Otimização por enxame de partículas híbrido de duas fases aplicado o problema de layout em linha dupla

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
<rdf:Description>
<dc:creator>Lecchi Cravo, Gildásio</dc:creator>
<dc:creator>Sales Amaral, André Renato</dc:creator>
<dc:creator>Castro Bissoli, Dayan de</dc:creator>
<dc:date>2021-02-15</dc:date>
<dc:description xml:lang="es">Sumario: O problema de layout em linha dupla (DRLP) consiste em determinar a localização de facilidades ao longo de ambos os lados de um corredor central, tendo como objetivo a minimização da soma ponderada das distâncias entre todos os pares de facilidades. As facilidades podem ser máquinas, centros de trabalho, células de manufatura, departamentos de um edifício e robôs em sistemas de manufatura. Esse trabalho propõe uma abordagem puramente heurística, baseada na meta-heurística Particle Swarm Optimization (PSO). Para validar o algoritmo proposto, o mesmo foi submetido a testes computacionais com cinquenta e uma instâncias, incluindo instâncias consideradas de grande porte e os resultados encontrados mostram o PSO proposto como uma excelente abordagem para o DRLP, tendo melhorado os valores conhecidos para diversas instâncias disponíveis na literatura </dc:description>
<dc:format xml:lang="en">application/pdf</dc:format>
<dc:identifier>https://documentacion.fundacionmapfre.org/documentacion/publico/es/bib/175313.do</dc:identifier>
<dc:language>por</dc:language>
<dc:rights xml:lang="es">InC - http://rightsstatements.org/vocab/InC/1.0/</dc:rights>
<dc:subject xml:lang="es">Inteligencia</dc:subject>
<dc:subject xml:lang="es">Partículas ambientales</dc:subject>
<dc:type xml:lang="es">Artículos y capítulos</dc:type>
<dc:title xml:lang="es">Otimização por enxame de partículas híbrido de duas fases aplicado o problema de layout em linha dupla</dc:title>
<dc:relation xml:lang="es">En: Revista Iberoamericana de Inteligencia Artificial. - IBERAMIA, Sociedad Iberoamericana de Inteligencia Artificial , 2018- = ISSN 1988-3064. - 15/02/2021 Volumen 24 Número 67 - febrero 2021 , p. 51-70</dc:relation>
</rdf:Description>
</rdf:RDF>