FORMAÇÃO DE EQUIPES HOMOGÊNEAS COM O USO DE ALGORITMO GENÉTICO

Autores

  • Chrystian Souza Faculdade de Tecnologia de Cruzeiro
  • Lucas Mallmann Faculdade de Tecnologia de Cruzeiro
  • Luis Fernando de Almeida Faculdade de Tecnologia de Cruzeiro e UNITAU
  • Francisco José Grandinetti UNESP/Guará
  • Alvaro Manoel Sousa Soares UNESP/Guará

Palavras-chave:

Equipe Homogênea, Algoritmo Genético, Otimização, Habilidades Individuais

Resumo

Trabalhar em equipe é uma das principais atividades que a humanidade realiza desde muito tempo. Nos últimos anos a literatura tem dado um cuidado especial ao tema formação de equipes, muito se discorre sobre isso, porém ainda existe uma grande dificuldade em se formar uma equipe homogênea, de forma a otimizar a produtividade. Baseado nesse contexto foi desenvolvido um algoritmo genético (AG) capaz de dividir e otimizar indivíduos em equipes baseando-se em suas habilidades individuais. Os testes realizados em diferentes configurações se mostraram bastante promissores, em alguns casos houve uma otimização de aproximadamente 95% em relação a primeira geração.

Referências

BEJARANO, V. C.; PILATTI, L. A.; LIMA, I. A. Equipes de Alta Performance. Revista Tecnologia e Humanismo. Curitiba. Vol.19, n. 29 (2005), p. 23-34.

BLANCHARD, K. The one minute manager builds high performance teams. Bostom: Quill, 2000.

DRUCKER, P. Administrando em tempos de grandes mudanças. São Paulo: Pioneira/Thomsom Learning, 2001, p. 59-62.

HOLLAND, J. H. Adaptation in natural and artificial Systems. Ann Arbor, MI: University of Michigan Press, 1975.

HOLLAND, J. H. Adaptation in natural and artificial systems: an introductory analysis with applications to biology, control, and artificial intelligence. Cambridge, MA, USA: MIT Press, 1992.

HOLLAND, J. H.; GOLDBERG, D. E. Genetic algorithms in search, optimization, and machine learning. Massachusetts: Addison-Wesley, 1989.

KATZENBACH, J. R.; SMITH, D. K. Equipes de alta performance: conceitos, princípios e técnicas para potencializar o desempenho das equipes. Rio de Janeiro: Campus, 2001.

LARSON, C. E.; LARSON, C.; LAFASTO, F. M. J. Teamwork: what must go right/what can go wrong. Sage, 1989.

SILVA, Y. K. N. A utilização de Algoritmos Genéticos para a formação de equipes heterogêneas em turmas universitárias. Caicó, 2017.

SILVEIRA, S. R. Formação de grupos colaborativos em cursos a distância via web: um estudo de caso utilizando técnicas de Inteligência Artificial. Revista brasileira de informática na educação. Florianópolis. Vol. 14, n. 2 (maio-ago. 2006), p.29-40.

SIVANANDAM, S. N.; DEEPA, S. N. Genetic algorithms. In: Introduction to genetic algorithms. Springer, Berlin, Heidelberg, 2008. p. 15-50.

STRNAD, D.; GUID, N. A fuzzy-genetic decision support system for project team formation. Applied Soft Computing, v.10, n. 4, p. 1178-1187, 2010.

WALT, S. V. D.; COLBERT, S. C.; VAROQUAUX, G. The NumPy array: a structure for efficient numerical computation. Computing in Science & Engineering, v. 13, n. 2, p. 22-30, 2011.

PYTHON,ORG. Welcome to Python.org. Disponível em: https://www.python.org/. WI, H. et al. A team formation model based on knowledge and collaboration. Expert Systems with Applications, v. 36, n. 5, p. 9121-9134, 2009.

Downloads

Publicado

2023-12-09

Edição

v. 29 n. 2 (2023)

Seção

Artigos

Licença

Creative Commons License

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

A submissão de originais para este periódico implica na transferência, pelos autores, dos direitos de publicação impressa e digital. Os direitos autorais para os artigos publicados são do autor, com direitos do periódico sobre a primeira publicação. Os autores somente poderão utilizar os mesmos resultados em outras publicações indicando claramente este periódico como o meio da publicação original.