algoritmo de enxame de abelhas para resolução do problema da programação da produção job ...

117 Pages·2017·2.6 MB·Portuguese

UNIVERSIDADE FEDERAL DE SÃO CARLOS
CENTRO DE CIÊNCIAS EXATAS E DE TECNOLOGIA
PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO
ALGORITMO DE ENXAME DE ABELHAS
PARA RESOLUÇÃO DO PROBLEMA DA
PROGRAMAÇÃO DA PRODUÇÃO JOB SHOP
FLEXÍVEL MULTIOBJETIVO
RAFAEL FRANCISCO VIANA SANCHES
ORIENTADOR: PROF. DR. EDILSON REIS RODRIGUES KATO
São Carlos – SP
Fevereiro/2017
UNIVERSIDADE FEDERAL DE SÃO CARLOS
CENTRO DE CIÊNCIAS EXATAS E DE TECNOLOGIA
PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO
ALGORITMO DE ENXAME DE ABELHAS
PARA RESOLUÇÃO DO PROBLEMA DA
PROGRAMAÇÃO DA PRODUÇÃO JOB SHOP
FLEXÍVEL MULTIOBJETIVO
RAFAEL FRANCISCO VIANA SANCHES
Dissertação apresentada ao Programa de Pós-
Graduação em Ciência da Computação da Univer-
sidade Federal de São Carlos, como parte dos requi-
sitosparaaobtençãodotítulodeMestreemCiência
da Computação, área de concentração: Inteligência
Artificial
Orientador: Prof. Dr. EdilsonReisRodriguesKato
São Carlos – SP
Fevereiro/2017

Dedico este trabalho a minha mãe Scheila e ao meu pai Odésio.
A
GRADECIMENTOS
AminhamãeScheilaeaomeupaiOdésioportodoapoioeincentivoquemederamdurante
essa jornada da minha vida. Sem eles nada disso seria possível e também quero agradecer
as minhas irmãs Elisângela e Elisandra por sempre estarem do meu lado me apoiando e me
incentivando.
AminhanoivaCristianeportodoapoio,amor,carinho,motivaçãoeporcompreenderminha
fasedeausência.
Ao meu orientador o professor Dr. Edilson R. R. Kato, pelo auxílio e discussões comparti-
lhandoseuconhecimentocomigo,dandoosuportenecessárioparaarealizaçãodessetrabalho.
Ao professor Dr. Roberto Tsunaki pelas suas sugestões que contribuíram para o desenvol-
vimentodessetrabalho.
Aosmeusamigoseamigasdolaboratóriodepesquisa: Maykon,Marcela,Rogers,Vinícius,
Marcos, Gabriel, Denis, Diego S., Bruna, Monique, Flavio R., Flavio M, Cleverson, Thales,
Prof. Dr. Orides,BrenoePedro.
Aos meus amigos e amigas do Departamento de Computação da UFSCar: Odair, Tiago
Jesus,Bento,Abade,CleitonSilva,Diego,Carlos,JoséRoberto,Roussian,PabloBottom,Pablo
Bizzi, Fernando, Renato, Durelli, João Moreira, Suzane, Carol, Francielle, Kathiani, Marcelo,
Amir,Felipe,Eduardo,Cédrick,RenataG.,Elias,Guido,Steve,Alfredo,AugustoeIvan.
ACAPES(CoordenaçãodeAperfeiçoamentodePessoaldeNívelSuperior)pelaconcessão
debolsadeestudosduranteoperíododerealizaçãodessadissertação.
Enfim, aos amigos que fiz no mestrado e todos aqueles que estão direta e indiretamente
ligadosqueosnomesnãoestãoaquipresentes.
“Lembre-se que as pessoas podem tirar tudo de você, menos o seu conhecimento."
Albert Einstein
R
ESUMO
A atividade de programação da produção é considerada como uma das atividades mais
complexas no gerenciamento da produção. Essa atividade faz parte da classe de proble-
mas NP-Difícil encontrados na área da ciência da computação, ou seja, aqueles problemas
quenãopodemsersolucionadosdeterministicamenteemtempopolinomial. Alémdisso,a
complexidade dessa atividade pode aumentar de acordo com as restrições impostas a cada
sistema/problema de programação. Nesta pesquisa, estuda-se o problema de programação
daproduçãoJobShopFlexível(JSF).Esseproblemaéconsideradocomoumaextensãodo
problema de programação Job Shop. No JSF, deve-se programar um grupo de jobs (i.e.,
produtos,itens,partedeumitem)formadosporumconjuntodeoperaçõesecadaoperação
éprocessadaporumrecurso(i.e., máquina)quepertenceaumgrupoderecursosquepos-
suammesmascaraterísticasfuncionais(e.g.,cortar,lixar,pintar). Esseproblemaécaracte-
rizadoemdoissub-problemas,sendoeles,aatividadederoteamentoedesequenciamento.
O roteamento implica em definir qual recurso irá processar uma determinada operação. O
sequenciamentoéaordememquecadaoperaçãoseráprocessadaemumrecurso. Pormeio
da programação estabelecida objetiva-se nessa pesquisa, otimizar multicritérios de desem-
penho,sendoeles: makespan(i.e.,tempogastoparaproduzirumconjuntodejobs),tempo
deprocessamentogastonorecursoquetrabalhoupormaistempoetempototaldeprodução.
Para alcançar os objetivos supracitados é proposto nessa pesquisa uma abordagem híbrida
de enxame de abelhas. Nessa abordagem, utiliza-se dois métodos auxiliares para tratar
os sub-problemas supracitados, sendo eles: operador genético de mutação para realizar a
atividadederoteamentoeparaaatividadedesequenciamentoépropostoummétodoadap-
tativodeestruturasdevizinhança. Paratrataramultiobjetividadedoproblema,propõe-seo
método dominância de Pareto. Resultados experimentais obtidos por meio de benchmarks
comumenteusadoscomprovamaeficáciaeasuperioridadedaabordagempropostaquando
comparadacomoutrasabordagenstambémaplicadasaoproblemaestudado.
Palavras-chave: programaçãodaprodução,JSF,multicritério,enxamedeabelhas,makespan,mutação,
estruturasdevizinhança,dominânciadePareto
A
BSTRACT
The production scheduling activity is considered as one of the most complex activities in
productionmanagement. ThisactivityispartoftheclassofNP-Hardproblemsfoundinthe
areaofcomputerscience,thatis,thoseproblemsthatcannotbesolveddeterministicallyin
polynomialtime. Inaddition,thecomplexityofthisactivitymayincreaseaccordingtothe
constraints imposed on each programming system/problem. In this research, the problem
ofprogrammingofproductiontheFlexibleJobShop(JSF)isstudied. Thisproblemiscon-
sidered an extension of the Job Shop programming problem. In JSF, a group of jobs (i.e.,
products, items, part of an item) formed by a set of operations and each operation must be
programmedbyaresource(i.e.,machine)thatbelongstoagroupofresourcesthathavethe
samefunctionalcharacteristics(e.g.,cut,sanding,painting). Thisproblemischaracterized
in two sub-problems being routing and sequencing activity. Routing involves determining
whichresourcewillprocessagivenoperation. Sequencingistheorderinwhicheachope-
rationwillbeprocessedonaresource. Throughestablishedprogramming,theobjectiveof
thisresearchistooptimizeperformancemulticriteria: themakespan(i.e.,timespenttopro-
duceasetofjobs),processingtimespentontheresourcethatworkedbymoretimeandtotal
production time. In order to reach the objectives mentioned above, a hybrid swarm appro-
achisproposedinthisresearch. Inthisapproach,twoauxiliarymethodsareusedtotreatthe
abovementionedsub-problems: geneticoperatorofmutationtoperformtheroutingactivity
andforthesequencingactivity,anadaptivemethodofneighborhoodstructuresisproposed.
Inordertodealwiththemultiobjectivityoftheproblem,weproposetheParetodominance
method. Experimental results obtained through commonly used benchmarks prove the ef-
ficacy and superiority of the proposed approach when compared to other approaches also
appliedtotheproblemstudied.
Keywords: production scheduling, JSF, multicriteria, bee swarm, makespan, mutation, neighborhood
structures,Paretodominance
L F
ISTA DE IGURAS
2.1 Níveis de planejamento desenvolvidos pelo departamento de PCP adaptado de
Tubino(2009) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.2 ExemplodeumaprogramaçãoilustradaporumgráficodeGantt . . . . . . . . 25
2.3 Porcentagem de publicações referentes a quantidade de publicações realizadas
por meio das abordagens Honney-Bees Mating Optimization (HBMO), Bees
Algorithm(BA),BCOeABCadaptadade(KARABOGAetal.,2014) . . . . . . . 33
2.4 Gráfico das publicações das abordagens de enxame de abelhas publicadas atra-
vésdoanosadaptadade(KARABOGAetal.,2014) . . . . . . . . . . . . . . . . 34
2.5 ModelagemdasoluçãoparaoproblemadoCV . . . . . . . . . . . . . . . . . 37
2.6 FluxogramadoalgoritmoABCadaptadodeKaraboga(2005) . . . . . . . . . . 41
2.7 ExemplodeaplicaçãodaestruturadevizinhançaSWAP . . . . . . . . . . . . . 42
2.8 ExemplodeaplicaçãodaestruturadevizinhançaINSERT . . . . . . . . . . . . 43
2.9 ExemplodeaplicaçãodaestruturadevizinhançaREVERSE . . . . . . . . . . 43
2.10 Exemplo de aplicação da estrutura de vizinhança operador genético de Cruza-
mentocomrestriçãodepontoúnico . . . . . . . . . . . . . . . . . . . . . . . 44
2.11 ExemplodeaplicaçãodaestruturadevizinhançaoperadorgenéticodeMutação 46
4.1 FluxogramadaabordagempropostacomasrespectivasetapasdoABCsugerido 79
4.2 Exemplo da modelagem das soluções com base nos trabalhos de Li, Pan e Xie
(2011), Li et al. (2011), Li, Pan e Gao (2011), Zhou et al. (2011), Wang et al.
(2012b),Li,PaneTasgetiren(2014) . . . . . . . . . . . . . . . . . . . . . . . 81
4.3 RepresentaçãodasoluçãodaFigura4.2porumgráficodeGantt. . . . . . . . . 81
4.4 Exemplo de uma roleta probabilística representando o vetor de estruturas de
vizinhançaproposto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
4.5 Exemplodeaplicaçãodaestruturadevizinhançaswapcomumasubstituição . 85
4.6 Exemplodeaplicaçãodaestruturadevizinhançainsert comumasubstituição . 86
4.7 Exemplodeaplicaçãodaestruturadevizinhançareverse . . . . . . . . . . . . 87
4.8 Exemplodoprocessodemutaçãoaplicadonaseçãodemáquinasdovetorsolu-
çãoreferenteaoproblemaderoteamentodoJSF . . . . . . . . . . . . . . . . . 89
5.1 Programação da Instância A obtida pela abordagem proposta com os seguintes
resultados(C =11,W =10,W =32) . . . . . . . . . . . . . . . . . . . . . 93
m m t
5.2 Programação do resultado (C =14,W =12,W =77) para a Instância B ob-
m m t
tidapelaabordagemproposta . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
5.3 Programação do resultado (C =11,W =10,W =62) para a Instância C ob-
m m t
tidapelaabordagemproposta . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
5.4 Programação do resultado (C =7,W =5,W =43) para a Instância D obtida
m m t
pelaabordagemproposta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
5.5 Programaçãodoresultado(C =11,W =10,W =93)paraainstânciaEobtida
m m t
pelaabordagemproposta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103