
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Deschamps, Fernando | - |
| Autor(es): dc.contributor | Marques, Alessandro, 1973- | - |
| Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Engenharia de Manufatura | - |
| Autor(es): dc.creator | Vieira, Jaison | - |
| Data de aceite: dc.date.accessioned | 2025-09-01T12:32:08Z | - |
| Data de disponibilização: dc.date.available | 2025-09-01T12:32:08Z | - |
| Data de envio: dc.date.issued | 2023-11-19 | - |
| Data de envio: dc.date.issued | 2023-11-19 | - |
| Data de envio: dc.date.issued | 2022 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/1884/85024 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/85024 | - |
| Descrição: dc.description | Orientador: Prof. Dr. Fernando Deschamps | - |
| Descrição: dc.description | Coorientador: Prof. Dr. Alessandro Marques | - |
| Descrição: dc.description | Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia de Manufatura. Defesa : Curitiba, 30/03/2023 | - |
| Descrição: dc.description | Inclui referências: p. 117-122 | - |
| Descrição: dc.description | Resumo: O planejamento e a programação são funções essenciais para que os sistemas industriais operem de maneira eficaz, visando atender às demandas de produção dentro do prazo estabelecido. Diversos estudos na literatura propõem modelos matemáticos de Sistemas Avançados de Planejamento e Programação da Produção (APS) para diferentes cenários, levando em conta configurações variadas de recursos e limitações. No entanto, somente recentemente os APS, que utilizam esses modelos, têm sido amplamente discutidos e utilizados, mas ainda não exploraram completamente os conceitos de digitalização e Indústria 4.0. Este trabalho tem como objetivo desenvolver um framework de um Sistemas Avançados de Planejamento e Programação da Produção para o ambiente de manufatura, utilizando sistemas computacionais de inteligência artificial e aplicando conceitos da Indústria 4.0. Inicialmente, é apresentada uma revisão sistemática da literatura realizada por meio da aplicação do método ProKnow-C em sistemas APS. Em seguida, é mostrado o desenvolvimento de um MVP (Minimum Viable Product) de um sistema de APS por meio da abordagem Design Science Research (DSR), buscando gerar mais flexibilidade e autonomia para estes sistemas, dentro dos conceitos de Indústria 4.0. A abordagem DSR foi explorada em suas etapas, resultando no desenvolvimento de um framework para um sistema comercial de APS, com a aplicação do Algoritmo Genético de Classificação Não Dominada II (NSGA-II). São apresentadas as definições das funções objetivas, um estudo sobre os principais sistemas de APS disponíveis no mercado, a estruturação do sistema, o detalhamento do algoritmo no back-end e os resultados obtidos na simulação por meio do desenvolvimento de protótipos e frontend. Com a utilização da metodologia DSR e a aplicação do algoritmo NSGA-II, busca-se contribuir para o desenvolvimento de sistemas de APS mais eficazes e inovadores, que atendam às demandas da Indústria 4.0. | - |
| Descrição: dc.description | Abstract: Planning and scheduling are essential functions for industrial systems to operate effectively, aiming to meet production demands within established deadlines. Several studies in the literature propose mathematical models of Advanced Planning and Scheduling (APS) Systems for different scenarios, taking into account various configurations of resources and limitations. However, only recently have APS systems using these models been widely discussed and used, but they have not fully explored the concepts of digitization and Industry 4.0. This work aims to develop a framework for an Advanced Planning and Scheduling System for the manufacturing environment, using artificial intelligence computational systems and applying concepts of Industry 4.0. Initially, a systematic literature review is presented through the ProKnow-C method applied to APS systems. Then, the development of an MVP (Minimum Viable Product) of an APS system is shown through the Design Science Research (DSR) approach, seeking to generate more flexibility and autonomy for these systems within the Industry 4.0 concepts. The DSR approach was explored in its stages, resulting in the development of a framework for a commercial APS system, with the application of the Non-Dominated Sorting Genetic Algorithm II (NSGA-II). Objective function definitions, a study on the main APS systems available in the market, system structuring, algorithm detailing in the back-end, and results obtained in the simulation through the development of prototypes and front-end are presented. By using the DSR methodology and applying the NSGA-II algorithm, we aim to contribute to the development of more effective and innovative APS systems that meet the demands of Industry 4.0. | - |
| Formato: dc.format | 1 recurso online : PDF. | - |
| Formato: dc.format | application/pdf | - |
| Formato: dc.format | application/pdf | - |
| Palavras-chave: dc.subject | Planejamento da produção | - |
| Palavras-chave: dc.subject | Algorítmos genéticos | - |
| Palavras-chave: dc.subject | Automação industrial | - |
| Palavras-chave: dc.subject | Planejamento dos recursos de manufatura | - |
| Palavras-chave: dc.subject | Engenharias | - |
| Título: dc.title | Framework para a aplicação de algoritmos genéticos a sistemas avançados de planejamento e programação da produção (APS) | - |
| Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: