Algoritmo genético aplicado ao sequenciamento de picking e faturamento


Autoria(s): Pinto, Anderson Rogério Faia
Contribuinte(s)

Universidade Estadual Paulista (UNESP)

Data(s)

11/06/2014

11/06/2014

17/08/2012

Resumo

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Pós-graduação em Engenharia de Produção - FEB

As desordens e incertezas provocadas no decorrer do tempo, face à dinâmica das mudanças e a complexidade dos sistemas que abrangem as organizações, acarretam diversas situações em que os gestores necessitam encontrar soluções das quais seja possível extrair a maximização do resultado empresarial. Logo, o desenvolvimento de ferramentas que possam em dado momento apresentar, de forma ágil, um número mínimo de opções necessárias para investigar a incerteza é uma tarefa necessária em ambientes de negócios. Esta dissertação tem como objetivo a busca por uma solução para o problema do Sequenciamento Ótimo de Faturamento (SOF). A perspectiva adotada para a solução do SOF é o desenvolvimento de um software que automatize o processo de atribuição dos produtos aos pedidos em carteira, denominado como processo de picking. O trabalho emprega a Computação Evolucionária como método de adaptação ao problema e utiliza a técnica dos Algoritmos Genéticos (AG) na formulação do modelo de busca de soluções. A concepção do software dar-se-á pela interconexão de um conjunto de dados estáticos que contempla o estoque disponível para venda em um período pré-determinado de tempo t e a carteira de pedidos solicitados em diferentes datas. A representação binária é utilizada para formular a programação das estruturas heurísticas de possíveis soluções e o Visual Basic for Applications (VBA) do Microsoft Office Excel é empregado como ferramenta computacional para a implementação do modelo proposto. A programação considera as restrições e os parâmetros de decisão de forma que maximização do faturamento seja o resultado otimizado do problema. A implantação do software gera um módulo que automatiza o processo de picking e apresenta resultados otimizados para o SOF, o que...

The disorders and uncertainties caused in the course of time, given the dynamics of change and systems complexity which include organizations, result in several situations in which managers need to find solutions which can extract the maximization of the enrrepreneurial outcome. Therefore, the development of tools that can, at a given time and in an agile way, present a minimum number of options necessary to investigate the uncertainties is a necessary task in business environments. This dissertations aims to search for a solution to the Optimal Sequencing Billing (OSB) problem. The perspective adopted for the solution of the OSB is the development of a software that automates the process of assining products to backlog, named as picking process. The work employs the Evouluationary Computation as a method of adaptation to the problem and uses the technique of Genetic Algorithms (GA) in the formulation of the searching solutions model. The software design will come to be through the inerconnection of a set of static data which includes the stock available for sale at a predetermined period of time t and a backlog request on different dates. The binary representation is used to formulate the scheduling heristics structures of possible solutions and Visual Basic for Applications (VBA) in Microsoft Office Excel is a software tool used for the implementation of the proposed model. The program considers the constraints and decision parameters so that maximizing the billing is the result of optimized problem. The implementation of the softaware generates a module that automates the picking process and presents optimized results for the OSB, which provides agility and improves the decision making for billing. It was... (Complete abstract click electronic access below)

Formato

80 f. : il.

Identificador

PINTO, Anderson Rogério Faia. Algoritmo genético aplicado ao sequenciamento de picking e faturamento. 2012. 80 f. Dissertação (mestrado) - Universidade Estadual Paulista, Faculdade de Engenharia, 2012.

http://hdl.handle.net/11449/93013

000702265

pinto_arf_me_bauru.pdf

33004056086P6

Idioma(s)

por

Publicador

Universidade Estadual Paulista (UNESP)

Direitos

openAccess

Palavras-Chave #Algoritmos genéticos #Processo decisorio #Software - Desenvolvimento #Genetic algorithms #Decision making #Computer software--Development
Tipo

info:eu-repo/semantics/masterThesis