Please use this identifier to cite or link to this item:
https://hdl.handle.net/10216/121197| Author(s): | Vitor Hugo de Sousa Carneiro |
| Title: | Abordagens híbridas de "machine learning"/simulação para sistemas logísticos dinâmicos |
| Issue Date: | 2019-07-10 |
| Description: | Esta dissertação apresenta uma abordagem híbrida que combina técnicas de machine learning e simulação para a definição de um sistema de transporte dinâmico a ser aplicado num sistema de produção job-shop. Da integração destas técnicas é definida a movimentação a ser realizada por um AGV com o objetivo de maximização da produtividade de um sistema de produção segundo diferentes horizontes temporais. |
| 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/k0na-wj88 |
| TID identifier: | 202398552 |
| URI: | https://hdl.handle.net/10216/121197 |
| Document Type: | Dissertação |
| Rights: | openAccess |
| Appears in Collections: | FEUP - Dissertação |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 342930.pdf | Abordagens híbridas de "machine learning"/simulação para sistemas logísticos dinâmicos | 1.41 MB | Adobe PDF |  View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.