@PHDTHESIS{ 2017:68002535,
 	title = {Estratégias algorítmicas exatas e híbridas para problemas de escalonamento em máquinas paralelas com penalidades de antecipação e atraso},
 	year = {2017},
 	url = "http://tede.ufam.edu.br/handle/tede/6147",
 	abstract = "Esta pesquisa investiga problemas de escalonamento com penalidades de antecipação
 e atraso em ambiente mono e multiprocessado envolvendo máquinas paralelas. Este
 problema é também conhecido na literatura como escalonamento Just-in-Time, sistema
 amplamente utilizado em indústrias para reduzir estoques e os custos decorrentes, a fim
 de que o produto seja produzido de acordo com a demanda. Neste trabalho é proposta
 uma estratégia algorítmica híbrida exato-heurística, baseada em uma formulação de
 programação inteira arc-time e um algoritmo evolucionário fortemente baseado em
 busca local, para melhor resolver problemas clássicos de escalonamento em máquinas
 paralelas envolvendo penalidades de antecipação e atraso, com tarefas independentes e
 tempos de processamento arbitrários. Os arcos são selecionados das soluções ótimas
 locais obtidas pelo algoritmo genético fortemente baseado em busca local (GLS) com
 movimentos generalizados de troca de pares, que são fornecidos como entrada para
 a formulação arc-time, para gerar soluções melhores do que as obtidas por ambos
 os métodos quando utilizados isoladamente. Os experimentos computacionais apresentam
 resultados competitivos em relação à literatura. O método proposto também
 resolve instâncias de tamanho maior de até 500 tarefas em máquinas paralelas idênticas.",
 	publisher = {Universidade Federal do Amazonas},
 	scholl = {Programa de Pós-graduação em Informática},
 	note = {Instituto de Computação}
}