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 propostasGeração 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

Tem

po d

a Li

nha

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

Tem

po d

a Li

nha

Original

Cruz Mod

Testando o cruzamento proposto (melhor indivíduo encontrado)