Random Key Optimizer para o Flexible Job Shop Scheduling com Efeito de Aprendizado: Modelagem e Resultados Computacionais

Neste artigo, explora-se a aplicação do framework Random Key Optimizer (RKO) na resolução do problema Flexible Job Shop Scheduling com efeito de aprendizado. A partir do refinamento do procedimento de decodificação e da utilização de estratégias adequadas de parametrização, foi possível obter soluções de melhor qualidade em relação ao solver comercial Gurobi v12 para instâncias de pequeno porte. Os resultados obtidos indicam o potencial do framework para aplicações futuras em instâncias de maior complexidade e modelos de aprendizado mais realistas.