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

<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.loc.gov/MARC21/slim http://www.loc.gov/standards/marcxml/schema/MARC21slim.xsd">
  <record>
    <leader>00000cab a2200000   4500</leader>
    <controlfield tag="001">MAP20210011757</controlfield>
    <controlfield tag="003">MAP</controlfield>
    <controlfield tag="005">20210429141004.0</controlfield>
    <controlfield tag="008">210413e20210215esp|||p      |0|||b|por d</controlfield>
    <datafield tag="040" ind1=" " ind2=" ">
      <subfield code="a">MAP</subfield>
      <subfield code="b">spa</subfield>
      <subfield code="d">MAP</subfield>
    </datafield>
    <datafield tag="084" ind1=" " ind2=" ">
      <subfield code="a">922.134</subfield>
    </datafield>
    <datafield tag="100" ind1="1" ind2=" ">
      <subfield code="0">MAPA20210005626</subfield>
      <subfield code="a">Lecchi Cravo, Gildásio</subfield>
    </datafield>
    <datafield tag="245" ind1="1" ind2="0">
      <subfield code="a">Otimização por enxame de partículas híbrido de duas fases aplicado o problema de layout em linha dupla</subfield>
      <subfield code="c">Gildásio Lecchi Cravo, Dayan de Castro Bissoli, André Renato Sales Amaral</subfield>
    </datafield>
    <datafield tag="520" ind1=" " ind2=" ">
      <subfield code="a">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 </subfield>
    </datafield>
    <datafield tag="650" ind1=" " ind2="4">
      <subfield code="0">MAPA20120018969</subfield>
      <subfield code="a">Inteligencia</subfield>
    </datafield>
    <datafield tag="650" ind1=" " ind2="4">
      <subfield code="0">MAPA20080607609</subfield>
      <subfield code="a">Partículas ambientales</subfield>
    </datafield>
    <datafield tag="700" ind1="1" ind2=" ">
      <subfield code="0">MAPA20210005633</subfield>
      <subfield code="a">Sales Amaral, André Renato</subfield>
    </datafield>
    <datafield tag="700" ind1="1" ind2=" ">
      <subfield code="0">MAPA20210005640</subfield>
      <subfield code="a">Castro Bissoli, Dayan de</subfield>
    </datafield>
    <datafield tag="773" ind1="0" ind2=" ">
      <subfield code="w">MAP20200034445</subfield>
      <subfield code="t">Revista Iberoamericana de Inteligencia Artificial</subfield>
      <subfield code="d">IBERAMIA, Sociedad Iberoamericana de Inteligencia Artificial , 2018-</subfield>
      <subfield code="x">1988-3064</subfield>
      <subfield code="g">15/02/2021 Volumen 24 Número 67 - febrero 2021 , p. 51-70</subfield>
    </datafield>
    <datafield tag="856" ind1=" " ind2=" ">
      <subfield code="q">application/pdf</subfield>
      <subfield code="w">1110632</subfield>
      <subfield code="y">Recurso electrónico / Electronic resource</subfield>
    </datafield>
  </record>
</collection>