Dezembro 2020 vol. 7 num. 3 - VIII Simpósio de Engenharia de Produção

Artigo completo - Open Access.

Idioma principal | Segundo idioma

PROGRAMAÇÃO DA PRODUÇÃO HÍBRIDA PARA MINIMIZAR O CUSTO TOTAL DO CONSUMO DE ENERGIA

PROGRAMAÇÃO DA PRODUÇÃO HÍBRIDA PARA MINIMIZAR O CUSTO TOTAL DO CONSUMO DE ENERGIA

Koehler, Carlos Guilherme Souza; Mestria, Mário;

Artigo completo:

Problemas de programação da produção em um ambiente de produção híbrida são bastante pesquisados, entretanto o foco principal das pesquisas tem sido a eficiência da produção, pouca atenção tem sido dada ao consumo de eletricidade. Esse trabalho tem como foco utilizar um algoritmo genético para considerar além do tempo total de produção o consumo de energia elétrica. Os resultados desse trabalho são comparados com resultados de referência da literatura e foram geradas 20 instâncias considerando o consumo de energia elétrica onde foi avaliado o impacto da estratégia multiobjetivo no tempo de produção. Os resultados dessa pesquisa têm significantes implicações na gestão da produção de sistemas reais.

Artigo completo:

Problemas de programação da produção em um ambiente de produção híbrida são bastante pesquisados, entretanto o foco principal das pesquisas tem sido a eficiência da produção, pouca atenção tem sido dada ao consumo de eletricidade. Esse trabalho tem como foco utilizar um algoritmo genético para considerar além do tempo total de produção o consumo de energia elétrica. Os resultados desse trabalho são comparados com resultados de referência da literatura e foram geradas 20 instâncias considerando o consumo de energia elétrica onde foi avaliado o impacto da estratégia multiobjetivo no tempo de produção. Os resultados dessa pesquisa têm significantes implicações na gestão da produção de sistemas reais.

Palavras-chave: Otimização, consumo de energia, programação da produção híbrida, otimização multiobjetivo, algoritmo genético.,

Palavras-chave: Otimização, consumo de energia, programação da produção híbrida, otimização multiobjetivo, algoritmo genético.,

DOI: 10.5151/viisimep-315869

Referências bibliográficas
  • [1] BLUM, C.; ROLI, A. Metaheuristics in combinatorial optimization: Overview and conceptual comparison.
  • [2] ACM computing surveys (CSUR), Acm, v. 35, n. 3, p. 268–308, 2003.
  • [3] CORMEN, T. H. et al. Introduction to algorithms. [S.l.]: MIT press, 2009.
  • [4] DING, J.-Y.; SONG, S.; WU, C. Carbon-efficient scheduling of flow shops by multi-objective optimization.
  • [5] European Journal of Operational Research, v. 248, n. 3, p. 758–771, 2016.
  • [6] EPE. Anuário estatístico de Energia Elétrica 2017. Brasília: [s.n.], 2017.
  • [7] FAN, K. et al. Review and classification of hybrid shop scheduling. Production Engineering, v. 12, n. 5, p.
  • [8] 597–609, 201
  • [9] GUPTA, J. N. D. Two-Stage, Hybrid Flowshop Scheduling Problem. Journal of the Operational Research
  • [10] Society, v. 39, n. 4, p. 359, 1988.
  • [11] HURINK, J.; JURISCH, B.; THOLE, M. Tabu search for the job-shop scheduling problem with multi-purpose
  • [12] machines. Operations-Research-Spektrum, v. 15, n. 4, p. 205–215, Dec 1994.
  • [13] KELLER, F.; SCHÖNBORN, C.; REINHART, G. Energy-orientated Machine Scheduling for Hybrid Flow
  • [14] Shops. Procedia CIRP, v. 29, p. 156–161, 2015.
  • [15] LI, J.-q. et al. Efficient multi-objective optimization algorithm for hybrid flow shop scheduling problems with
  • [16] setup energy consumptions. Journal of Cleaner Production, v. 181, p. 584–598, 2018.
  • [17] LI, X.; GAO, L. An effective hybrid genetic algorithm and tabu search for flexible job shop scheduling problem.
  • [18] International Journal of Production Economics, v. 174, p. 93–110, 2016.
  • [19] LIU, Y. et al. A multi-objective genetic algorithm for optimisation of energy consumption and shop floor
  • [20] production performance. International Journal of Production Economics, v. 179, p. 259–272, 2016.
  • [21] LU, C. et al. Energy-efficient permutation flow shop scheduling problem using a hybrid multi-objective
  • [22] backtracking search algorithm. Journal of Cleaner Production, v. 144, p.228–238, 2017.
  • [23] LUO, H. et al. Hybrid flow shop scheduling considering machine electricity consumption cost. International
  • [24] Journal of Production Economics, Elsevier, v. 146, n. 2, p. 423–439, dec 2013.
  • [25] MANSOURI, S. A.; AKTAS, E.; BESIKCI, U. Green scheduling of a two-machine flowshop: Trade-off etween
  • [26] makespan and energy consumption. European Journal of Operational Research, v. 248, n. 3, p. 772–788,
  • [27] 2016.
  • [28] MASTROLILLI, M.; GAMBARDELLA, L. M. Effective neighbourhood functions for the flexible job shop
  • [29] problem. Journal of scheduling, Wiley Online Library, v. 3, n. 1, p. 3–20, 2000.
  • [30] MOKHTARI, H.; HASANI, A. An energy-efficient multi-objective optimization for flexible job-shop
  • [31] scheduling problem. Computers and Chemical Engineering, v. 104, p. 339–352, 2017.
  • [32] PEZZELLA, F.; MORGANTI, G.; CIASCHETTI, G. A genetic algorithm for the Flexible Job-shop Scheduling
  • [33] Problem. Computers & Operations Research, v. 35, n. 10, p. 3202–3212, 2008.
  • [34] PINEDO, M. L. Scheduling. 5aedição. ed. Cham: Springer International Publishing, 2016. ISBN 978-3-319-
  • [35] 26578-0.
  • [36] PIROOZFARD, H.; WONG, K. Y.; WONG, W. P. Minimizing total carbon footprint and total late work
  • [37] criterion in flexible job shop scheduling by using an improved multi-objective genetic algorithm. Resources,
  • [38] Conservation & Recycling, v. 128, p. 267–283, 2018.
  • [39] QUADT, D.; KUHN, H. A taxonomy of flexible flow line scheduling procedures. European Journal of
  • [40] Operational Research, v. 178, n. 3, p. 686–698, may 2007.
  • [41] RIBAS, I.; LEISTEN, R.; FRAMIÑAN, J. M. Review and classification of hybrid flow shop scheduling
  • [42] problems from a production system and a solutions procedure perspective. Computers & Operations Research,
  • [43] Pergamon, v. 37, n. 8, p. 1439–1454, aug 2010.
  • [44] RUIZ, R.; VÁZQUEZ-RODRÍGUEZ, J. A. The hybrid flow shop scheduling problem. European Journal of
  • [45] Operational Research, North-Holland, v. 205, n. 1, p. 1–18, aug 2010.
  • [46] WORLDBANK. Value Added (% of GDP). 2016. Disponível em:
  • [47] .
  • [48] YAN, J. et al. A multi-level optimization approach for energy-efficient flexible flow shop scheduling. Journal
  • [49] of Cleaner Production, v. 137, p. 1543–1552, 2016.
  • [50] ZHANG, R.; CHIONG, R. Solving the energy-efficient job shop scheduling problem: a multi-objective genetic
  • [51] algorithm with enhanced local search for minimizing the total weighted tardiness and total energy consumption.
  • [52] Journal of Cleaner Production, v. 112, p. 3361–3375, 2016.
Como citar:

Koehler, Carlos Guilherme Souza; Mestria, Mário; "PROGRAMAÇÃO DA PRODUÇÃO HÍBRIDA PARA MINIMIZAR O CUSTO TOTAL DO CONSUMO DE ENERGIA", p. 3176-3190 . In: Anais do VIII Simpósio de Engenharia de Produção . São Paulo: Blucher, 2020.
ISSN 2357-7592, DOI 10.5151/viisimep-315869

últimos 30 dias | último ano | desde a publicação


downloads


visualizações


indexações