Genetic Algorithm, MIP and Improvement Heuristic Applied to the MLCLP with Backlogging

Autor(es)

Toledo, Claudio F. M. ; Hossomi, Marcelo Y. B. ; Arantes, Marcio da Silva ; Franca, Paulo Morelato ; IEEE

• Tipo de documento: Artigo Científico
• Fonte: 2013 IEEE CONGRESS ON EVOLUTIONARY COMPUTATION (CEC); v. N/A, p. 8-pg., 2013-01-01.

Resumo

The present paper solves the multi-level capacitated lot sizing problem with backlogging (MLCLSPB) combining a genetic algorithm with the solution of mixed-integer programming models and the improvement heuristic fix and optimize. This approach is evaluated over sets of benchmark instances and compared to methods from literature. Computational results indicate competitive results applying the proposed method when compared with other literature approaches. (AU)

• Processo FAPESP: 12/00997-2 - Estudo e desenvolvimento de heurísticas e metaheurísticas híbridas para o problema capacitado de dimensionamento de lotes multi-nível
• Beneficiário: Marcelo Yukio Bressan Hossomi
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Processo FAPESP: 11/15534-5 - Heurísticas e metaheurísticas híbridas aplicadas ao problema capacitado de dimensionamento de lotes multi-nível
• Beneficiário: Claudio Fabiano Motta Toledo
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Processo FAPESP: 10/10133-0 - Problemas de corte, empacotamento, dimensionamento de lotes e programação da produção, e suas integrações em contextos industriais e logísticos
• Beneficiário: Reinaldo Morabito Neto
• Modalidade de apoio: Auxílio à Pesquisa - Temático