Proposta de modelagem híbrida baseada em BRKGA aplicada a um problema de dimensionamento de lotes multiplanta

• Ano de defesa: 2023
• Autor(a) principal: Barbosa, Nathalia de Paula
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Dimensionamento de lotes; Multiplanta; Matheurística; BRKGA adaptativo; Algoritmo metaheurístico; Algoritmo genético; Modelagem híbrida; Produção intelectual; Engenharia de Produção; Lotsizing; Multiplant; Matheuristic; Adaptive BRKGA
• Link de acesso: http://app.uff.br/riuff/handle/1/31082

Atualmente, diversas companhias têm modificado suas estruturas produtivas para operarem em várias plantas dispersas geograficamente buscando reagir mais rapidamente às incertezas da demanda, reduzir custos e atender prazos de entrega cada vez menores. Um dos principais desafios, neste caso, é sincronizar o planejamento de produção de cada planta a fim de melhorar o desempenho global da operação, otimizando a alocação de recursos de modo a atender a demanda de maneira satisfatória com o menor custo possível. O presente trabalho propõe uma modelagem híbrida, também conhecida como matheurística, que combina um método exato com a meta-heurística BRKGA adaptativa. O algoritmo proposto foi aplicado ao problema de dimensionamento de lotes multiplanta capacitado com o objetivo de fornecer uma solução que minimize os custos de produção, preparação, armazenagem e transporte de produto acabado entre plantas. Para os testes computacionais, instâncias disponíveis na literatura foram utilizadas e os resultados mostram que o BRKGA híbrido apresentou menor GAP médio em 19 das 24 classes de instâncias testadas se comparado aos resultados obtidos via Relaxação Lagrangeana, GRASP e GRASP com Path Relinking. Considerando todas as classes de instâncias, o GAP médio foi de 5,6%, sendo menor do que o obtido através do GRASP com Path Relinking, resultado este comprovado através de testes estatísticos. Uma proposta de incorporação do modelo de otimização a sistemas de suporte à decisão é apresentada, com o intuito de guiar futuras aplicações reais.