Resolução do problema de sequenciamento de múltiplas linhas de montagem de modelos mistos em ambiente de produção enxuta

This work deals with the sequencing of Multi-Mixed-Model Assembly Lines in a lean manufacturing environment, where an operational structure where several kanbans support several mixed-model assembly lines, so that all assembly lines can receive parts or sub-assemblies from all suppliers. To optimize this system, the sequencing seeks to minimize the distance between the real consumption and the constant ideal consumption of parts or subassemblies, thereby reducing the scaling of kanbans and intermediate stocks. To solve the sequencing problems, the method Clustering Search was applied along with the metaheuristics Variable Neighborhood Search, Simulation Annealing and Iterative Local Search. Instances from the literature and generated instances were tested, thus allowing comparing the methods to each other and with other methods presented in the literature. The performance of the Clustering Search with Iterated Local Search stands out by the quality and robustness of their solutions, and mainly for its efficiency, whereas it converges to better results at a lower computational cost

Neste trabalho aborda-se o Problema de Sequenciamento de Múltiplas Linhas de Montagem de Modelos Mistos - linhas destinadas à produção de modelos diversificados abastecidas por fornecedores comuns - em um ambiente de produção enxuta. Para otimizar este sistema, o sequenciamento busca minimizar a distância entre o consumo real do consumo ideal de componentes, diminuindo, desta forma, o dimensionamento de kanbans e dos estoques intermediários. Para resolver o problema, foi aplicado o método Busca por Agrupamentos, com as meta-heurísticas Pesquisa em Vizinhança Variável, Recozimento Simulado e Busca Local Iterativa. Nos testes, foram utilizadas instâncias da literatura e também instâncias geradas, permitindo, assim, comparar os métodos entre si e com outros métodos apresentados na literatura. O desempenho da Busca por Agrupamentos com a Busca Local Iterativa se destaca, não só pela qualidade e robustez de suas soluções, mas principalmente pela sua eficiência, considerando que ela converge para melhores resultados com um menor custo computacional