Projeto de um Algoritmo Genético Híbrido para Planejamento Operacional de Curto Prazo de...

Projeto de um Algoritmo Genético Híbrido para

Planejamento Operacional de Curto Prazo de Minerações a

Céu Aberto

Robert Fabricio Subtil

Roteiro Introdução Problema de escalonamento de tarefas Algoritmos genéticos Processos de lavra Planejamento operacional de curto prazo Modelo proposto de algoritmo genético híbrido Resultados Trabalhos futuros

Introdução Modelos de otimização têm sido adotados

com maior frequência no setor empresarialDiminuindo custosAumentando lucros e a competitividade no

mercado global

Problema de escalonamento de tarefas

Envolvem alocação de recursos no tempo São classificados como NP-Difícil

Problema de escalonamento de tarefas

Modelo clássico: Existe um conjunto de máquinas disponíveis e um

conjunto de tarefas a serem executadasOnde: As tarefas devem ser executadas numa sequência

conhecida de uma ou mais operações Uma operação é definida pelo seu tempo de

processamento e pela máquina que a executa Cada máquina executa uma operação por vezObjetivo : determinar uma sequência de alocação para

todas as máquinas, minimizando custos

Problema de escalonamento de tarefas

Geralmente envolve muitas restrições Métodos propostos

Modelos exatos Métodos de aproximaçãoBuscas Locais e Meta-heurísticas

Algoritmos genéticos têm sido muito utilizados na resolução deste tipo de problema

Algoritmos Genéticos

São baseados na idéia de evolução natural proposta por Charles Darwin, aliadas às idéias sobre genética proposta por Mendel

São capazes de encontrar soluções de qualidade em tempo razoável

Algoritmos genéticos: Funcionamento

Processos de lavra

O fluxo operacional inicia-se com a especificação do cliente

PlanejamentosLongo PrazoMédio PrazoCurto Prazo

Processos de lavra: Operações de lavra e transporte

Planejamento Operacional de Curto Prazo : Processo atual

Processo atual

Possíveis problemas não cumprimento da meta de qualidade no decorrer

do plano, especialmente nos turnos finais ociosidade e sobrecarga de equipamentos não uniformidade da produção deslocamentos desnecessários das máquinas incompatibilidade da produção com a frota de

caminhões

Dados de uma área

Proposta

Proposta de Slots Equipamentos podem deslocar-se a qualquer

instante pelas entidades da mina

Proposta do algoritmo genético híbrido

Representação da solução Geração da população inicial Avaliação dos indivíduos Seleção Cruzamento Mutação Elitismo Verificação do critério de sobrevivência Critério de parada

Representação da solução

Indivíduo População

Geração da população inicial

Distribuição das áreas nos turnos do plano Fechamento da qualidade e produção por turno Respeitar quantidade de massas por área Respeitar a quantidade de áreas por turno Respeitar capacidade de produção dos equipamentos

de carga Alocação das máquinas nas frentes de lavra

Distribuição das áreas nos turnos

Alocação das máquinas nas frentes de lavra

Avaliação dos indivíduos: Produção e deslocamentos

Avaliação dos indivíduos: Aderência de carga X transporte

Seleção

TorneioSeleciona os mais aptos considerando as

prioridades de minimização dos custos

Cruzamento Manter as distribuições das áreas encontradas na

geração inicial Modelo do problema de cobertura de conjuntos

Cruzamento

Mutação

É feita entre dois pontos que devem representar o intervalo entre dois turnos

Executa-se o modelo matemático proposto na geração da população inicial

Refaz a alocação das máquinas nos turnos envolvidos

Elitismo

Insere na próxima geração, sempre o melhor indivíduo encontrado

Verificação do critério de sobrevivência

Sempre substituir os ancestrais Substituir os ancestrais quando a média

dos descendentes for maior ou igual a média dos ancestrais

Critério de parada

Número de gerações

Resultados: Dados das Áreas

Resultados: Dados das máquinas

Resultados: Turnos

Resultados: Plano

Trabalhos futuros

Otimização dinâmica da programação de produção

Limites de máquinas nas áreas Incluir remoção de estéril

Dúvidas ?Comentários?

Agradecimentos.