Detalhes bibliográficos
Ano de defesa: |
2022 |
Autor(a) principal: |
Lorenci, Felipe Furtado |
Orientador(a): |
Ravelo, Santiago Valdes |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Não Informado pela instituição
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: |
|
Palavras-chave em Inglês: |
|
Link de acesso: |
http://hdl.handle.net/10183/248315
|
Resumo: |
Administrar grandes depósitos e armazéns de forma eficiente não é uma tarefa fácil. A quantia de variáveis e processos envolvidos desde o momento em que o consumidor realiza a compra de um único produto, até o seu recebimento, é bastante considerável. Dentro deste contexto, existem dois principais problemas envolvendo processos em armazéns: o problema de coleta de pedidos (OPP) e o problema de loteamento de pedidos (OBP). O OPP tem por objetivo minimizar a distância viajada por um funcionário enquanto ele faz a coleta de uma lista de produtos (pedidos). O OBP busca agrupar pedidos em lotes, que possuem um determinado limite de capacidade, de forma que a soma das distâncias via jadas durante a coleta dos produtos de todos os lotes seja minimizada. Quando estes dois problemas são abordados de forma conjunta, a estratégia é conhecida como problema de loteamento e coleta simultânea de pedidos (JOBPRP). Este trabalho propõe uma nova formulação matemática para o JOBPRP e apresenta novas soluções algorítmicas para tal problema: uma heurística baseada em dois níveis de programação dinâmica e um algo ritmo genético de agrupamento com controle de transmissão de genes. Para avaliar nossas propostas, executamos experimentos computacionais com conjuntos de dados fornecidos pela literatura. O modelo matemático foi utilizado em um software solucionador de pro gramas inteiros-mistos (Gurobi), onde se realizaram testes com pequenas instâncias para aferir a qualidade das soluções da nossa abordagem metaheurística. Nossos resultados computacionais evidenciaram alta estabilidade para todas as instâncias testadas e meno res valores objetivo que os reportados previamente na literatura, mantendo um tempo de execução razoável. |