Este trabalho apresenta uma solução computacional para o problema de planejamento de demanda com objetivo de minimizar o custo com energia elétrica de um ambiente industrial do tipo job-shop, considerando a presença de geração distribuída (GD), além de tarifas horossazonais verde e azul, aplicadas no mercado brasileiro de energia. A solução proposta conta com um sistema de previsão de GD, que utiliza redes neurais do tipo ELM - Extreme Learning Machine, e um sistema de otimização baseado em algoritmos genéticos. Foram realizadas simulações com três ambientes produtivos diferentes com o objetivo de validar o modelo proposto.
Robust and stable flexible job shop scheduling with random machine breakdowns using a hybrid genetic algorithm