Este projeto utiliza um Algoritmo Genético (AG) com interface gráfica em Python para otimizar a programação de manutenção de um conjunto de máquinas, assegurando que a demanda de energia seja atendida em todos os intervalos.
Determinar o melhor agendamento de manutenção de 7 máquinas ao longo de 4 intervalos de tempo, de forma a:
- Minimizar penalidades por não atender à demanda.
- Evitar sobreposição de manutenções que reduzam a potência total disponível.
- Garantir alta disponibilidade operacional.
- Python 3
- customtkinter – Interface moderna em tkinter
- Algoritmos Genéticos
- Interface Gráfica com visualização dinâmica
- Geração de relatórios em HTML (em desenvolvimento)
- Máquinas: 7
- Intervalos de tempo: 4
- Capacidade das máquinas (MW):
[20, 15, 35, 40, 15, 15, 10] - Duração da manutenção (intervalos):
[2, 2, 1, 1, 1, 1, 1] - Demanda por intervalo (MW):
[80, 90, 65, 70]
- Representação: Vetor de 7 posições (cada posição indica quando a máquina entra em manutenção)
- Função de Aptidão: Média da reserva de potência – penalidades
- Seleção: Torneio binário
- Crossover: Um ponto
- Mutação: Aleatória com verificação de limites
- Parâmetros configuráveis via interface:
- Tamanho da população
- Número de gerações
- Taxa de crossover
- Taxa de mutação
A interface permite:
- Visualização da manutenção em tempo real (cores: verde = operando, vermelho = manutenção)
- Informações por intervalo: demanda, potência parada, total e reserva
- Ajuste dos parâmetros do AG via campos interativos
-
Clone este repositório:
git clone https://github.com/gtvkun/AGMaquinas cd nome-do-repo -
Instale as dependências:
pip install customtkinter
-
Execute o programa:
python main.py
Desenvolvido por Gustavo Coelho Domingos
Disciplina: Algoritmos Genéticos
Professor: Dr. Keiji Yamanaka – FEELT/UFU
Data: Abril de 2025
Livre de Licença