OTIMIZAÇÃO DE OTIMIZAÇÃO DE LINHAS DE LINHAS DE
MONTAGEM POR MONTAGEM POR ALGORÍTMOS ALGORÍTMOS
GENÉTICOS: ANÁLISE, GENÉTICOS: ANÁLISE, APERFEIÇOAMENTO E APERFEIÇOAMENTO E
IMPLEMENTAÇÃOIMPLEMENTAÇÃO
ÉLDMAN DE OLIVEIRA NUNES ÉLDMAN DE OLIVEIRA NUNES E E
AURA CONCIAURA CONCI
INSTITUTO DE COMPUTAÇÃOINSTITUTO DE COMPUTAÇÃO
UFFUFF
Algoritmo Genético Original
Melhor cromossomo encontrado
Melhor solução encontrada (layout da linha)
Parâmetros Genéticos:
População inicial: 100 indivíduos
Avaliação:
Ffitness = 1- (Fobj + Cp . Penalidade)/STT + 72 . Tp max
- FObj = (i=110) max { TTA [Aesq (Pi)], TTA [Adir (Pi)]}
- Cp (Coeficiente de aplicação de penalidade) = 2,0
- Penalidade = número de violações às precedências x tempo
de duração da atividade mais longa da linha.
- Somatória dos tempos de execução de todas as atividades da
linha: SST = (i=113) TTA (Ai )
Reprodução: cruzamento de um ponto (80% probabilidade)
mutação simples de bits (probabilidade de 4% por bit)
Seleção: stochastic universal sampling
Sobrevivência: elitismo do melhor indivíduo
Critério de parada: 200 gerações
Algorítmo Genético Algorítmo Genético PropostoProposto
Alterações propostas
Geração heurística da população inicial Geração heurística da população inicial
Cruzamento modificadoCruzamento modificado
Mutação modificadaMutação modificada
Módulo de busca localMódulo de busca local
Interface do programa AGBALIM -Interface do programa AGBALIM -
AG Balanceamento de Linhas de MontagemAG Balanceamento de Linhas de Montagem
Resultado dos testesOperadores Genéticos
14,8514,9515,0515,1515,2515,3515,4515,5515,6515,7515,8515,9516,0516,1516,2516,3516,45
1 2 3 4 5 6 7 8 9 10
Testes
Te
mp
o d
a L
inh
a
Original
Inic AG
Testando a inicialização heurística (melhor indivíduo encontrado)
Operadores Genéticos
14,8514,9515,0515,1515,2515,3515,4515,5515,6515,7515,8515,9516,0516,1516,2516,3516,45
1 2 3 4 5 6 7 8 9 10
Testes
Te
mp
o d
a L
inh
a
Original
Cruz Mod
Testando o cruzamento proposto (melhor indivíduo encontrado)