O job shop scheduling problem (JSSP) é um problema complexo de otimização combinatória pertencente à classe de problemas NP-Hard, que representa o escalonamento de um sistema de manufatura. Para encontrar escalonamentos otimizados para o JSSP, uma das técnicas que têm sido utilizadas é a meta-heurística, como os algoritmos genéticos e colônia de formigas. Entretanto, trabalhos recentes da literatura indicam uma boa alternativa com o uso de hiper-heurísticas, que é uma abordagem para controle e seleção de heurísticas. A vantagem das hiper-heurísticas diante de outras heurísticas/meta-heurísticas é sua capacidade de operar com um bom desempenho em diferentes configurações de um problema, o que é uma das principais complexidades do JSSP. Dentre estas heurísticas, o Modified Choice Function (MCF) demonstrou efetividade quando aplicada como uma hiper-heurística de seleção sobre problemas combinatórios (Knapsack), porém ainda não há trabalhos na literatura que indicam o uso em JSSP. O objetivo deste trabalho é propor o uso do MCF no JSSP, gerenciando um algoritmo genético por meio da alternância de seus operadores para a redução do makespan. Conclui-se que o algoritmo proposto obteve bons resultados em todos os datasets, atingindo resultado superior do que próximo ao melhor algoritmo aplicado.
The job shop scheduling problem (JSSP) is a complex combinatorial optimization problem belonging to the class of NP-Hard problems, which represents the scheduling of a manufacturing system. To find optimized schedules for the JSSP, one of the techniques that have been used is metaheuristics, such as genetic algorithms and ant colony. However, recent works in the literature indicate a good alternative with the use of hyperheuristics, which is an approach for control and selection of heuristics. The advantage of hyperheuristics over other heuristics/metaheuristics is their ability to operate with good performance in different configurations of a problem, which is one of the main complexities of the JSSP. Among these heuristics, the Modified Choice Function (MCF) has demonstrated effectiveness when applied as a hyperheuristic for selection on combinatorial problems (Knapsack), but there are still no works in the literature that indicate its use in JSSP. The objective of this work is to propose the use of MCF in JSSP, managing a genetic algorithm by alternating its operators to reduce the makespan. It is concluded that the proposed algorithm obtained good results in all datasets, achieving a result superior to that close to the best algorithm applied.
