Este trabalho foi publicado pelo Galoá e tem um DOI depositado. Para citar este trabalho, use um dos padrões abaixo:
Caso você seja um dos co-autores e queira cadastrar esse trabalho no seu Currículo Lattes, use o seguinte código: doi > 10.59254/sbpo-2025-212131
Se você NUNCA registrou um DOI no seu Lattes, veja nosso tutorial!Este artigo propõe um framework híbrido baseado no Biased Random-Key Genetic Algorithm (BRKGA) acoplado a um General Variable Neighborhood Search (GVNS) para o problema de sequenciamento de máquina única com tempos de setup dependentes da sequência com janela de tempo. Motivado pelo ganho de performance e capacidade de um dos processos críticos da siderurgia, a têmpera, o modelo inclui uma condição de Dupla Têmpera, onde pares de jobs não podem ser feitos diretamente um após o outro. Experimentos computacionais utilizando oito instancias reais indicam que o framework supera o modelo de programação linear e a heurística VNS anterior, obtendo gaps melhores em media de 21,3% no makespan em 15 minutos de execução quando comparados a 60 minutos de modelagens inteiras em um solver comercial. Os resultados confirmam o potencial da abordagem para aplicações de pesquisa operacional e meta-heurísticas na indústria mesmo em projetos industriais com regras de negócio específicas
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo