High-performing heuristics to minimize flowtime in no-idle permutation flowshop (2018)
- Authors:
- USP affiliated authors: NAGANO, MARCELO SEIDO - EESC ; FRÓES, NÁDIA JUNQUEIRA MARTARELLI - EESC
- Unidade: EESC
- Sigla do Departamento: SEP
- DOI: 10.1080/0305215X.2018.1444163
- Subjects: HEURÍSTICA; SCHEDULING
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Publisher: Taylor & Francis
- Publisher place: Abingdon
- Date published: 2018
- Source:
- Título do periódico: Engineering Optimization
- ISSN: 0305-215X
- Volume/Número/Paginação/Ano: v. 51, n. 2, 2019
- Este periódico é de assinatura
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: green
- Licença: cc-by
-
ABNT
NAGANO, Marcelo Seido e ROSSI, Fernando Luis e MARTARELLI, Nádia Junqueira. High-performing heuristics to minimize flowtime in no-idle permutation flowshop. Engineering Optimization, v. 51, n. 2, 2018Tradução . . Disponível em: https://doi.org/10.1080/0305215X.2018.1444163. Acesso em: 12 maio 2024. -
APA
Nagano, M. S., Rossi, F. L., & Martarelli, N. J. (2018). High-performing heuristics to minimize flowtime in no-idle permutation flowshop. Engineering Optimization, 51( 2). doi:10.1080/0305215X.2018.1444163 -
NLM
Nagano MS, Rossi FL, Martarelli NJ. High-performing heuristics to minimize flowtime in no-idle permutation flowshop [Internet]. Engineering Optimization. 2018 ; 51( 2):[citado 2024 maio 12 ] Available from: https://doi.org/10.1080/0305215X.2018.1444163 -
Vancouver
Nagano MS, Rossi FL, Martarelli NJ. High-performing heuristics to minimize flowtime in no-idle permutation flowshop [Internet]. Engineering Optimization. 2018 ; 51( 2):[citado 2024 maio 12 ] Available from: https://doi.org/10.1080/0305215X.2018.1444163 - Socioeconomic class Of brazilian cities for health, education and employment & income IFDM: a clustering data analysis
- Uma abordagem construtiva do algoritmo genético para a seleção de atributos no agrupamento de dados
- How have high-impact scientific studies designing their experiments on mixed data clustering? A systematic map to guide better choices
- Seleção de atributos em agrupamento de dados utilizando algoritmos evolutivos
- Contributions to the mixed data clustering problem: from a conceptual codification and classification proposal to the usage of optimization methods
- Avaliação do métodos heurísticos para o problema no-wait flowshop com tempos de setup independentes
- Aplicação de sistemas dinâmicos na previsão de custos da produção
- An evolutionary clustering search for the no-wait flow shop problem with sequence dependent setup times
- O ergonomista, membro da equipe de projeto: percepções sobre a ótica das competências e tipologias de conhecimento
- Identifying critical factors in knowledge creation: a comparative study in technology-based companies
Informações sobre o DOI: 10.1080/0305215X.2018.1444163 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 | prod_23936_sysno_3040123.... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
