Mostrar registro simples

dc.contributor.advisorBuriol, Luciana Saletept_BR
dc.contributor.advisorBerghe, Greet Vandenpt_BR
dc.contributor.authorWickert, Toni Ismaelpt_BR
dc.date.accessioned2019-12-27T04:04:35Zpt_BR
dc.date.issued2019pt_BR
dc.identifier.urihttp://hdl.handle.net/10183/203869pt_BR
dc.description.abstractExisting academic literature contains a significant number of publications which address personnel rostering problems. Providing a variety of combinatorial optimization techniques such as metaheuristics, integer linear programming and hybrid algorithms developed to approach such problems. Despite this progress in recent decades, a considerable number of institutions continue to prepare and organize their rosters manually. There are many advantages in automating the generation of rosters using these techniques. These include (i) cost-saving: reduction of both the overtime and time needed to prepare and organize rosters, thereby enabling planners to work on other tasks, (ii) fairness: decisions follow rules based on some predefined parameters, improving employees satisfaction concerning their working schedule with a better balance of unpopular shifts, (iii) possibility of rerostering: disruptions are very hard for humans to solve due to time pressure and the constraints incurred by both the initial scheduling and rescheduling problem. The present thesis addresses four primary shortcomings in academic literature by providing: (i) an integer programming model based on a real-world scenario and a matheuristic to generate results in short computation times to replace manual rostering, (ii) an effective integer programming model for cyclic rostering considering both academic and realworld scenarios which generates state-of-the-art results, (iii) new rerostering strategies for repairing disruptions in complex multi-skilled employee scenarios, and (iv) a metric for quantifying the robustness of rosters. In addition to these contributions, this thesis also focuses on additional issues which should be considered by researches in the future development of solving methods to maximize the chances of their application in practice.en
dc.description.abstractliteratura acadêmica possui um número significativo de publicações que abordam problemas de escala de pessoal. Além disso, uma variedade de técnicas de otimização combinatória, como metaheurísticas, programação linear inteira e algoritmos híbridos foram desenvolvidas para abordar tais problemas. Apesar deste progresso nas últimas décadas, um número considerável de instituições continua preparando e organizando suas escalas manualmente. Existem diversas vantagens em automatizar a geração de escalas usando essas técnicas. Isso inclui (i) redução de custos: diminuição tanto de horas-extras quanto do tempo necessário para preparar e organizar as escalas, permitindo que os escalonadores trabalhem em outras tarefas, (ii) justiça: as decisões seguem regras baseadas em alguns parâmetros pré-definidos, melhorando a satisfação dos funcionários em relação ao seu horário de trabalho, com um melhor equilíbrio entre os turnos impopulares, (iii) reescalonamento: as infactibilidades das escalas são muito difíceis para os humanos resolverem devido à pressão do tempo e às restrições incorridas tanto pelo problema de escalonamento inicial quanto pelo de reescalonamento. Esta tese aborda quatro ausências primárias na literatura acadêmica, fornecendo: (i) um modelo de programação inteira baseado em um cenário do mundo real e uma matheurística para gerar resultados em tempos computacionais curtos para substituir o escalonamento manual, (ii) um modelo de programação inteira eficaz para escalonamento cíclico, considerando cenários acadêmicos e do mundo real que geram resultados estado da arte, (iii) novas estratégias de reescalonamento para reparar infactibilidade em escalas considerando cenários complexos de funcionários multi-qualificados, (iv) uma métrica para quantificar a robustez das escalas. Além dessas contribuições, esta tese também foca em questões adicionais que devem ser consideradas no futuro desenvolvimento de métodos de solução para maximizar as chances de sua aplicação na prática.pt_BR
dc.format.mimetypeapplication/pdfpt_BR
dc.language.isoengpt_BR
dc.rightsOpen Accessen
dc.subjectPersonnel rosteringen
dc.subjectAlgoritmospt_BR
dc.subjectEquipes : trabalhopt_BR
dc.subjectphysician rosteringen
dc.subjectcyclic rosteringen
dc.subjectnurse rerosteringen
dc.subjectrobust rosteringen
dc.subjectinteger programmingen
dc.titlePersonnel rostering : models and algorithms for scheduling, rescheduling and ensuring robustnesspt_BR
dc.title.alternativeEscalas de funcionários : modelos e algoritmos para escalonamento, reescalonamento e garantia de robustez pt
dc.typeTesept_BR
dc.contributor.advisor-coSmet, Pieterpt_BR
dc.identifier.nrb001109161pt_BR
dc.degree.grantorUniversidade Federal do Rio Grande do Sulpt_BR
dc.degree.departmentInstituto de Informáticapt_BR
dc.degree.programPrograma de Pós-Graduação em Computaçãopt_BR
dc.degree.localPorto Alegre, BR-RSpt_BR
dc.degree.date2019pt_BR
dc.degree.leveldoutoradopt_BR


Thumbnail
   

Este item está licenciado na Creative Commons License

Mostrar registro simples