Projeto de um Algoritmo Genético Híbrido para Planejamento Operacional de Curto Prazo de Minerações a Céu Aberto Robert Fabricio Subtil

Roteiro Introdução Problema de escalonamento de tarefas Algoritmos genéticos Processos de lavra Planejamento operacional de curto prazo Modelo proposto de algoritmo genético híbrido Resultados Trabalhos futuros

Introdução Modelos de otimização têm sido adotados com maior frequência no setor empresarial Diminuindo custos Aumentando lucros e a competitividade no mercado global

Problema de escalonamento de tarefas Envolvem alocação de recursos no tempo São classificados como NP-Difícil

Problema de escalonamento de tarefas Modelo clássico: Existe um conjunto de máquinas disponíveis e um conjunto de tarefas a serem executadas Onde: As tarefas devem ser executadas numa sequência conhecida de uma ou mais operações Uma operação é definida pelo seu tempo de processamento e pela máquina que a executa Cada máquina executa uma operação por vez Objetivo : determinar uma sequência de alocação para todas as máquinas, minimizando custos

Problema de escalonamento de tarefas Geralmente envolve muitas restrições Métodos propostos Modelos exatos Métodos de aproximação Buscas Locais e Meta-heurísticas Algoritmos genéticos têm sido muito utilizados na resolução deste tipo de problema

Algoritmos Genéticos São baseados na idéia de evolução natural proposta por Charles Darwin, aliadas às idéias sobre genética proposta por Mendel São capazes de encontrar soluções de qualidade em tempo razoável

Algoritmos genéticos: Funcionamento

Processos de lavra O fluxo operacional inicia-se com a especificação do cliente Planejamentos Longo Prazo Médio Prazo Curto Prazo

Processos de lavra: Operações de lavra e transporte

Planejamento Operacional de Curto Prazo : Processo atual

Processo atual Possíveis problemas não cumprimento da meta de qualidade no decorrer do plano, especialmente nos turnos finais ociosidade e sobrecarga de equipamentos não uniformidade da produção deslocamentos desnecessários das máquinas incompatibilidade da produção com a frota de caminhões

Dados de uma área

Proposta

Proposta de Slots Equipamentos podem deslocar-se a qualquer instante pelas entidades da mina

Proposta do algoritmo genético híbrido Representação da solução Geração da população inicial Avaliação dos indivíduos Seleção Cruzamento Mutação Elitismo Verificação do critério de sobrevivência Critério de parada

Representação da solução Indivíduo População

Geração da população inicial Distribuição das áreas nos turnos do plano Fechamento da qualidade e produção por turno Respeitar quantidade de massas por área Respeitar a quantidade de áreas por turno Respeitar capacidade de produção dos equipamentos de carga Alocação das máquinas nas frentes de lavra

Distribuição das áreas nos turnos

Alocação das máquinas nas frentes de lavra

Avaliação dos indivíduos: Produção e deslocamentos

Avaliação dos indivíduos: Aderência de carga X transporte

Seleção Torneio Seleciona os mais aptos considerando as prioridades de minimização dos custos

Cruzamento Manter as distribuições das áreas encontradas na geração inicial Modelo do problema de cobertura de conjuntos

Cruzamento

Mutação É feita entre dois pontos que devem representar o intervalo entre dois turnos Executa-se o modelo matemático proposto na geração da população inicial Refaz a alocação das máquinas nos turnos envolvidos

Elitismo Insere na próxima geração, sempre o melhor indivíduo encontrado

Verificação do critério de sobrevivência Sempre substituir os ancestrais Substituir os ancestrais quando a média dos descendentes for maior ou igual a média dos ancestrais Critério de parada Número de gerações

Resultados: Dados das Áreas

Resultados: Dados das máquinas

Resultados: Turnos

Resultados: Plano

Trabalhos futuros Otimização dinâmica da programação de produção Limites de máquinas nas áreas Incluir remoção de estéril

Dúvidas ? Comentários?

Agradecimentos.