SCHEDULING DE ROBÔS GÊMEOS MÓVEIS EM ATIVIDADES DE PICKING E DELIVERY

DSpace Repository

A- A A+

SCHEDULING DE ROBÔS GÊMEOS MÓVEIS EM ATIVIDADES DE PICKING E DELIVERY

Show simple item record

dc.contributor Universidade Federal de Santa Catarina. pt_BR
dc.contributor.advisor Taglialenha, Silvia Lopes de Sena
dc.contributor.author Kailer, David Lourenzo de Oliveira
dc.date.accessioned 2024-12-18T17:52:11Z
dc.date.available 2024-12-18T17:52:11Z
dc.date.issued 2024-12-05
dc.identifier.uri https://repositorio.ufsc.br/handle/123456789/262118
dc.description TCC (graduação) - Universidade Federal de Santa Catarina, Campus Joinville, Engenharia de Transportes e Logística. pt_BR
dc.description.abstract Apresenta-se neste trabalho o Twin-Robot Pallet Assignment and Scheduling Problem (TRPASP), que consiste em determinar a programação de tarefas realizadas por robôs móveis dois robôs móveis posicionados em extremidades opostas ao longo de um trilho em ambientes de picking e delivery. O problema abrange a identificação de quais produtos devem ser coletados por cada robô, bem como a definição da sequência dessas coletas, com o objetivo de minimizar o tempo total necessário para a execução das tarefas. Além de respeitar as posições de coleta, é necessário atender às posições de entrega para formar os pedidos dos clientes. Para resolver instâncias de pequeno porte, propõe-se um modelo de programação linear inteira mista. Por se tratar de um problema NP-difícil (NP-Hard), foi desenvolvido um método heurístico capaz de obter soluções de boa qualidade em tempo computacional reduzido para instâncias maiores. Adicionalmente, são apresentados algoritmos meta-heurísticos baseados em busca local em vizinhanças variáveis (Variable Neighborhood Search – VNS, e Variable Neighborhood Descent – VND) como estratégias de reotimização. Os resultados mostram que as meta-heurísticas propostas melhoram os resultados da heurística em pelo menos 18% para instâncias de pequeno porte e alcançam melhorias de até 74,1% para instâncias de maior complexidade. Observou-se que o método VNS se destacou pelo menor tempo computacional requerido em instâncias de grande porte, apresentando uma redução média de 26% no tempo, em comparação ao VND, para todos os testes realizados. pt_BR
dc.format.extent 72 pt_BR
dc.language.iso por pt_BR
dc.publisher Joinville, SC. pt_BR
dc.rights Open Access. en
dc.subject Agendamento pt_BR
dc.subject Meta-heurística pt_BR
dc.subject Robôs gêmeos pt_BR
dc.subject Designação pt_BR
dc.subject Scheduling pt_BR
dc.title SCHEDULING DE ROBÔS GÊMEOS MÓVEIS EM ATIVIDADES DE PICKING E DELIVERY pt_BR
dc.type TCCgrad pt_BR


Files in this item

Files Size Format View Description
TCC David L O Kailer.pdf 1.266Mb PDF View/Open TCC - David Lourenzo de Oliveira Kailer

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Browse

My Account

Statistics

Compartilhar