@PHDTHESIS{ 2022:969796140,
 	title = {Modelagem e otimização multiobjetivo do problema integrado de escalonamento de tarefas e alocação de recursos com curva de aprendizado em múltiplos projetos},
 	year = {2022},
 	url = "http://bibliotecatede.uninove.br/handle/tede/3176",
 	abstract = "Em um cenário de transformação digital acelerada, um rígido controle dos processos produtivos é cada vez mais necessário. Nesse contexto, emerge o conceito de projeto caracterizado como um conjunto de tarefas temporárias para criação de um produto, serviço ou resultado único e exclusivo. Por envolver a execução de tarefas previamente determinadas e com recursos limitados, o desenvolvimento de projetos requer ações de planejamento e controle, especialmente no que se refere à otimização dos recursos empresariais e a produtividade. Além de alocar os recursos mais adequados às tarefas nos diferentes projetos, tais ações envolvem a definição de um escalonamento das tarefas designadas a cada um dos recursos alocados, o que consiste em determinar uma sequência para a execução das tarefas. Adicionalmente, os recursos podem possuir habilidades diversas que não apenas interferem na sua alocação como também no tempo para a execução de cada tarefa. Apesar da grande influência do escalonamento para a qualidade da alocação, os problemas são geralmente resolvidos de forma independente. Assim, esta tese propõe um novo algoritmo de otimização integrado com um modelo de simulação para solução unificada dos problemas de escalonamento de tarefas e alocação de recursos em múltiplos projetos, considerando a dependência entre tarefas e recursos com múltiplas habilidades e curva de aprendizado. O algoritmo proposto foi avaliado e posteriormente comparado com a literatura correlata em relação a alocação de recursos em múltiplos projetos, alocação de recursos com múltiplas habilidades em projeto, alocação de múltiplos recursos, com múltiplas habilidades, com ganho e perda destas habilidades em múltiplos projetos de forma unificada. O algoritmo se mostrou eficaz, pois consegue atender de forma unificada a todos os problemas avaliados podendo aumentar ou diminuir a complexidade da simulação conforme os parâmetros utilizados. Porém, o método proposto necessita de evoluções pois apresentou alto tempo de execução do algoritmo em determinados cenários simulados, em comparação com outros algoritmos avaliados.",
 	publisher = {Universidade Nove de Julho},
 	scholl = {Programa de Pós-Graduação em Informática e Gestão do Conhecimento},
 	note = {Informática}
}