Você está na página 1de 10

Al gorit mos gent icos como ferrament a de suport e deciso no pl anejament o de produo de uml act icnio

Revista Capital Cientfco Eletrnica (RCCe) ISSN 2177-4153 Volume 10 n. 2 Julho/Dezembro 2012.
Recebido em 20/01/2011 Aprovado em 25/10/2012.
Al goritmos Genticos como Ferramenta de Suporte
Deciso no Pl anejamento de Produo de umLacticnio
Genetic Algorithms as Decision Support Tool in the Planning of Production of a Dairy
Wesley Osvaldo Pradella Rodrigues
1
Jos Francisco dos Reis Neto
2
Celso Correia de Souza
3
Resumo: O sucesso de todo empreendimento econmico depende fundamentalmente do planejamento
rigoroso e bem estruturado, para facilitar as tomadas de decises. Nos empreendimentos industriais esse
planejamento o primeiro instrumento no qual o industrial deve se basear para atingir seus objetivos. Os
modelos matemticos so os grandes aliados do empreendedor para a simulao de situaes idealizadas,
que no poderiam ser testadas no empreendimento real, mas que so fundamentais nas tomadas de decises.
A tcnica dos algoritmos genticos, modelo matemtico pertencente s meta-heursticas, efciente na busca
de solues otimizadas, ou aproximadamente timas, numa grande variedade de problemas, dado que no
possuem as diversas das limitaes encontradas nos mtodos tradicionais de busca. Nesse trabalho de pesquisa
utilizou-se a tcnica dos algoritmos genticos na tomada de deciso no planejamento de produo de uma
cooperativa de leite que dispe de uma variedade de insumos para a produo de determinados produtos
derivados do leite visando o maior retorno econmico e atendendo determinadas limitaes da fbrica. Os
resultados foram considerados muito bons visto que foi possvel planejar a produo, atendendo as restries
da cooperativa, ao mesmo tempo propiciando o maior retorno fnanceiro.
Palavras-chave: Algoritmos genticos. Tomada de deciso. Cooperativa de leite. Otimizao.
Abstract: The economic success of any enterprise depends crucially on rigorous and well structured planning
to facilitate decision-making. In industrial projects this planning is the frst instrument on which industrials must
be based to achieve their goals. The mathematical models are the great entrepreneurs allies to idealized
situations simulation, which they could not be tested in actual venture, but which are fundamental in decision-
making. The technique of genetic algorithms, mathematical model belonging to meta-heuristics, it is effcient in
search engine optimized solutions, or approximately great, in a wide variety of problems, since they do not have
the various limitations found in traditional search methods. This research work has been used the technique of
genetic algorithms in decision-making in planning production of a milk cooperative, it has a variety of inputs
for the production of certain milk products aiming a greater economic return and attending certain limitations
of the factory. The results were considered very good since it was possible to plan the production, attending the
constraints of the cooperative, while providing the greatest fnancial return.
Keywords: Genetic algorithms. Decision-making. Cooperative milk. Optimization.
1
Bacharel em Administrao pela Universidade para o Desenvolvimento do Estado e da Regio do Pantanal - UNIDERP, Brasil. Mestrando
em Agronegcios pela Universidade Federal da Grande Dourados UFGD, Brasil. Contato: wesley174@uol.com.br.
2
Professor da Universidade para o Desenvolvimento do Estado e da Regio do Pantanal - UNIDERP, Brasil. Possui Mestrado em Administrao
pela Universidade Federal do Rio Grande do Sul - UFRGS, Brasil. Contato: jfreisneto@terra.com.br.
3
Professor da Universidade para o Desenvolvimento do Estado e da Regio do Pantanal - UNIDERP, Brasil. Possui Doutorado em Engenharia
Eltrica pela Universidade Estadual de Campinas - UNICAMP, Brasil. Contato: csouza939@gmail.com.
Al gorit mos gent icos como ferrament a de suport e deciso no pl anejament o de produo de uml act icnio
Revista Capital Cientfco Eletrnica (RCCe) ISSN 2177-4153 Volume 10 n. 2 Julho/Dezembro 2012.
Recebido em 20/01/2011 Aprovado em 25/10/2012.
1INTRODUO
A utilizao das ferramentas computacionais na indstria vem crescendo, impulsionada pela
necessidade de obter produtividade e rentabilidade. A necessidade da implantao de alternativas de
tcnicas, equipamentos e recursos que benefciem o planejamento e o controle do processo produtivo
ocorrem em razo do aumento de competitividade no setor.
Diante da necessidade de se adotar decises mais ajustadas com os objetivos de produo de uma
empresa tais como: melhorar produtividade, reduzir desperdcios e ociosidade de mquinas e pessoas,
minimizar custos, entre outros, tem propiciado um ambiente frtil para aplicaes de metodologias
qualitativas e quantitativas de soluo de problemas industriais.
No que tange a metodologias quantitativas, verifca-se que tcnicas matemticas provenientes da
teoria dos algoritmos genticos passam a ter um espao importante como ferramentas gerenciais para a
soluo de problemas ligados rea de planejamento da produo.
O planejamento da produo em qualquer organizao industrial constitui num dos principais
aspectos estratgicos, principalmente no setor lcteo em que a concorrncia muito acirrada devido
existncia de empresas muito competitivas disputando esse mercado. Assim, diante da crescente
competitividade interna no pas, os refexos da globalizao que abre o mercado a produtos estrangeiros,
podem prejudicar o desempenho de uma empresa que no dispe de recursos humanos e estratgicos
efcientes no seu planejamento da produo, como acontece nas pequenas cooperativas de leite.
Problemas de otimizao, envolvem a maximizao ou minimizao de funes de variveis num
determinado domnio, normalmente defnido por um conjunto de restries nessas variveis, esto ligados
pesquisa operacional. J os problemas de programao linear, que so uma classe particular de
problemas de otimizao, so muito aplicados nos campos da organizao e da gesto econmica, em
que o objetivo e as restries so dadas como funes matemticas e relaes funcionais.
O conceito de algoritmos genticos muito utilizado da resoluo de modelos de programao
linear, sendo algoritmos de buscas estocsticas que tm desenvolvimento e funcionamento vinculados
gentica, em que todas as novas espcies so produzidas por meio de uma seleo natural em que o
mais apto sobrevive gerando descendentes.
Segundo Viana (1998), o algoritmo gentico bsico o que realiza as seguintes funes: inicializa
a populao de cromossomos; avalia cada cromossomo da populao; cria novos cromossomos a partir
da populao atual (realiza cruzamento e mutao); e termina, se o critrio de fm for alcanado, se no,
reinicializa.
Este trabalho tem como objetivo simular a aplicao dos algoritmos genticos como ferramenta
de tomada de deciso no planejamento da produo em uma cooperativa de leite, que por sua vez
dispe de insumos limitados para a produo de determinados produtos lcteos, visando o maior retorno
econmico.
2 REVISO BIBLIOGRFICA
2.1 Tomada de deciso
O planejamento agroindustrial de importncia fundamental para a obteno de bons resultados
econmicos, sendo feito atravs da elaborao do conjunto de metas que se pretende atingir, e das
tcnicas e recursos disponveis para se chegar at elas. Com isso, possvel antever com preciso os
Al gorit mos gent icos como ferrament a de suport e deciso no pl anejament o de produo de uml act icnio
Revista Capital Cientfco Eletrnica (RCCe) ISSN 2177-4153 Volume 10 n. 2 Julho/Dezembro 2012.
Recebido em 20/01/2011 Aprovado em 25/10/2012.
resultados de estratgias de ao, bem como detectar e corrigir possveis falhas durante sua execuo
(SOUZA et al., 2010).
A tomada de deciso o processo de responder a um problema, procurando e selecionando
uma soluo ou ao que ir criar valor para os acionistas da organizao, sendo o problema de
diversas naturezas, como o de procurar os melhores recursos, decidir como fornecer um servio ou saber
como lidar com um competidor agressivo. O processo de deciso compreende basicamente a anlise
de variveis em um dado contexto e a obteno, a partir das mesmas, de uma informao que sirva de
resposta e, auxilie a tomada de deciso, o que poderia ser muito difcil, ou muito trabalhoso, se fosse feito
sem recursos computacionais, seja devido complexidade dos cenrios, ou ao alto volume de dados
envolvidos.
Hall et al. (2012, apud GUIMARES, 2004), destaca a tomada de deciso como uma funo
caracterstica do desempenho da gerencia, sendo esta atitude fruto de um processo sistmico envolvendo
o estudo do problema a partir do levantamento de dados, produo de informao, estabelecimento
de propostas de solues, escolha e implementao da deciso e a analise dos resultados obtidos. Para
Freitas et al. (1997) o processo da tomada de deciso dentro de uma organizao bastante clara e pode
ser percebida empiricamente em qualquer anlise organizacional, independente de seu nvel hierrquico.
Caravantes et al. (2008, p. 296) defne tomada de deciso como ... processo de escolher uma
dentre um conjunto de alternativas. Portanto, quando gerentes tomam decises, eles identifcam uma srie
de alternativas potencialmente viveis e escolhem aquela que acreditam ser a melhor em particular para
a situao. O processo de tomada de deciso relaciona-se diretamente a funo do gestor de planejar,
pois apenas se planeja com o objetivo de aprimorar o processo de deciso (CARAVANTES et al. 2008).
Hastie (2001 citado por TONETTO et al., 2006) destaca que os princpios clssicos da tomada de
deciso identifcar as aes que maximizam a possibilidade de obter resultados desejveis e minimizar
a possibilidade de que ocorram resultados indesejveis sob condies idealizadas, diminuindo assim os
riscos e incertezas.
Freitas et. al. (1997) destaca a informao como elemento fundamental no processo decisrio,
pois as informaes embasam os questionamentos e as aes alternativas.
Entre as ferramentas computacionais, atualmente existentes para trabalhar com sistemas de suporte
a deciso, esto os algoritmos Genticos, originrios da rea de Inteligncia Artifcial e que tentam
simular o jeito humano de pensar para resolver problemas, e isso, vai de encontro com os objetivos dos
sistemas de suporte a deciso (SOUZA et. al., 2010).
2.2 Al goritmos genticos
Os algoritmos genticos so algoritmos de busca, criados por John Holland em 1975, baseado
nos processos observados na evoluo natural das espcies. O conceito bsico consiste em que, de
forma similar teoria biolgica dos sistemas naturais, os melhores indivduos sobrevivem e geram
descendentes com suas caractersticas hereditrias, no qual esses novos elementos tendem a ter a mesma
aparncia, ou fentipo, que seus antecessores (LINDEN, 2008; GUERVS, 2009).
Na forma analgica, a implementao dos algoritmos genticos parte de uma populao indivduos
gerados aleatoriamente (confguraes iniciais de um problema), realiza-se a avaliao de cada um (em
relao a funo objetiva), seleciona os mais aptos e promove os manipuladores ou operadores genticos
como cruzamento e mutao, originando novas geraes de indivduos. Cada individuo na populao
representa uma possvel soluo para um dado problema, o que o algoritmos genticos (AG`s) faz
Al gorit mos gent icos como ferrament a de suport e deciso no pl anejament o de produo de uml act icnio
Revista Capital Cientfco Eletrnica (RCCe) ISSN 2177-4153 Volume 10 n. 2 Julho/Dezembro 2012.
Recebido em 20/01/2011 Aprovado em 25/10/2012.
buscar aquela soluo que seja muito boa ou a melhor do problema analisado atravs da criao de
populao de indivduos cada vez mais aptos levando otimizao da funo objetiva.
Na Figura 1, pode-se resumir o processo dos algoritmos genticos atravs do fuxograma.
Figura 1 Fluxograma da soluo de problemas de otimizao com algoritmos genticos
Fonte: Adaptado de Rodrigues (2009, p. 3)
Com referncia ao diagrama representado na Figura 1, observa-se que cada iterao do algoritmo
gentico corresponde aplicao de um conjunto de quatro operaes bsicas: clculo de aptido (avaliar
populao), seleo, cruzamento e mutao. Ao fm destas operaes cria-se uma nova populao,
chamada de 1 gerao que, espera-se, representa uma melhor aproximao da soluo do problema
que a populao anterior (GOLDBARG e PACCA, 2000).
A aplicao dos algoritmos genticos consta dos seguintes passos, como descritos pelo fuxograma
da Figura 1. Iniciando-se pela escolha da populao inicial, que consiste pela inicializao da populao,
na qual feita da forma mais simples possvel, fazendo-se uma escolha aleatria independente para
cada individuo da populao inicial ou por processo heurstico, isto , simplesmente escolher n indivduos
dentro do espao de busca. Essa tcnica permite gerar uma boa distribuio, cobrindo um espao maior
no espao de busca, sem interessar se so boas solues ou no, assim como na natureza para haver
evoluo necessrio diversidade.
O prximo passo consiste na funo de avaliao, ou funo objetiva, utilizada para determinar
a qualidade de um individuo como soluo do problema, ou seja, uma forma de mensurar quo aptos
esto os indivduos da populao. A funo de avaliao deve refetir os objetivos a serem alcanados
na resoluo de um problema e derivada diretamente das condies impostas pelo problema.
Seguindo a Figura 1, o seguinte se consiste na seleo dos indivduos, este passo simular o
mecanismo de seleo natural, sobrevivncia dos mais fortes, em que os pais mais aptos geram mais
flhos. O algoritmo permite, tambm, que alguns indivduos menos aptos gerem flhos, garantindo a
diversidade entre os indivduos melhores e os piores (VIANA, 1988). A Seleo Via Mtodo da Roleta
o mtodo mais utilizado e simples, pois emprega o principio da probabilidade de sobrevivncia do mais
apto, ou seja, que possui a melhor funo objetiva associada. Com base nos valores de
f
i
( x
i
)
, onde
Al gorit mos gent icos como ferrament a de suport e deciso no pl anejament o de produo de uml act icnio
Revista Capital Cientfco Eletrnica (RCCe) ISSN 2177-4153 Volume 10 n. 2 Julho/Dezembro 2012.
Recebido em 20/01/2011 Aprovado em 25/10/2012.
x
i
o indivduo
i
avaliado de
n
indivduos amostrados. Os indivduos mais aptos so selecionados e
duplicados em substituio aos menos aptos. Nessa etapa quantifcada a probabilidade pi de i-simo
indivduo da populao vir a ser selecionado proporcional sua probabilidade de seleo.
O processo de elitismo visa preservar os melhores cromossomos de uma gerao para outra sem
alteraes, garantindo sempre melhor soluo encontrada em qualquer uma das geraes ser mantida
at o fnal do processo. Geralmente usa-se nos algoritmos genticos uma taxa de elitismo de 30% do
total de indivduos gerados (LINDEN, 2008 e VIANA, 1998).
O penltimo passo consiste-se no cruzamento ou crossover, que um processo de recombinao
de partes das sequncias de caracteres entre pares de cromossomos, com o objetivo de gerar nova
descendncia. Esta troca de material gentico garante a recombinao da populao, possibilitando,
assim, uma probabilidade maior de produzir indivduos mais evoludos que seus pais. O operador
crossover escolhe aleatoriamente dois pais e troca parte de seu padro gentico. A escolha do ponto
de corte do cromossomo feita aleatoriamente; aps esses passos so gerados dois flhos em substituio
aos pais. No cruzamento usual atribuir um percentual PX de indivduos para cruzamentos, na faixa de
25% a 75% da populao, os operadores de cruzamento mais comuns so: (a) um ponto de corte, onde
dois indivduos da populao, aps a seleo, so submetidos ao processo de cruzamento, no qual
o ponto de corte aleatoriamente gerado, os caracteres ou bits que precedem o ponto de corte so
preservados, e os bits posteriores so trocados entre o par participante do processo; e (b) dois ponto de
corte, seguindo a mesma idia do cruzamento de um ponto, s que agora so gerados dois pontos de
corte, e somente os bits que estiverem nas extremidades dos cromossomos sero trocados entre o par de
cromossomos selecionados, os bits que fcarem entre os dois pontos sero preservados;
A mutao representa o ultimo passo na aplicao dos algoritmos genticos, este operador
responsvel pela introduo e manuteno da diversidade gentica na populao. O operador de
mutao inverte os valores de bits, ou seja, muda o valor de dado bit de 1 para 0 ou de 0 para 1, com o
objetivo de tentar regenerar algum individuo que possa ter sido eliminado de forma inesperada. Para que
uma determinada populao no sofra muitas alteraes, esta operao processada para um pequeno
percentual PM de seus elementos, em torno de 1% de todos os genes.
Aps a realizao dos passos descritos acima a nova populao deve ser avaliada novamente,
caso a soluo no seja encontrada, a populao deve passar por todo o processo novamente at a
soluo seja encontrada.
A seo abaixo descreve a metodologia utilizada no trabalho e os dados econmicos da produo
do laticnio que foram utilizados neste trabalho.
3 METODOLOGIA
Com relao ao mtodo utilizado, este trabalho de pesquisa pode ser classifcado como pesquisa
bibliogrfca, pois para o desenvolvimento do trabalho buscou-se, inicialmente, o entendimento dos
conceitos e de Programao Linear e algoritmos genticos a partir de pesquisas bibliogrfcas. Esta
pesquisa, tambm, pode ser considerada uma pesquisa exploratria, porque visa formulao do
problema com a fnalidade de desenvolver hipteses e aumentar a familiaridade com o fenmeno. Pode,
ainda, ser considerada como uma pesquisa descritiva, pois aborda descries, anlises e interpretao
de problemas, objetivando sua resoluo(MARCONI; LAKATOS, 1986; GIL, 2006).
Al gorit mos gent icos como ferrament a de suport e deciso no pl anejament o de produo de uml act icnio
Revista Capital Cientfco Eletrnica (RCCe) ISSN 2177-4153 Volume 10 n. 2 Julho/Dezembro 2012.
Recebido em 20/01/2011 Aprovado em 25/10/2012.
As tcnicas selecionadas para obteno de dados e informaes foram: entrevistas com os
responsveis pelo setor produo de uma cooperativa de leite no municpio de Campo Grande/MS;
realizao de observao simples; e realizao de pesquisas bibliogrfcas.
O problema se trata em otimizar uma produo utilizando o aplicativo computacional Solver,
aplicativo encontrado no MS Excel verso 2007, afm de encontrar a mxima utilizao de todos os
insumos e atingir o lucro mximo.
A seo a seguir descreve os resultados obtidos com a aplicao dos algoritmos genticos no
planejamento da produo do laticnio.
4 RESULTADOS
Neste trabalho resolveu-se um problema relacionado a uma cooperativa de leite situada no
municpio de Campo Grande, MS, que possui apenas uma linha de produo com capacidade de
trabalho de 40 horas semanais e uma restrio de insumo de 5.130 litros de leite semanais. Deseja-se
saber quais produtos que este lacticnio deve produzir para obter o maior lucro possvel, respeitando
as restries de insumo e horas de trabalho. A Tabela 1apresenta os dados econmicos e produtivos
dessa cooperativa.
Tabel a 1 Dados econmicos e produtivos da cooperativa de l eite.
i Produtos Produo (Kg) Leite (L) Tempo (h) Lucro (R$)
1 Leite tipo C 4.800,0 4.800,0 20 576,00
2 Queijo Muarela 30,0 300,0 9 84,00
3 Queijo fresco 20,0 100,0 8 60,00
4 Queijo cremoso 4,0 12,0 5 14,00
5 Iogurte 25,0 30,0 4 22,50
6 Doce de leite 10,0 15,0 8 38,00
7 Bebida lctea 60,0 30,0 10 48,00

Com base nos dados contidos na Tabela 1, obteve-se o modelo matemtico de programao
linear, dado pela expresso (1).

se o produto
i
for fabricado
se o produto
i
no for fabricado
As incgnitas
x
i ,
i=1, 2,,7
, so as quantidades produzidas do
i
-simo produto.
Resolvido esse sistema, inicialmente, utilizando-se algoritmos genticos, que constou da gerao
de uma populao inicial de trinta indivduos, cada um, formado por uma seqncia aleatria de sete
bits 0 ou 1, sendo x
i
=0 quando o produto
i
no era fabricado e x
i
=1 caso contrrio. O Quadro 2
{
4800 x
1
+300 x
2
+100 x
3
+12 x
4
+30 x
5
+15 x
6
+30 x
7
5130
20,0 x
1
+9,0 x
2
+8,0 x
3
+5,0 x
4
+4,0 x
5
+8,0 x
6
+10,2 x
7
40,0
}
Max z=576 , 00 x
1
+84 , 00 x
2
+60 , 00 x
3
+14 , 40 x
4
+22 , 50 x
5
+38, 00 x
6
+48 , 00 x
7
x
i
=1
x
i
=0
(1)
Al gorit mos gent icos como ferrament a de suport e deciso no pl anejament o de produo de uml act icnio
Revista Capital Cientfco Eletrnica (RCCe) ISSN 2177-4153 Volume 10 n. 2 Julho/Dezembro 2012.
Recebido em 20/01/2011 Aprovado em 25/10/2012.
apresenta a populao inicial do modelo (1), a funo avaliao F(x)=z(x), as probabilidade de seleo
e as probabilidades acumuladas para a implementao da Roleta Viciada, para a gerao da nova
populao e incio da segunda iterao. Quando um indivduo, gerado aleatoriamente, fornecia uma
quantidade de insumo superior a 5130 litros semanais e/ou um tempo superior a 40 horas semanais, ele
era descartado, sorteado outro em seu lugar.
Tabel a 2 Impl ementao da 1 iterao coma gerao da popul ao inicial , funo aval iao e
probabil idade de sel eo.
Fonte: Elaborado pelos autores.
Aps vinte e uma iteraes, feitas em planilhas MS_Excel 2007, o algoritmo convergiu para a
seqncia
(1, 1, 0, 0, 0, 0, 1)
, indicando que os produtos
x
1 ,
x
2 e
x
7 foram fabricados, isto , produziu-
se um l lote de leite tipo C, um lote de queijo mussarela e um lote de bebida lctea, gerando um lucro
total mximo de $ 708,00. No Quadro 3 est apresentada a 21. Iterao do algoritmo, quando houve
a convergncia.
Al gorit mos gent icos como ferrament a de suport e deciso no pl anejament o de produo de uml act icnio
Revista Capital Cientfco Eletrnica (RCCe) ISSN 2177-4153 Volume 10 n. 2 Julho/Dezembro 2012.
Recebido em 20/01/2011 Aprovado em 25/10/2012.
Tabel a 3 Impl ementao da 21iterao coma gerao da popul ao inicial , funo aval iao e
probabil idade de sel eo.
Fonte: Elaborado pelos autores.
Os grfcos da Figura 2 representam, respectivamente, a primeira iterao com a populao
inicial, composta dos 30 indivduos gerados aleatoriamente, com lucros unitrios variando de $598,5
a $700, e a vigsima primeira iterao, populao fnal, aps a convergncia, com os 30 indivduos
atingindo o mesmo valor monetrio $708 para aqueles produtos fabricados.
Figura 2 Grfcos da primeira e da oitava iteraes do algoritmo, com a convergncia para o valor monetrio de $708.
Fonte: Elaborado pelos autores.
Como o modelo (1) se trata de um problema de programao linear, ele tambm foi resolvido
utilizando-se a ferramenta Solver da MS_Excel 2007, obtendo-se o mesmo resultado descrito anteriormente,
com a aplicao de algoritmos genticos.
Al gorit mos gent icos como ferrament a de suport e deciso no pl anejament o de produo de uml act icnio
Revista Capital Cientfco Eletrnica (RCCe) ISSN 2177-4153 Volume 10 n. 2 Julho/Dezembro 2012.
Recebido em 20/01/2011 Aprovado em 25/10/2012.
5 CONSIDERAES FINAIS
Os resultados podem ser considerados bons visto que o objetivo deste trabalho foi totalmente
alcanado, ou seja, com a utilizao de algoritmos genticos pde-se planejar a produo semanal da
cooperativa de leite que possua insumos em quantidades limitadas para a produo de uma cesta de
produtos lcteos visando o maior rendimento econmico, respeitadas todas as restries impostas pela
cooperativa em termos de estoque e mo-de-obra.
Os Algoritmos Genticos se mostraram uma ferramenta efciente na otimizao de problemas
complexos, como no caso de problemas relacionados otimizao, alm de no necessitar nenhuma
propriedade especial sobre a funo objetiva, como derivabilidade, por exemplo. Os Algoritmos
Genticos possuem a desvantagem de demandarem um grande tempo computacional no momento de
seu desenvolvimento ou primeira programao, se comparados com outros algoritmos clssicos. Entre
tanto, possuem a vantagem de, aps gerada a populao inicial, possvel inserir variveis (neste caso
insumos) sobre a mesma no espao de busca, visando a otimizao da funo, no necessitando uma
nova programao a cada vez que se for criada um novo planejamento de produo ou otimizar uma
produo.
A soluo desse problema utilizando-se a ferramenta Solver do MS_Excel 2007, no inviabiliza a
sua soluo com a aplicao de algoritmos genticos, j que esse ltimo mais geral, indicado, tambm,
na soluo de problemas de otimizao envolvendo funes no lineares, derivveis ou no no intervalo
de solues.
Sendo assim, os Algoritmos Genticos se comprovam como uma importante ferramenta de
otimizao no auxilio da tomada de deciso, especialmente no planejamento de produo como sendo
um dos objetivos deste trabalho.
REFERNCIAS
BAZARAA, M. S. e JARVIS, J. J. Linear Programming and Network Flows. John Wiley & Sons, 1977.
BREGALDA, P. F.; OLIVEIRA, A. F. de e BORNSTEIN, C. T. Introduo Programao Linear. Rio de
Janeiro: Editora Campus Ltda., 1988.
CARAVANTES, Geraldo R. Et al. Administrao: teorias e processos. So Paulo: Person Prentice Hall,
2008.
FREITAS, Henrique. Et al. Informao e deciso: sistemas de apoio e seu impacto. Porto Alegre: Ortiz,
1997.
GIL, Antnio Carlos. Como elaborar projetos de pesquisa. So Paulo: Atlas, 2006.
GOLDBARG, M. C. e PACCA, H. L. L. Otimizao Combinatria e Programao Linear: Modelos
e Algoritmos. Rio de Janeiro: Editora Campus, 2000.
GUERVS, J. J. M. Informtica Evolutiva: Algoritmos genticos. Disponvel em: http://geneura.urg.
es/~jmerelo/ie/ags.htm. Acesso em: 05/06/2009.
HALL, R. J.; MANFROI, L.; SCARPIN, J. E. Tomada de deciso por meio da utilizao de indicadores
gerenciais em um hospital universitrio federal. In: International Conference on Information Systems and
Tecnology Management. So Paulo. Anais. So Paulo: CONTECSI, 2012.
LINDEN, R. Algoritmos genticos: uma importante ferramenta da inteligncia computacional. 2 ed.
Rio de Janeiro: Editora BRASPORT Livros e Multimdia Ltda. 2008.
Al gorit mos gent icos como ferrament a de suport e deciso no pl anejament o de produo de uml act icnio
Revista Capital Cientfco Eletrnica (RCCe) ISSN 2177-4153 Volume 10 n. 2 Julho/Dezembro 2012.
Recebido em 20/01/2011 Aprovado em 25/10/2012.
LAKATOS, E. M.; MARCONI, M. de A. Metodologia Cientfca. 7. ed. So Paulo: Atlas, 2008.
MIRANDA, M. N. de. Algoritmos genticos: Fundamentos e Aplicaes. Disponvel em: <http://
www.gta.ufrj.br/~marcio/genetic.html. Acesso em: 05/jun/2009>.
RODRIGUES, W. O. P.; SOUZA, C. C. de; REIS NETO, J. F. dos. Uma ferramenta para suporte
deciso no planejamento de produo de uma indstria utilizando Algoritmos genticos. In:
ADMpg II, 2009. Anais... . Ponta Grossa: ADMPG, 2009.
SOUZA, C. C. de; REIS NETO, J. F. dos; ARIAS, E. R. A.; RODRIGUES, W. O. P. Uso de algoritmos genticos
como ferramenta auxiliar no processo decisrio em atividades de gesto agroindustrial. Toleto:
Informe Gepec, v. 14, n. 1, p. 113-126, jan./jun. 2010.
TONETTO, L. M. KALIL, L. L.; MELO, W. V.; SCHNEIDER, D. di G.; STEIN, L. M. O papel das heuristicas
no julgamento e na tomada de deciso sob incerteza. 2006. Disponvel em: <http://www.scielo.
br/scielo.php?script=sci_arttext&pid=S0103-166X2006000200008>. Acessado em: 05 ago. 2012.
VIANA, G. V. R. Meta-heuristicas e programao paralela em otimizao combinatria. Fortaleza:
EUFC, 1998.