• Portal do Governo Brasileiro

Plataforma Sucupira

Dados do Trabalhos de Conclusão

CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA CELSO SUCKOW DA FONSECA
CIÊNCIA DA COMPUTAÇÃO (31022014009P5)
HYBRID APPROACHES TO THE TWO-STAGE CAPACITATED FACILITY LOCATION PROBLEM
IGOR DA SILVA MORAIS
DISSERTAÇÃO
26/01/2022

Na classe de problemas de cadeia de suprimento, O problema de localização de facilidades em Dois Níveis (PFLC2n) consiste em encontrar localizações ótimas para instalação de fábricas e depósitos que atendam a demanda dos clientes. O objetivo do problema é minimizar os custos de abertura e fluxo, obedecendo as restrições de produção das fábricas, armazenamento dos depósitos e respeitando a demanda de clientes. Esse problema pode ser visto como aplicação do contexto de cidades inteligentes, pois cobre os três pilares: governança, energia e transporte. Para encontrar soluçoes para o problema duas hibridizações são propostas uma do Clustering Search(CS) com Adaptive Large Neighborhood Search(ALNS) e Local Branching, com o intuito de comparar e mostrar robustez dos componentes outra hibridizaçõa é implementada para um Biased RandomKey Genetica Algorithm (BRKGA com Local Branching chamado HBRKGA). Para comparação instâncias da literatura foram utilizadas. Os resultados mostram que para o PFLC2n a abordagem do HBRKGA supera o estado da arte atual para 44 de 50 instâncias e a estabilidade é mostrada por meio de uma análise estatística que testa a significância em comparação aos outros métodos.

Meta-heur´ıstica H´ıbrida;Clustering Search;Biased Random-Key Genetic Algorithm;Local Branching
In the class of supply chain problems, the Two-Stage Capacitated Facility Location (TSCFL) is defined by optimal locations for installing factories and warehouses to meet the demand of customers. The problem aims to minimize operating costs: opening facilities and the flow of products from factories to customers, passing through warehouses, meeting the capacity constraints of factories and warehouses and customers’ demand. This problem can be viewed as a simplified version for application in the context of smart cities, as can cover all the three pillars, governance, energy and transportation. To solve this problem, two hybridization are proposed of Clustering Search (CS), Adaptive Large Neighborhood Search (ALNS) and Local Branching (LB) is proposed. This hybridization is a new and interesting approach which has found high quality solutions in low computational time. In order to compare and test robustness of the proposed components another hybridization is proposed a Hybrid approach of the Biased Random-key Genetic Algorithm. To show that, computational experiments were performed using benchmark instances. The results showed that the HBRKGA outperforms the current state-of-art for the TSCFL for 44 out of 50 instances and the stability of the methods is showed in a statistical analysis, in order to test differences of the method.
Hybrid Meta-heuristic;Clustering Search;Biased Random-Key Genetic Algorithm and Local Branching
1
54
INGLES
CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA CELSO SUCKOW DA FONSECA
O trabalho possui divulgação autorizada
Dissertação final.pdf

Contexto

Ciência da Computação
APRENDIZADO DE MÁQUINA E OTIMIZAÇÃO
Algoritmos, Combinatória e Otimização

Banca Examinadora

PEDRO HENRIQUE GONZALEZ SILVA
DOCENTE - PERMANENTE
Sim
Nome Categoria
VANESSA DE ALMEIDA GUIMARAES Participante Externo
GLAYDSTON MATTOS RIBEIRO Participante Externo
DIEGO NUNES BRANDAO Docente - PERMANENTE
PEDRO HENRIQUE GONZALEZ SILVA Docente - PERMANENTE
EDUARDO BEZERRA DA SILVA Docente - PERMANENTE

Vínculo

Colaborador
Instituição de Ensino e Pesquisa
Ensino e Pesquisa
Sim
Plataforma Sucupira
Capes UFRN RNP
  • Compatibilidade
  • . . .
  • Versão do sistema: 3.87.7
  • Copyright 2022 Capes. Todos os direitos reservados.

Nós usamos cookies para melhorar sua experiência de navegação no portal. Ao utilizar o gov.br, você concorda com a política de monitoramento de cookies. Para ter mais informações sobre como isso é feito, acesse Política de cookies.Se você concorda, clique em ACEITO.

Politica de Cookies

O que são cookies?

Cookies são arquivos salvos em seu computador, tablet ou telefone quando você visita um site.Usamos os cookies necessários para fazer o site funcionar da melhor forma possível e sempre aprimorar os nossos serviços. Alguns cookies são classificados como necessários e permitem a funcionalidade central, como segurança, gerenciamento de rede e acessibilidade. Estes cookies podem ser coletados e armazenados assim que você inicia sua navegação ou quando usa algum recurso que os requer.

Cookies Primários

Alguns cookies serão colocados em seu dispositivo diretamente pelo nosso site - são conhecidos como cookies primários. Eles são essenciais para você navegar no site e usar seus recursos.
Temporários
Nós utilizamos cookies de sessão. Eles são temporários e expiram quando você fecha o navegador ou quando a sessão termina.
Finalidade
Estabelecer controle de idioma e segurança ao tempo da sessão.

Cookies de Terceiros

Outros cookies são colocados no seu dispositivo não pelo site que você está visitando, mas por terceiros, como, por exemplo, os sistemas analíticos.
Temporários
Nós utilizamos cookies de sessão. Eles são temporários e expiram quando você fecha o navegador ou quando a sessão termina.
Finalidade
Coletam informações sobre como você usa o site, como as páginas que você visitou e os links em que clicou. Nenhuma dessas informações pode ser usada para identificá-lo. Seu único objetivo é possibilitar análises e melhorar as funções do site.

Você pode desabilitá-los alterando as configurações do seu navegador, mas saiba que isso pode afetar o funcionamento do site.

Chrome

Firefox

Microsoft Edge

Internet Explorer