempenho de processadores em computadores. No presente trabalho foram abordados estudos envolvendo a otimização de problemas determinísticos de sequenciamento de ordens de produção em ambientes Job Shop através do uso de algoritmos genéticos. Os problemas testados pertencem à um grupo de exemplares disponíveis em uma biblioteca de problemas de pesquisa operacional, largamente utilizada por pesquisadores neste contexto, sendo que nesses exemplares todas as ordens de produção estão disponíveis para alocação no instante zero e os tempos de processamento são fixos. A função de avaliação das soluções geradas durante a otimização foi desenvolvida em linguagem C. O algoritmo genético adotado utiliza operadores genéticos convencionais e representação binária, promovendo melhorias em relação à pesquisas que também se baseiam nesses operadores, através da escolha da população inicial, que é realizada adotando um conceito de semente dinâmica desenvolvido nesta dissertação. Inicialmente a semente geradora da população do algoritmo genético adota uma regra simples de sequenciamento baseada na sequência das ordens de produção em relação à sua rota, que é definida pelo problema, e posteriormente novas sementes são utilizadas, considerando aquelas que geraram os melhores indivíduos das gerações anteriores. Conforme apresentado na seção de resultados, esse conceito de semente dinâmica efetivamente gera um número maior de soluções factíveis. Os resultados qualitativos demonstram que a abordagem desenvolvida se mostra competitiva em relação à outras representações clássicas de ambientes de Job Shop, gerando soluções em tempos aceitáveis para esse tipo de problema.", publisher = {Universidade Nove de Julho}, scholl = {Programa de Pós-Graduação de Mestrado e Doutorado em Engenharia de Produção}, note = {Engenharia} }