HEURÍSTICAS PARA O SEQUENCIAMENTO DA PRODUÇÃO E ROTEAMENTO DE VEÍCULOS COM FROTA HETEROGÊNEA

Favorite this paper
How to cite this paper?
Details
  • Presentation type: Trabalho completo (oral)
  • Track: 13. MH – Metaheurísticas
  • Keywords: Sequenciamento da Produção; Roteamento de veículos; Metaherísticas;
  • 1 Universidade Federal de Viçosa
  • 2 Universidade Federal de Viçosa/Departamento de Informática

HEURÍSTICAS PARA O SEQUENCIAMENTO DA PRODUÇÃO E ROTEAMENTO DE VEÍCULOS COM FROTA HETEROGÊNEA

Gabriel de Paula Félix

Universidade Federal de Viçosa

Abstract

Neste artigo aborda-se o problema integrado de sequenciamento de tarefas numa máquina simples e o roteamento de veículos com frota heterogênea. Neste problema, um conjunto de tarefas deve ser processado numa máquina e, utilizando um conjunto de veículos, as tarefas processadas devem ser entregues aos respectivos clientes. O objetivo do problema é determinar o sequenciamento das tarefas na máquina e as rotas dos veículos utilizados para fazer as entregas, de tal forma que seja minimizada a soma do atraso total ponderado das tarefas, o custo total dos veículos utilizados e o tempo total das viagens realizadas.
Para resolver o problema, inicialmente propõe-se um modelo de programação linear inteira mista. Motivado pela complexidade computacional do problema, são propostas duas heurísticas híbridas baseadas nas meta-heurísticas Iterated Local Search (ILS) e Random Variable Neighborhood Descent (RVND).
Os desempenhos das heurísticas propostas são avaliados e comparados através de experimentos computacionais em um conjunto de instâncias geradas aleatoriamente.
Os resultados mostram que uma das heurísticas propostas possui um desempenho superior, como pode ser visto através da comparação com um Algoritmo Genético da literatura.Para resolver o problema, inicialmente propõe-se um modelo de programação linear inteira mista. Motivado pela complexidade computacional do problema, são propostas duas heurísticas híbrida baseada nas meta-heurísticas Iterated Local Search (ILS) e Random Variable Neighborhood Descent (RVND).
Os desempenhos das heurísticas propostas são avaliados e comparados através de experimentos computacionais em conjunto de instâncias geradas aleatoriamente.
Os resultados mostram que uma das heurísticas propostas possui um desempenho superior, como pode ser visto através da comparação com um Algoritmo Genético da literatura.

Share your ideas or questions with the authors!

Did you know that the greatest stimulus in scientific and cultural development is curiosity? Leave your questions or suggestions to the author!

Sign in to interact

Have a question or suggestion? Share your feedback with the authors!