English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Tools annual

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Presents the access of premium content as premium feature

Premium Content

Global: Zendy Plus annual

Global: Zendy Free Plan

Nesse trabalho, considera-se o problema não preemptivo de escalonamento em projetos com restrição em recursos e múltiplos modos de execução (Multi-mode Resource Constrained Project Scheduling Problem – MRCPSP) para a minimização do makespan. O MRCPSP é um problema NP-Difícil com o acréscimo de que encontrar soluções viáveis é um problema NPCompleto. Para solucionar esse problema, foi proposto a metaheurística Iterated Local Search (ILS). Uma solução inicial é obtida através da regra de prioridade aleatória e então, uma heurística realiza a busca local para explorar a vizinhança da solução corrente. O método de Descida de Primeira Melhora é a busca local para o ILS, porém, essa busca é realizada em dois estágios, busca por modos de execução e, após, busca por atividade. Finalmente, itera-se entre níveis de perturbações, para exploração do espaço de soluções, e busca local, para intensificações, através do ILS. Caso todos os níveis de perturbações da metaheurística ILS sejam executados sem que uma solução de melhora seja encontrada, o ILS é reiniciado com nova solução. Os resultados computacionais obtidos para um grupo de instâncias entre 3 classes de problemas da PSPLIB, mostraram que a abordagem proposta apresentou bom desempenho e foi capaz de encontrar boas soluções em tempo aceitável.

UMA ABORDAGEM BASEADA EM ITERATED LOCAL SEARCH PARA O PROBLEMA DE ESCALONAMENTO EM PROJETOS COM RESTRIÇÃO EM RECURSOS E MÚLTIPLOS MODOS DE EXECUÇÃO