Modelo para a alocação de tarefas no ambiente de múltiplos projetos em uma empresa fabricante de máquinas e equipamentos
Carregando...
Data de Submissão
Data de Defesa
2018-06-12
Edição
Autores
Orientadores
Coorientadores
Editores
Título da Revista
ISSN da Revista
Título de Volume
Editor
Descrição
A temática de gestão de projetos desperta a atenção de acadêmicos e práticos, visto que impacta diretamente na forma estratégica, tática e operacional de funcionamento de qualquer organização. Além disso, uma das áreas de estudos proeminentes nessa temática é a designação de tarefas em ambiente de múltiplos projetos. Nesse sentido, este trabalho investiga essa temática, partindo do objetivo de criar um modelo para a alocação de tarefas no ambiente de múltiplos projetos em uma empresa fabricante de máquinas e equipamentos. Para tanto, o trabalho focou o desenvolvimento de um modelo, em que a partir de um problema de designação desbalanceado aplica-se um Algoritmo Genético para otimizar a distribuição de tarefas. A criação e uso desse modelo permitiu simular um caso de aplicação durante um período de três meses e mensurar os impactos da sua adoção. O caso de análise mostrou que a ferramenta de designação, por meio de um Algoritmo Genético é eficiente, visto que garantiu uma alocação homogênea das tarefas reduzindo também o lead time de entrega das tarefas. Uma vez estabelecida a otimização da alocação das tarefas, verificou-se como estudos futuros a possibilidade de implementar um algoritmo de sequenciamento de tarefas.
Resumo
The theme of project management attracts the attention of academics and practitioners, since it directly impacts on the strategic, tactical and operational form of functioning of any organization. In addition, one of the areas of prominent studies in this area is the assignment oftasks in a multiproject environment. In this sense, this work investigates this theme, starting from the objective of creating a model for the allocation of tasks in the environment of multiple projects in a company that manufactures machines and equipments. For this, the work focused on the development of a phased model, in which from an unbalanced designation problem a genetic algorithm is applied to optimize the distribution of tasks. The creation and use of this model allowed us to simulate a case of application during a period and to measure the impacts of its adoption. The case of analysis showed that the designation tool, through a genetic algorithm, is efficient, since it guaranteed a homogeneous assignment of the tasks, reducing the delivery leadtime of the tasks of multiple projects. He verified as future studies the possibility of implementing a task sequencing algorithm, since task optimization is established.