@MASTERSTHESIS{ 2018:295686575,
 	title = {Aplicação de algoritmos genéticos para o problema de escalonamento de tarefas em sistemas de manufatura com controle supervisório e autômatos com parâmetros},
 	year = {2018},
 	url = "http://tede.unioeste.br/handle/tede/4209",
 	abstract = "O escalonamento de tarefas, também conhecido como job-shop scheduling, visa encontrar sequências ótimas de eventos que permitam aumentar os índices de produtividade em um sistema de produção. Este trabalho emprega algoritmos genéticos como metaheurística para obtenção de soluções ótimas de escalonamento, combinado com a teoria do controle supervisório (TCS) na geração automática de sequências de operações na produção de peças em um sistema didático de manufatura. A abordagem da TCS permite derivar estruturas de controle (supervisores) que formalmente garantem o funcionamento correto e seguro da planta. Por sua vez, o algoritmo genético busca pela melhor sequência possível de eventos, entre todas as sequências habilitadas pelos supervisores, explorando o paralelismo da planta e, assim, permitindo cumprir com objetivos de produção ao mesmo tempo que atende especificações de segurança e funcionamento. Um exemplo baseado em uma célula didática de manufatura ilustra a abordagem empregada, onde é possível observar a melhora do escalonamento de tarefas em comparação ao escalonamento sequencial. Três diferentes representações para o cromossomo foram utilizadas, sendo elas, a representação baseada em operações, a representação em chaves aleatórias e a representação baseada em regras de prioridade. Os resultados obtidos nas simulações do estudo de caso demonstram a eficácia na utilização do escalonamento de produção baseada em algoritmos genéticos em conjunto com a utilização da TCS para a descrição das restrições do sistema.",
 	publisher = {Universidade Estadual do Oeste do Paraná},
 	scholl = {Programa de Pós-Graduação em Engenharia Elétrica e Computação},
 	note = {Centro de Engenharias e Ciências Exatas}
}