Proposta de uma abordagem híbrida de simulação e heurística para um problema de flowshop estocástico

O artigo propõe uma nova abordagem para problema de flowshop scheduling
com datas de entrega e ganhos cumulativos em um ambiente de digitalização de livros, a partir da consideração da incerteza presente no processo, representada por uma distribuição de probabilidade associada aos tempos de processamento das tarefas. Para a solução do problema, uma abordagem baseada em simheuristic foi proposta, constituindo-se, neste caso, da hibridação da metaheurística Iterated Local Search e Simulação de Monte Carlo. Este trabalho, portanto, explora a existência de correlação entre as melhores soluções nos ambientes determinístico e estocástico, bem como o impacto na solução de um fator de dispersão na variância associada a uma distribuição de probabilidade.
A partir dos experimentos realizados, observou-se que configuração de tarefas que proporciona a melhor solução no cenário determinístico não necessariamente será configuração de tarefas que proporcionará a melhor solução no cenário estocástico. Além disso, pode-se observar que o aumento do fator de dispersão acarreta em um aumento da discrepância entre resultados obtidos e também na redução dos resultados encontrados no cenário estocástico.