Utilize este identificador para referenciar este registo: https://hdl.handle.net/10216/121197
Registo completo
Campo DCValorIdioma
dc.creatorVitor Hugo de Sousa Carneiro
dc.date.accessioned2026-01-12T12:46:05Z-
dc.date.available2026-01-12T12:46:05Z-
dc.date.issued2019-07-10
dc.date.submitted2019-07-17
dc.identifier.othersigarra:342930
dc.identifier.urihttps://hdl.handle.net/10216/121197-
dc.descriptionEsta 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.
dc.language.isopor
dc.rightsopenAccess
dc.subjectEngenharia electrotécnica, electrónica e informática
dc.subjectElectrical engineering, Electronic engineering, Information engineering
dc.titleAbordagens híbridas de "machine learning"/simulação para sistemas logísticos dinâmicos
dc.typeDissertação
dc.contributor.uportoFaculdade de Engenharia
dc.identifier.doi10.34626/k0na-wj88
dc.identifier.tid202398552
dc.subject.fosCiências da engenharia e tecnologias::Engenharia electrotécnica, electrónica e informática
dc.subject.fosEngineering and technology::Electrical engineering, Electronic engineering, Information engineering
thesis.degree.disciplineMestrado Integrado em Engenharia Electrotécnica e de Computadores
thesis.degree.grantorFaculdade de Engenharia
thesis.degree.grantorUniversidade do Porto
thesis.degree.level1
Aparece nas coleções:FEUP - Dissertação

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
342930.pdfAbordagens híbridas de "machine learning"/simulação para sistemas logísticos dinâmicos1.41 MBAdobe PDFThumbnail
Ver/Abrir


Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.