@MASTERSTHESIS{ 2019:691493202,
 	title = {Otimização por algoritmo genético da produtividade em uma oficina de manutenção de vagões aplicada em caso real},
 	year = {2019},
 	url = "https://tedebc.ufma.br/jspui/handle/tede/tede/3056",
 	abstract = "Na indústria atual a busca pela otimização de processos tem sido cada vez mais constante,
 porém muitas vezes tal prática mostra-se bastante complexa dada a quantidade de variáveis
 envolvidas, um exemplo disso é o caso em que a partir de um grupo heterogêneo de
 trabalhadores deseja-se definir o melhor conjunto de duplas de trabalho de forma que a
 produtividade coletiva seja a maior possível. Em situações como esta, o uso da metaheurística
 algoritmo genético torna-se bastante atrativa, uma vez que na literatura há muitos exemplos de
 seu uso na otimização de problemas não lineares, com características contínuas e discretas das
 variáveis de controle e com aumento exponencial no número possível de soluções, além da
 flexibilidade de incorporar à solução as restrições reais do problema. Neste contexto, este
 estudo codificou um problema de definição de equipes de trabalho em uma oficina de
 manutenção de vagões de carga de uma mineradora. Na etapa de simulação teórica, utilizando
 dados históricos de desempenho das equipes, o algoritmo genético indicou uma solução 22%
 melhor quando comparada com a escolha aleatória de equipes de trabalho. Por fim a solução
 sugerida pelo algoritmo genético foi implementada em campo, resultando em um aumento de
 performance de 7,9% quando comparando os trimestres antes e depois da otimização.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM ENERGIA E AMBIENTE/CCET},
 	note = {DEPARTAMENTO  DE ENGENHARIA DA ELETRICIDADE/CCET}
}