Aprendizado de máquina em heurísticas de decomposição para problemas de dimensionamento de lotes (2021)
- Authors:
- Autor USP: UENO, FERNANDA YUKA - ICMC
- Unidade: ICMC
- Sigla do Departamento: SME
- DOI: 10.11606/D.55.2021.tde-19012022-161011
- Subjects: APRENDIZADO COMPUTACIONAL; HEURÍSTICA; MODELOS MATEMÁTICOS
- Keywords: Fix-and-optimize; Heurística fix-and-optimize; Heurística relax-and-fix; Lot sizing problem; Machine learning; Problema de dimensionamento de lotes; Relax-and-fix
- Agências de fomento:
- Language: Português
- Abstract: Neste trabalho, são propostas heurísticas baseadas na partição do conjunto de variáveis dos modelos matemáticos, as quais são utilizadas para a resolução de dois problemas de dimensionamento de lotes. As heurísticas desenvolvidas são compostas de duas fases: construção de uma solução inicial e melhoria. As soluções iniciais são obtidas por meio da heurística relax-and-fix ou por um resolvedor comercial de otimização (primeira solução factível obtida). As heurísticas de melhoria são do tipo fix-and-optimize com partições clássicas e ADN (Automatically designed neighborhoods), que constrói uma vizinhança de forma automática, utilizando aprendizado de máquina não supervisionado, ou seja, usamos dois algoritmos de agrupamento: o k-means e o k-medoids. Nos experimentos computacionais, abordamos o problema de dimensionamento de lotes com múltiplas plantas distintas e o problema de dimensionamento de lotes multiestágio. Para realizar a comparação entre as heurísticas, foram utilizadas instâncias da literatura e as soluções são comparadas com as soluções obtidas por um otimizador comercial.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2021
- Data da defesa: 07.10.2021
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
UENO, Fernanda Yuka. Aprendizado de máquina em heurísticas de decomposição para problemas de dimensionamento de lotes. 2021. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2021. Disponível em: https://teses.usp.br/teses/disponiveis/55/55134/tde-19012022-161011/. Acesso em: 09 abr. 2026. -
APA
Ueno, F. Y. (2021). Aprendizado de máquina em heurísticas de decomposição para problemas de dimensionamento de lotes (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://teses.usp.br/teses/disponiveis/55/55134/tde-19012022-161011/ -
NLM
Ueno FY. Aprendizado de máquina em heurísticas de decomposição para problemas de dimensionamento de lotes [Internet]. 2021 ;[citado 2026 abr. 09 ] Available from: https://teses.usp.br/teses/disponiveis/55/55134/tde-19012022-161011/ -
Vancouver
Ueno FY. Aprendizado de máquina em heurísticas de decomposição para problemas de dimensionamento de lotes [Internet]. 2021 ;[citado 2026 abr. 09 ] Available from: https://teses.usp.br/teses/disponiveis/55/55134/tde-19012022-161011/
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
