Algoritmo Genético para a Otimização do Problema do Sequenciamento de Tarefas com Produção Multi-Estágio, Máquinas Paralelas e Tempo de Setup: Estudo de Caso da Logística do Beneficiamento de Rochas Ornamentais
Resumo
O beneficiamento de rochas ornamentais envolve um sistema produtivo multiestágio com máquinas paralelas e tempos de setup dependentes da sequência e da dureza do material. Este trabalho propõe um Algoritmo Genético para otimizar o sequenciamento de tarefas e minimizar o makespan. O algoritmo adota estrutura hierárquica de cromossomos, operadores genéticos personalizados e busca local. A validação foi realizada em 26 instâncias realistas que simulam cenários como mudanças em máquinas, variações de produtividade e manutenções. Os resultados mostram reduções significativas no makespan e confirmam a eficácia do método na identificação de gargalos e no apoio à tomada de decisão logística.Referências
Abreu, L. and Prata, B. (2019). A genetic algorithm with neighborhood search procedures for unrelated parallel machine scheduling problem with sequence-dependent setup times. Journal of Modelling in Management.
Choi, H.-S. and Lee, D.-H. (2009). Scheduling algorithms to minimize the number of tardy jobs in two-stage hybrid flow shops. Computers Industrial Engineering, 56.
Etcheverry, G. and Anzanello, M. J. (2014). Sequenciamento de máquinas paralelas não-relacionadas com tempos de setup dependentes das tarefas. Revista Produção Online.
Ghassemi Tari, F. and Rezapour Niari, M. (2018). Multi-objective sequence dependent setup times hybrid flowshop scheduling: A literature review. International Journal of Research in Industrial Engineering, 7(3):254–306.
Han, S., Guo, and Su, Y.-Y. (2019). A reinforcement learning method for a hybrid flow-shop scheduling problem. Algorithms, 12:222.
Javad, R., Hany, S., and Morteza, K. (2013). Scheduling of a hybrid flow shop with multiprocessor tasks by a hybrid approach based on genetic and imperialist competitive algorithms. Journal of Optimization in Industrial Engineering, 6:1–11.
Lu, Y., Tang, Q., Pan, Q., Zhao, L., and Zhu, Y. (2023). A heuristic-based adaptive iterated greedy algorithm for lot-streaming hybrid flow shop scheduling problem with consistent and intermingled sub-lots. Sensors, 23(5).
Marichelvam, M., Prabaharan, T., and Yang, X.-S. (2014). Improved cuckoo search algorithm for hybrid flow shop scheduling problems to minimize makespan. Applied Soft Computing, 19.
Mineração, R. (2024). Exportações de rochas naturais brasileiras. Revista Mineração. Disponível em: [link].
Mirjalili, S. (2019). Genetic Algorithm. Springer International Publishing, Cham.
Poolla, C. and Saxena, R. (2023). On extending amdahl’s law to learn computer performance. Microprocessors and Microsystems, 96:104745.
Qiao, Y. and et. al. (2023). A two-step approach to scheduling a class of two-stage flow shops in automotive glass manufacturing. Machines, 11:292.
Sarcinelli, T. B. and Resendo, L. C. (2024). Modelo exato para otimização do problema do sequenciamento para produção multi-estágio e tarefas em máquinas paralelas considerando tempo setup: Estudo de caso do beneficiamento de rochas ornamentais. In Anais do Simpósio Brasileiro de Pesquisa Operacional.
Shao, W., Shao, Z., and Pi, D. (2021). Effective constructive heuristics for distributed no-wait flexible flow shop scheduling problem. Computers Operations Research.
Sá Leitão, A. I. B. L. (2018). O processo de beneficiamento de rochas ornamentais e suas implicaÇÕes jurÍdico-ambientais. Revista dos Estudantes de Direito da UNB.
Tavares, R. G. and Arroyo, J. E. C. (2018). Um algoritmo iterated greedy para o sequenciamento de tarefas em máquinas paralelas uniformes de processamento em lote. In Anais do Simpósio Brasileiro de Pesquisa Operacional.
Valdeck, G. and Gomes, R. (2023). The marble industry and its evolution since 1990 in brazil: A bibliographic review. 19:62–68.
Vanteddu, G. and Nicholls, G. (2020). Supply chain network design and tactical planning in the dimension stone industry. Operations and Supply Chain Management: An International Journal, 13(4):320–335.
Varela, L., Trojanowska, J., Carmo-Silva, S., Costa, N., and Machado, J. (2017). Comparative simulation study of production scheduling in the hybrid and the parallel flow. Management and Production Engineering Review, 8.
Wu, X., Shen, X., and Cui, Q. (2018). Multi-objective flexible flow shop scheduling problem considering variable processing time due to renewable energy. Sustainability.
Zhang, J. and et. al. (2019). Review of job shop scheduling research and its new perspectives under industry 4.0. In Journal of Intelligent Manufacturing.
Choi, H.-S. and Lee, D.-H. (2009). Scheduling algorithms to minimize the number of tardy jobs in two-stage hybrid flow shops. Computers Industrial Engineering, 56.
Etcheverry, G. and Anzanello, M. J. (2014). Sequenciamento de máquinas paralelas não-relacionadas com tempos de setup dependentes das tarefas. Revista Produção Online.
Ghassemi Tari, F. and Rezapour Niari, M. (2018). Multi-objective sequence dependent setup times hybrid flowshop scheduling: A literature review. International Journal of Research in Industrial Engineering, 7(3):254–306.
Han, S., Guo, and Su, Y.-Y. (2019). A reinforcement learning method for a hybrid flow-shop scheduling problem. Algorithms, 12:222.
Javad, R., Hany, S., and Morteza, K. (2013). Scheduling of a hybrid flow shop with multiprocessor tasks by a hybrid approach based on genetic and imperialist competitive algorithms. Journal of Optimization in Industrial Engineering, 6:1–11.
Lu, Y., Tang, Q., Pan, Q., Zhao, L., and Zhu, Y. (2023). A heuristic-based adaptive iterated greedy algorithm for lot-streaming hybrid flow shop scheduling problem with consistent and intermingled sub-lots. Sensors, 23(5).
Marichelvam, M., Prabaharan, T., and Yang, X.-S. (2014). Improved cuckoo search algorithm for hybrid flow shop scheduling problems to minimize makespan. Applied Soft Computing, 19.
Mineração, R. (2024). Exportações de rochas naturais brasileiras. Revista Mineração. Disponível em: [link].
Mirjalili, S. (2019). Genetic Algorithm. Springer International Publishing, Cham.
Poolla, C. and Saxena, R. (2023). On extending amdahl’s law to learn computer performance. Microprocessors and Microsystems, 96:104745.
Qiao, Y. and et. al. (2023). A two-step approach to scheduling a class of two-stage flow shops in automotive glass manufacturing. Machines, 11:292.
Sarcinelli, T. B. and Resendo, L. C. (2024). Modelo exato para otimização do problema do sequenciamento para produção multi-estágio e tarefas em máquinas paralelas considerando tempo setup: Estudo de caso do beneficiamento de rochas ornamentais. In Anais do Simpósio Brasileiro de Pesquisa Operacional.
Shao, W., Shao, Z., and Pi, D. (2021). Effective constructive heuristics for distributed no-wait flexible flow shop scheduling problem. Computers Operations Research.
Sá Leitão, A. I. B. L. (2018). O processo de beneficiamento de rochas ornamentais e suas implicaÇÕes jurÍdico-ambientais. Revista dos Estudantes de Direito da UNB.
Tavares, R. G. and Arroyo, J. E. C. (2018). Um algoritmo iterated greedy para o sequenciamento de tarefas em máquinas paralelas uniformes de processamento em lote. In Anais do Simpósio Brasileiro de Pesquisa Operacional.
Valdeck, G. and Gomes, R. (2023). The marble industry and its evolution since 1990 in brazil: A bibliographic review. 19:62–68.
Vanteddu, G. and Nicholls, G. (2020). Supply chain network design and tactical planning in the dimension stone industry. Operations and Supply Chain Management: An International Journal, 13(4):320–335.
Varela, L., Trojanowska, J., Carmo-Silva, S., Costa, N., and Machado, J. (2017). Comparative simulation study of production scheduling in the hybrid and the parallel flow. Management and Production Engineering Review, 8.
Wu, X., Shen, X., and Cui, Q. (2018). Multi-objective flexible flow shop scheduling problem considering variable processing time due to renewable energy. Sustainability.
Zhang, J. and et. al. (2019). Review of job shop scheduling research and its new perspectives under industry 4.0. In Journal of Intelligent Manufacturing.
Publicado
20/07/2025
Como Citar
RESENDE, Luciano Henrique Andrade de; RESENDO, Leandro Colombi.
Algoritmo Genético para a Otimização do Problema do Sequenciamento de Tarefas com Produção Multi-Estágio, Máquinas Paralelas e Tempo de Setup: Estudo de Caso da Logística do Beneficiamento de Rochas Ornamentais. In: SEMINÁRIO INTEGRADO DE SOFTWARE E HARDWARE (SEMISH), 52. , 2025, Maceió/AL.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2025
.
p. 381-392.
ISSN 2595-6205.
DOI: https://doi.org/10.5753/semish.2025.8952.
