Informações do Trabalho
Titulo
ADAPTAÇÃO DE PARÂMETROS EM ALGORITMOS GENÉTICOS PARA O PROBLEMA DE ESCALONAMENTO JOB-SHOP
Subtítulo
Autor
MARCUS VINICIUS DA SILVA
Orientador
HEDER SOARES BERNARDINO
Resumo
Problemas de escalonamento são comumente encontrados em várias áreas de pesquisa e dia a dia de empresas. Montadoras e empresas de reparação de veículos são exemplos de como estes tipos de problemas estão relacionados com tarefas cotidianas. Direta ou indiretamente, uma boa alocação de pessoas ou máquinas para a execução de um serviço influencia características qualitativas de uma empresa ou um profissional, tais como: rapidez na execução de um serviço e economia na geração de um produto. O problema de Escalonamento \textit{Job Shop} consiste em alocar tarefas à um conjunto de máquinas, respeitando a sequência de execução independente de cada tarefa em cada máquina. Dada a complexidade de resolução exata deste problema, são necessárias ferramentas computacionais para auxiliar a tomada de decisão neste contexto. Os Algoritmos Genéticos são alternativas para encontrar soluções de qualidade, mas achar os melhores parâmetros para a sua execução se torna outra questão a ser resolvida. Surge então a necessidade de utilização de técnicas de adaptação de parâmetros e operadores para definir, em tempo de execução, quais valores serão utilizados no algoritmo. Este trabalho tem como objetivo analisar o desempenho de um Algoritmo Genético (AG) com seus parâmetros e operadores definidos pelo usuário com Algoritmos Genéticos Adaptativos (AGAs), que utilizam esquemas de recompensa e seleção de operadores e parâmetros durantes o processo de busca. Dois conjuntos de experimentos foram realizados, o primeiro a fim de encontrar qual o algoritmo tem o melhor desempenho para um problema específico, e o segundo experimento, o algoritmo que melhor generaliza o comportamento para problemas de diferentes tamanhos. Para a comparação das propostas, foram utilizados os Perfis de Desempenho, análises de frequências de operadores utilizados nos AGAs e análises estatísticas.
Ano:
2019
Palavras-Chave
Algoritmos Genéticos, Adaptação de Parâmetros, Job Shop
Obter PDF
Obter arquivos extras
Obter Bibtex