2.2 PROBLEMA ABORDADO
3.1.2 Tamanhos de Tarefas Distintos
S˜ao apresentados nesta subse¸c˜ao os trabalhos envolvendo tamanhos distintos de
tarefas. Uzsoy (1994) provou que o problema com tamanhos n˜ao-idˆenticos, com o objetivo
de minimizar o tempo de t´ermino total ou o makespan, s˜ao tidos como
N P-dif´ıcil, o que
foi feito atrav´es de um paralelo entre o caso particular de tamanhos unit´arios das tare-
fas e o problema de bin-packing. Nesse mesmo trabalho, foram desenvolvidas heur´ısticas
baseadas na regra First Fit para ambos os casos, como tamb´em um algoritmo B&B para
o problema de minimiza¸c˜ao do tempo de t´ermino total. Ghazvini e Dupont (1998) pro-
puseram heur´ısticas para o problema com o objetivo de minimizar o tempo m´edio de fluxo
das tarefas. As heur´ısticas desenvolvidas foram baseadas no algoritmo best-fit proposto
para o problema de bin-packing. Azizoglu e Webster (2000) desenvolveram um algoritmo
B&B utilizando uma estrat´egia de busca em profundidade, com o objetivo de minimizar
o total dos tempos de t´ermino ponderados.
Zhang et al (2001b) abordaram o problema com o objetivo de minimizar o makespan,
com tamanhos das tarefas maiores que zero e menores ou iguais `a um. Os autores consi-
deraram tarefas “grandes”, aquelas com tamanho superior a 1/2, e tarefas “pequenas” as
demais. Dessa forma, foi desenvolvido um algoritmo de aproxima¸c˜ao com uma raz˜ao de
pior caso igual `a 3/2 para quando todas as tarefas “grandes” possuem tempos de processa-
mento maiores que os das tarefas “pequenas”. Este m´etodo foi posteriormente modificado
para o caso geral com uma raz˜ao de pior caso igual `a 7/4. Al´em disso, propuseram uma
heur´ıstica para o caso geral com uma raz˜ao de pior caso igual `a 2. Por fim, analisaram as
heur´ısticas propostas por Uzsoy (1994) quanto ao seu funcionamento.
Um algoritmo B&B combinado `a utiliza¸c˜ao de regras de dominˆancia para um es-
quema de enumera¸c˜ao geral, com o objetivo de minimizar o makespan, foi apresentado por
Dupont e Dhaenens-Flipo (2002). Para problemas de grandes dimens˜oes, o esquema de
enumera¸c˜ao foi usado como um m´etodo heur´ıstico. Para esse mesmo problema, Melouk
et al (2004) descreveram um algoritmo utilizando a meta-heur´ıstica Simulated Annealing
(SA) e uma formula¸c˜ao matem´atica. Chang e Wang (2004) apresentaram algumas pro-
priedades do problema de minimiza¸c˜ao do somat´orio dos tempos de t´ermino incluindo datas
de libera¸c˜ao das tarefas. Al´em disso, os autores desenvolveram um algoritmo heur´ıstico,
o qual possui parˆametros baseados tanto nas datas de libera¸c˜ao, quanto nas de entrega,
para determinar o sequenciamento das tarefas.
Li et al (2005) propuseram um algoritmo de aproxima¸c˜ao, baseado na regra FBLPT,
para o problema com o objetivo de minimizar o makespan. Para esse mesmo problema,
Chou et al (2005) propuseram um algoritmo que aparentemente melhora a solu¸c˜ao obtida
pela heur´ıstica LPT-BFF, a qual utiliza as regras de expedi¸c˜ao pelo maior tempo de
processamento (Longest Processing Time – LPT) e do primeiro encaixe no lote (Batch
First-Fit – BFF), por meio de procedimentos merge-split, al´em de duas vers˜oes de um AG
h´ıbrido. Os procedimentos merge-split consistem na mudan¸ca de uma tarefa de um lote
para outro lote sucessor, ou a troca de duas tarefas de lotes distintos, sob condi¸c˜oes que
indiquem a melhoria da solu¸c˜ao. Cada vers˜ao do AG h´ıbrido gera sequˆencias diversificadas
de tarefas utilizando operadores de um AG em um primeiro momento, em seguida forma
lotes, e por fim sequencia os lotes. A diferen¸ca entre as duas vers˜oes est´a na utiliza¸c˜ao do
procedimento merge-split na segunda.
Segundo Gupta e Sivakumar (2006), a regra de lote de tamanho m´ınimo, ou Min-
imum Batch Sized (MBS), ´e uma regra de forma¸c˜ao de lotes eficaz, mas lida apenas com
a espera de tarefas que est˜ao na fila. Os autores utilizaram uma abordagem diferente
para o problema, que tem como objetivo minimizar o atraso m´edio, o m´aximo atraso e
o n´umero de tarefas em atraso. A justificativa utilizada foi que um lote maior contribui
para finalizar mais tarefas por unidade de tempo, o que beneficia as tarefas sequenciadas
a diante; por outro lado, as tarefas do lote em processamento podem ser atrasadas. Para
otimizar esse conflito, os autores propuseram um algoritmo que utiliza as informa¸c˜oes de
datas de libera¸c˜ao e de entrega no sequenciamento dos lotes.
Dois AG com diferentes esquemas de codifica¸c˜ao foram propostos por Kashan et al
(2006), tendo como objetivo minimizar o makespan. Um deles, inicialmente, utiliza ope-
radores AG para gerar sequˆencias aleat´orias de tarefas e, em seguida, forma lotes com o
uso de uma heur´ıstica BFF; o outro, forma aleatoriamente lotes vi´aveis usando operadores
AG, e ent˜ao uma abordagem de busca local gulosa ´e usada para melhorar seu desempenho.
Damodaran et al (2006) propuseram tamb´em um AG para o mesmo problema, e compara-
ram os resultados com os obtidos por um algoritmo SA e por um modelo matem´atico.
No problema estudado por Erramilli e Mason (2006), al´em do sequenciamento de
lotes, ´e necess´ario anteriormente agrupar pedidos de diferentes clientes em tarefas. Os au-
tores desenvolveram para esse problema um modelo de Programa¸c˜ao Inteira Mista (PIM),
tendo como objetivo a minimiza¸c˜ao do total de atrasos ponderados dos pedidos, al´em de
um algoritmo SA. Wang et al (2007) trataram do problema cl´assico de sequenciamento
de lotes com o objetivo de minimizar o makespan, considerando datas de libera¸c˜ao. Este
trabalho apresentou tamb´em um modelo de PIM para descrever a complexidade do pro-
blema, e um algoritmo h´ıbrido nomeado Hybrid Forward/Backward Algorithm, baseado
na regra FBLPT e que utiliza a movimenta¸c˜ao de tarefas entre lotes de uma determinada
solu¸c˜ao, buscando reduzir o makespan.
Damodaran et al (2007) desenvolveram um algoritmo baseado na meta-heur´ıstica
SA, tendo como objetivo a minimiza¸c˜ao do makespan, al´em de ter sido exposto um modelo
matem´atico para o problema. Os autores consideraram que a capacidade da m´aquina ´e
limitada tanto pelo n´umero total de tarefas processadas simultaneamente, quanto pela
soma dos tamanhos dessas tarefas. Para o mesmo objetivo considerado no trabalho an-
terior, Parsa et al (2010) utilizaram a decomposi¸c˜ao de Dantzig-Wolfe para formular este
como um problema de particionamento de conjuntos. Com base nisso, foi apresentado
um m´etodo de Gera¸c˜ao de Colunas (GC) para fornecer um limite inferior apertado, uti-
lizando solu¸c˜oes iniciais geradas por um algoritmo heur´ıstico. Por fim, foi apresentado um
algoritmo Branch and Price (B&P) que combina t´ecnicas de GC com o m´etodo B&B.
Kashan et al (2010) consideraram dois objetivos simultaneamente, a minimiza¸c˜ao
do makespan e do atraso m´aximo. Foram propostos dois AG multi-objetivos: o primeiro
inicialmente sequencia as tarefas utilizando operadores gen´eticos e ent˜ao particiona a se-
quˆencia em lotes; j´a o segundo forma lotes de tarefas usando operadores gen´eticos e garante
a viabilidade da solu¸c˜ao por meio de heur´ısticas. Neste ´ultimo, ´e poss´ıvel priorizar um
dos objetivos por meio dos procedimentos heur´ısticos, bem como utilizar uma heur´ıstica
baseada em busca local, permitindo encontrar solu¸c˜oes Pareto-´otimas ou localmente efi-
cientes.
Chen et al (2011) demonstraram que o problema de minimiza¸c˜ao do makespan em
uma m´aquina de sequenciamento em lotes pode ser tratado como um caso especial do
problema de clusteriza¸c˜ao. Foi tamb´em apresentada a defini¸c˜ao de Waste Ratio of Batch
(WRB), a qual se refere `a raz˜ao entre o desperd´ıcio de tempo de processamento em um
lote com tarefas de tempos de processamento diferentes, e o desperd´ıcio de tamanhos
das tarefas causado pelo n˜ao uso da capacidade total da m´aquina. A fun¸c˜ao objetivo de
minimiza¸c˜ao do makespan foi transformada em minimiza¸c˜ao do WRB ponderado, sendo,
dessa forma, definida uma medida de distˆancia entre os lotes. Um algoritmo de clusteri-
za¸c˜ao Constrained Agglomerative Clustering of Batche foi, ent˜ao, proposto a partir dessa
defini¸c˜ao.
Xu et al (2012) apresentaram um modelo de PIM e propuseram um limite inferior
v´alido para o problema de minimiza¸c˜ao do makespan, considerando datas de libera¸c˜ao.
Definiram tamb´em o conceito de Waste and Idle Space (WIS), provando que o problema ´e
equivalente `a minimiza¸c˜ao do WIP para o sequenciamento. Baseado neste conceito, os au-
tores desenvolveram um algoritmo ACO que utilizou uma estrat´egia de lista de candidatos
e um novo m´etodo para a constru¸c˜ao de informa¸c˜oes heur´ısticas. Al´em disso, propuseram
uma heur´ıstica baseada no WIS para o problema.
Um modelo matem´atico foi proposto por Li et al (2015) para o problema de mi-
nimiza¸c˜ao do atraso e da antecipa¸c˜ao para quando todas as tarefas possuem a mesma
data de entrega. Al´em disso, os autores forneceram propriedades de solu¸c˜oes ´otimas e
introduziram o conceito de Attribute Ratio of Batch (ARB). O ARB ´e a raz˜ao entre o
tempo de processamento e a quantidade de tarefas do lote. Essa informa¸c˜ao, em conjunto
com as demais propriedades apresentadas, foram utilizadas em um algoritmo heur´ıstico
denominado Minimum Attribute Ratio of Batch (MARB) para a gera¸c˜ao de lotes. Por
´
ultimo, foi proposto um algoritmo AG h´ıbrido, que combina a meta-heur´ıstica AG com o
MARB.
Dentre os principais trabalhos encontrados na literatura, poucos possuem como
objetivo a minimiza¸c˜ao do atraso ponderado total, considerando tamanhos e datas de
libera¸c˜ao distintas entre as tarefas. Um deles foi Chou e Wang (2008), em que foi pro-
posto um modelo de Programa¸c˜ao Linear Inteira (PLI) e duas heur´ısticas h´ıbridas para
o problema. As heur´ısticas propostas possuem duas etapas: a forma¸c˜ao da sequˆencia de
tarefas e a forma¸c˜ao de lotes. Quando existe uma sequˆencia pr´e-determinada de tarefas,
um algoritmo de PD pode determinar a solu¸c˜ao ´otima de forma¸c˜ao de lotes, respeitando a
referida sequˆencia. Portanto, para a forma¸c˜ao de lotes, foi utilizado um algoritmo de PD.
J´a para a forma¸c˜ao de sequˆencias de tarefas, foram aplicadas duas regras de expedi¸c˜ao, a
saber, Earliest Due Date (EDD) e Apparent Tardiness Cost (ATC), e um AG. Portanto,
as heur´ısticas utilizando as respectivas regras foram nomeadas de Rule-Based e AG-Based.
Assim como no trabalho anterior, Mathirajan et al (2010) consideraram o problema
de minimiza¸c˜ao do atraso ponderado total com tamanhos distintos e datas de libera¸c˜ao das
tarefas. Os autores apresentaram uma formula¸c˜ao igual `a proposta no trabalho descrito
anteriormente. Propuseram tamb´em uma heur´ıstica construtiva gulosa simples, a qual
possui quatro variantes, e um algoritmo baseado na meta-heur´ıstica SA como heur´ıstica
de refinamento, que utiliza o mecanismo forward-backward (Wang et al, 2007).
Wang (2011) resolveu o mesmo problema a partir de uma heur´ıstica de duas fases. A
primeira fase, em que sequˆencias de tarefas s˜ao geradas, utiliza uma abordagem Population-
Based Reasoning (PBR). O PBR faz uso de um m´etodo, proposto por Chou (2009), que se
refere `a transferˆencia de informa¸c˜oes relacionadas `as posi¸c˜oes das tarefas. Um algoritmo
PD foi adotado na segunda fase para agrupar as tarefas ordenadas em lotes, assim como no
trabalho de Chou e Wang (2008). Os autores propuseram tamb´em uma Iterated Heuristic
para reduzir a influˆencia do m´etodo de transferˆencia de informa¸c˜ao. Nesse ´ultimo, metade
das sequˆencias s˜ao geradas pelo PBR e a outra metade aleatoriamente.
Christ (2015) desenvolveu para o problema de minimiza¸c˜ao do atraso ponderado
total, com tamanhos de tarefas distintos e a existˆencia de datas de libera¸c˜ao, heur´ısticas
baseadas na meta-heur´ıstica Iterated Local Search (ILS) e no procedimento de busca local
Variable Neighborhood Descent (VND) de ordem aleat´oria. Para reduzir o tempo de exe-
cu¸c˜ao, o autor optou por desconsiderar a avalia¸c˜ao de alguns movimentos das vizinhan¸cas
de acordo com crit´erios de r´apido c´alculo.
De forma semelhante `a Tabela 3.1, a Tabela 3.2 apresenta as variantes dos proble-
mas com compatibilidade de tarefas e tamanhos distintos estudados nos trabalhos descritos
nesta se¸c˜ao. A maioria dos autores estudaram o problema de minimiza¸c˜ao do makespan
com todas as tarefas dispon´ıveis no instante de tempo zero.
No documento
Open Formulações matemáticas para o problema de de lotes com penalidades por atraso
(páginas 42-47)