Meta-heurística age-e aplicada a problemas de carregamento de contêiners
Carregando...
Arquivos
Data
2017-09-06
Autores
Orientador
Lázaro, Rubén Augusto Romero 
Coorientador
Pós-graduação
Engenharia Elétrica - FEIS
Curso de graduação
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Tese de doutorado
Direito de acesso
Acesso aberto
Resumo
Resumo (português)
Neste trabalho apresenta-se uma nova meta-heurística, o Algoritmo Genético Evolucionário Especializado (AGE-E) para resolver uma das categorias dos Problemas de Carregamento de Contêiners, objeto de estudo que pertence à otimização, na Pesquisa Operacional. Considera-se a existência de múltiplos contêiners de iguais dimensões que permitem o carregamento completo da carga disponível em um contexto de transporte industrial. Esta carga é composta por caixas de sortimento fortemente hete-rogêneo e que permite a rotação em qualquer dasseis possibilidades, tornando o problema ainda mais complexo, e, porisso,menos estudado na literatura. Uma revisão bibliográfica é também apresentada, contendo uma visão geral das classificações do problema e, em particular, um estudo aprofundado sobre algoritmos genéticos. A implementação do AGE-E foi realizada, e os resultados computacionais foram comparados com as melhores soluções já apresentadas na literatura, demonstrando o potencial do AGE-E para estudosfuturos.
Resumo (português)
This work presents a new meta-heuristic, the Specialized Evolutionary Genetic Algorithm (AGE-E), which solves one of the categories of Container Loading Problems, object of study that belongs to Optimization, within the Operational Research. It’s considered the existence of multiple containers ofthe equal dimensionsthat promote the full loading of the availablecargoinindustrial transportation context. Thisload is composed ofstrongly heterogeneous assortment to the boxes, and allows rotation in any of the six possibilities, making the problem even more complex, and therefore less studied in the literature. A bibliographic review is also presented, containing an overview of the classifications of the problem and, in particular, an deepened study on genetic algorithms. The implementation of AGE-E was performed, and the computational results were compared with the best solutions already determined by the bibliography, demonstrating the potentialofAGE-E for future studies.
Descrição
Idioma
Português
