Heuristics for minimizing total tardiness based on learning curves and ergonomic aspects

Authors

  • Luana Serafini
  • Michel J Anzanello UFRGS
  • Alessandro Kahmann

DOI:

https://doi.org/10.14488/1676-1901.v16i2.1982

Keywords:

Scheduling. Unrelated parallel workers. Human factors. Total weight tardiness.

Abstract

Industrial environments that rely on Mass Customization are characterized by a high variety of product models and reduced lot sizes, demanding prompt adaptation of resources to a new product model. These scenarios make it hard to schedule tasks that require manual procedures with different levels of complexity and repetitiveness. This article integrates learning curves, scheduling heuristics and tasks ergonomic aspects aimed at sequencing tasks in teams of workers. For that matter, we propose the ATCE rule (Apparent Tardiness Cost with Ergonomics Factors), which simultaneously reduces the total weighted tardiness and the allocation of tasks with similar complexities to the same team (measured by percentage of saturation). When applied to two assembly lines in the footwear industry, the ATCE presented satisfactory performance in ergonomics terms by reducing the percentage of saturation compared to the results yielded by the ATC rule (Apparent Tardiness Cost). In addition, the objective function slightly increased in both cases.

Downloads

Download data is not yet available.

Author Biography

Michel J Anzanello, UFRGS

Possui graduação em Engenharia Química pela Universidade Federal do Rio Grande do Sul (2001), mestrado em Engenharia de Produção pela Universidade Federal do Rio Grande do Sul (2004) e doutorado em Engenharia Industrial e de Sistemas pela Rutgers-The State University of New Jersey (2009). Atualmente é professor adjunto do Departamento de Engenharia de Produção e Transportes da Universidade Federal do Rio Grande do Sul. Atua como editor do periódico Produto & Produção (UFRGS) e como revisor dos periódicos Chemometrics and Intelligent Laboratory Systems, International Journal of Production Research, Production Planning & Control, Gestão e Produção (UFSCar), Produção (USP) e Produto & Produção, entre outros. Tem experiência na área de Engenharia de Produção, com ênfase em planejamento, projeto e controle de sistemas de produção, controle multivariado de processo e análise por curvas de aprendizado. Sua pesquisa vem sendo publicada nos periódicos Chemometrics and Intelligent Laboratory Systems, Food Quality & Preference, International Journal of Production Research, Production Planning and Control, Revista Produção e Gestão & Produção, entre outros.

Published

2016-06-15

How to Cite

Serafini, L., Anzanello, M. J., & Kahmann, A. (2016). Heuristics for minimizing total tardiness based on learning curves and ergonomic aspects. Revista Produção Online, 16(2), 550–574. https://doi.org/10.14488/1676-1901.v16i2.1982

Issue

Section

Papers