1. Repositório Aberto da Universidade do Porto
2. FEUP - Faculdade de Engenharia
3. FEUP - Dissertação

Author(s):	Romão Filipe Dias Santos
Title:	Estratégias Híbridas de Machine Learning e Simulação para a Resolução de Problemas de Escalonamento
Issue Date:	2018-07-17
Description:	Esta dissertação propõe uma abordagem híbrida de Machine Learning e Simulação, para a resolução de problemas de escalonamento da produção, considerando tempos de processamento estocásticos e buffers de capacidade limitada. A abordagem seguida combina modelos de Simulação com técnicas de Reinforcement Learning. De entre estas técnicas, destaca-se a NeuroEvolution que combina Redes Neuronais com Algoritmos Genéticos. Para modelar os problemas reais de escalonamento da produção, considerou-se fundamental o uso de simulação de eventos discretos. Os resultados computacionais obtidos mostram que a conjugação dos modelos de simulação e de NeuroEvolution permite obter ganhos de desempenho superiores, quando em comparação com os regras de prioridade (dispatching rules) da literatura. São ainda retiradas conclusões quanto à eficiência do método desenvolvido e à sua utilidade em contexto real.
Subject:	Engenharia electrotécnica, electrónica e informática Electrical engineering, Electronic engineering, Information engineering
Scientific areas:	Ciências da engenharia e tecnologias::Engenharia electrotécnica, electrónica e informática Engineering and technology::Electrical engineering, Electronic engineering, Information engineering
DOI:	10.34626/6njm-6a83
TID identifier:	202119165
URI:	https://hdl.handle.net/10216/114176
Document Type:	Dissertação
Rights:	openAccess
Appears in Collections:	FEUP - Dissertação

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.