Uma abordagem de geração de colunas para o Problema Generalizado de Atribuição

Abstract

A relaxação lagrangeana/surrogate tem sido explorada recentemente como método de estabilização e aceleração de abordagens de geração de colunas. Este trabalho mostra como o uso da relaxação lagrangeana/surrogate conduz para uma abordagem de geração de
colunas melhor para o Problema Generalizado de Atribuição (PGA), em comparação com o método de geração de colunas tradicional. O PGA pode ser descrito como o problema de atribuir n tarefas a m máquinas de forma que cada tarefa é atribuída a apenas uma máquina e as capacidades das máquinas são respeitadas. O trabalho apresenta testes computacionais
usando problemas disponíveis na literatura para demonstrar a superioridade da abordagem proposta.