Djonathan Quadras é pesquisador do ProLogIS e, além de atuar em projetos do laboratório, está desenvolvendo sua tese de mestrado, apresentada da seguinte forma:
Em ambientes industriais dinâmicos e voláteis, o planejamento eficaz da produção é crucial para alcançar objetivos específicos de fabricação, especialmente considerando a alocação de recursos limitados. Além disso, o desgaste das máquinas impacta a qualidade e a disponibilidade dos produtos. Nesse contexto, a integração inteligente das atividades de manutenção com o sequenciamento e despacho das ordens de produção é fundamental. A pesquisa destaca a relevância dos algoritmos de Reinforcement Learning no planejamento integrado da produção e manutenção. Embora existam diversos métodos de otimização de sistemas produtivos, os algoritmos de Reinforcement Learning têm se mostrado promissores. Com base em um cenário real, esta pesquisa tem como objetivo geral comparar modelos de Reinforcement Learning, visando aprimorar o despacho de ordens de produção e atividades de manutenção. Os resultados contribuem para a eficiência e competitividade da indústria, proporcionando uma gestão mais inteligente e integrada dos processos produtivos.
