@MASTERSTHESIS{ 2024:148827406,
 	title = {Modelagem e otimização da manutenção preventiva imperfeita com fator de melhoria variável e severidades independentes},
 	year = {2024},
 	url = "http://bibliotecatede.uninove.br/handle/tede/3522",
 	abstract = "Uma política de manutenção tem como objetivo planejar o ciclo de ações de manutenção necessárias para manter a confiabilidade e o pleno funcionamento de um sistema. Diversas pesquisas abordam a identificação do número ótimo de ações de manutenção em um horizonte de planejamento, mas sem considerar a possibilidade de variação das taxas de severidade dessas ações. Este trabalho, no entanto, propõe uma abordagem que identifica o número ótimo de ações de manutenção preventiva em um intervalo de tempo observado, o momento em que cada manutenção deve ser realizada e as respectivas severidades atribuídas às ações de manutenção. Para alcançar esse objetivo, a metodologia empregada propõe uma primeira etapa com o ajuste do modelo de confiabilidade a partir dos dados de falha do sistema, e considerando a intensidade de falha como função do tempo. E, em uma segunda etapa, a minimização de uma função de custo que considera os custos das manutenções preventivas e corretivas estimadas para o período. Para as otimizações, foram utilizados dois métodos: o primeiro foi o Algoritmos Genético (AG) e o segundo foi o Particle Swarm Optimization (PSO). A abordagem incluiu experimentos realizados em quatro cenários de teste, considerando sistemas e severidades variáveis, nos quais foi possível avaliar a eficácia da função em obter o número de ações de manutenção para o período observado, os tempos ótimos e as respectivas taxas de severidade. Uma comparação entre os algoritmos AG e PSO foi realizada a fim de identificar a melhor abordagem de otimização, e o PSO mostrou-se superior ao AG.",
 	publisher = {Universidade Nove de Julho},
 	scholl = {Programa de Pós-Graduação em Informática e Gestão do Conhecimento},
 	note = {Informática}
}