v.5, n.2, p. 117-132, ago.

1998
BEAM SEARCH FILTRADO COM
INSERO DE OCIOSIDADE NA
PROGRAMAO DE UMA MQUINA EM
AMBIENTE DO TIPO JIT









Emerson Carlos Colin
Departamento de Engenharia de Produo
Escola Politcnica da USP
Rua Catolndia, 765, CEP 02839-000, So Paulo SP
email: emerson@usp.br


Resumo
Este trabalho avalia a utilizao do beam search filtrado (BSF) combinado com um algoritmo de
insero de ociosidade (AIO). O caso estudado baseado em uma nica mquina, com datas de
entrega mltiplas e com penalidades distintas de adiantamento e de atraso para cada ordem. O
objetivo a ser alcanado a minimizao do custo total. Para isso, o BSF utilizado para gerar as
seqncias, e o AIO, para definir os programas. Assume-se que a dificuldade de soluo do problema
dependente de dois parmetros: fator de atraso mdio e amplitude relativa das datas de entrega.
Testes empricos comparativos so realizados por meio de simulao computacional, no qual se mede
o tempo de soluo e o valor alcanado pela funo-objetivo. Os resultados indicam que de uma
forma geral, o procedimento proposto propicia uma diminuio no custo total e, alm disso, que para
a escolha de um procedimento apropriado, o ideal se conhecer o valor dos parmetros.

Palavras-chave: programao de uma mquina, insero de ociosidade, beam search filtrado, just-
in-time.
1. Introduo
esde o final dos anos 80, vrios trabalhos
tm apontado para uma linha de pesquisa
que utiliza um dos principais pontos da filosofia
JIT evitar que produtos e componentes sejam
produzidos ou entregues antes da data correta
como parte da funo-objetivo de um sistema D
Colin Beam Search Filtrado

118
que empurra a produo. Em outras palavras,
seria a utilizao de uma parte da filosofia JIT
em um sistema que empurra a produo.
A adaptao dessa filosofia se resume basi-
camente na utilizao da insero de ociosidade.
A insero de ociosidade relevante para
ambientes onde exista um custo adicional caso o
produto seja finalizado em horrio anterior sua
data de entrega. Podem-se citar exemplos da
utilizao dessa filosofia na produo de pro-
dutos perecveis ou na compra de componentes
com custos muito altos. Como esse custo
absolutamente eliminado com a insero de
ociosidade no h razo para aceit-lo. O incon-
veniente dessa insero a possibilidade de
arrependimento futuro no caso de se precisar
do tempo que foi gasto como ociosidade.
Este trabalho avalia a utilizao do beam
search filtrado (BSF) juntamente com um
algoritmo de insero de ociosidade (AIO).
Como ser visto adiante, o BSF gera seqncias
de ordens e o AIO define os programas timos
para as seqncias definidas pelo BSF. Os
resultados computacionais indicam que, para
uma mdia dos valores alcanados nas replica-
es de tipos de instncias, o procedimento
proposto suplantou o BSF em todos os casos
analisados, indicando que realmente propicia um
custo total de programao menor. H casos em
que a insero de ociosidade chega a diminuir o
valor da funo-objetivo em mais de 40%. Por
outro lado, a insero de ociosidade fez com que
o tempo de soluo computacional piorasse,
embora ainda dentro de valores aceitveis.

2. Definio e Reviso Bibliogrfica do
Problema
efinies e terminologias utilizadas neste
trabalho acerca da programao e seqen-
ciao so baseadas principalmente no livro de
MORTON & PENTICO (1993). Abaixo ser
feita uma breve reviso dos principais tpicos a
serem utilizados.
Neste trabalho haver uma diferena entre a
programao e a seqenciao. A seqenciao
ser definida como uma ordenao dos pedidos
ordens de produo. Para um conjunto de
ordens J={J
1
,...,J
n
} e para (j) a j-sima ordem
na seqncia , deve-se encontrar a seqncia
=<(1),(2),...,(n)> com (j){1,2,...,n} e
(j)(i) sempre que ji. Uma seqncia
representada por <...> no deve ser confundida
com um conjunto representado por {...}, pois o
mesmo no possui seus elementos ordenados.
Cada ordem J
j
(j=1,...,n), possui quatro valores
associados {p
j
,d
j
,w
j
,h
j
}, onde p
j
,d
j
,w
j
,h
j
so o
tempo de processamento, a data de entrega, a
penalidade de atraso e a penalidade de adianta-
mento respectivamente.
A programao ser definida como a deter-
minao dos horrios de incio e de trmino das
ordens de uma dada seqncia. Para uma dada
ordem J
j
(j=1,...,n), existe um intervalo de pro-
cessamento [e
j
,e
j
+p
j
] onde e
j
significa o horrio
efetivo de incio do processamento da ordem J
j
.
No caso do problema de uma mquina, para duas
ordens consecutivas J
(j)
e J
(j+1)
, com intervalos
de processamento definidos por [e
(j)
,e
(j)
+p
(j)
] e
[e
(j+1)
,e
(j+1)
+p
(j+1)
], poder haver interseco
entre os dois intervalos apenas nos pontos
extremos dos intervalos. Seja W
(j)
o perodo de
ociosidade antes da realizao da ordem J
(j)
.
Supondo que as ordens estejam disponveis no
instante 0, o programa () de um conjunto de
ordens J, a determinao do horrio de incio e
de trmino de cada ordem, ou seja, ()=
<W
(1)
,p
(1)
,W
(2)
,p
(2)
,...,W
(n)
,p
(n)
>. Semantica-
mente pode-se dizer que para uma dada seqn-
cia, um programa define o perodo de ociosidade
antes do incio de cada ordem W
(j)
e o perodo
de processamento da mesma p
(j)
, para j=1,2,...,n.
Para casos em que no haja a possibilidade da
insero de ociosidade, isto , W
(j)
=0,
D
GESTO & PRODUO v.5, n.2, p. 117-132, ago. 1998

119
j{1,2,...,n}, a programao e a seqenciao
so equivalentes pois cada ordem possui apenas
um tempo de processamento a ela atribudo.

2.1 Definio do Problema
Para um programa , pode-se denominar o
horrio de trmino da ordem J
(j)
a funo:

=
+ +
= +
=

. ,..., 2 para
) ( ) (
1 para ) (
) (
) ( ) ( ) 1 (
) ( ) (
) (
n j
p W C
j p W
C
j j j
j j
j

A maioria das outras funes de programao
dependem desta funo. A funo diferena
representa a quantidade de tempo em que o
trmino de uma ordem difere de sua data de
entrega. Por uma questo de simplicidade
notacional, quando no causar erro conceitual,
ser dada preferncia para a notao que omite a
seqncia . Exemplos desse caso so apresen-
tados abaixo, onde os valores das funes para
J
(j)
so equivalentes a valores para J
j
. Define-se
a funo diferena como L
j
=C
j
d
j
. Costuma-se
separar a funo diferena quando ela positiva
e quando ela negativa. Quando negativa,
denominada de adiantamento e definida por
E
j
=max{0,L
j
}; quando positiva, denomina-
da de atraso e pode ser definida por
T
j
=max{0,L
j
}.
Ser considerado o caso de uma nica m-
quina que dever processar uma ordem de cada
vez de um conjunto de ordens J={J
1
,J
2
,...,J
n
}. A
ordem J
(j)
deve ser finalizada antes que a ordem
J
(j+1)
seja iniciada para (j)=1,2,...,n1. As
chegadas das ordens sero estticas, ou seja,
todas estaro disponveis no instante inicial. O
programa dever ser realizado de maneira que
cumpra as datas de entrega d
j
, sabendo-se que
cada ordem demanda um determinado tempo p
j

para o seu processamento. H possibilidade de
insero de tempo ocioso W
j
antes da elaborao
de uma determinada ordem J
j
. A funo-objetivo a
ser analisada ser do tipo min

=
+
n
j
j j j j
T w E h
1
) ( ,
sendo as penalidades h
j
>0 e w
j
>0.

2.2 Principais Resultados Conhecidos
A primeira publicao que se tem notcia
acerca do problema especificado acima devida
FRY et al. (1987). Embora os autores faam
todo o desenvolvimento terico com penalidades
para cada ordem, h
j
e w
j
, os testes computacio-
nais so apresentados com um nico valor para
todas as ordens, h e w. No h comentrios sobre
a razo dessa simplificao. Com o procedimen-
to proposto encontrou-se timos globais em
diversas instncias testadas e o comportamento
mdio em todo estudo foi menor do que 2%
acima do timo global. A proposta de FRY et al.
uma heurstica do tipo troca de pares adjacen-
tes, com a possibilidade da insero de ociosida-
de pela utilizao da programao linear. Pelas
caractersticas do problema, o procedimento de
programao linear pde ser resolvido em tempo
polinomial, por um procedimento de um passo.
ABDUL-RAZAQ & POTTS (1988) analisa-
ram o problema sem a possibilidade da insero
de ociosidade, utilizando a programao
dinmica e o branch-and-bound. Inicialmente os
autores apresentaram 3 maneiras de se definir
limitantes inferiores pela utilizao de uma
relaxao de estado-espao na programao
dinmica. Em seguida, formularam um
procedimento timo utilizando o branch-and-
bound com seqenciao para frente, com um
limitante superior sendo definido por uma
heurstica de um passo e com os limitantes
inferiores conforme uma das 3 propostas. No
houve nenhuma indicao forte de que um dos
mtodos fosse superior aos outros em todos os
sentidos. Os autores concluem que a programa-
o dinmica deve ser utilizada na resoluo de
problemas at 10 ordens, enquanto que para
Colin Beam Search Filtrado

120
problemas de at 25 ordens, deve-se utilizar o
branch-and-bound com os limitantes inferiores
sendo definidos pela programao dinmica.
Os trabalhos de OW & MORTON (1988 e
1989) apresentam comparaes entre 4 procedi-
mentos heursticos que combinam regras de
despacho e funes de prioridade com beam
search (BS). O problema analisado foi equiva-
lente ao tratado aqui, s que sem a possibilidade
de insero de ociosidade. O melhor dos quatro
procedimentos foi o BSF que ser explicado
detalhadamente adiante. O desempenho de todos
esses procedimentos foi medido pelo custo
obtido da heurstica em teste e pela melhor
soluo conhecida para instncias pequenas
branch-and-bound e para instncias maiores
limitante inferior, utilizando uma relaxao
envolvendo a diviso da ordem em subordens e
estas sendo resolvidas como um problema de
programao linear. Para as instncias de 15 e de
25 ordens, os procedimentos ficaram entre 1 e
7% acima do limitante inferior.
Posteriormente, YANO & KIM (1991) forne-
ceram um outro procedimento de insero de
ociosidade. Nesse procedimento, os autores
utilizaram uma formulao com equaes
recursivas, assumindo que w
j
h
j
0. Os autores
utilizaram o branch-and-bound, j considerando
a insero de ociosidade no limitante inferior
para verificar o desempenho de quatro regras de
despacho e uma heurstica de troca de pares
adjacentes. Esse ltimo procedimento parecido
com o utilizado por FRY et al. e utiliza como
seqncia inicial quela definida pela regra de
despacho com melhor desempenho dentre as
quatro testadas. Nos cinco casos, aps a
definio da seqncia final, utiliza-se o
procedimento para a insero de ociosidade e
elaborao do programa. Os resultados indica-
ram que em mdia a heurstica ficou apenas a
0,1% do timo. Os autores finalizam o trabalho
apontando que haveria uma necessidade de se
criar limitantes inferiores melhores do que os
que foram utilizados no estudo.

3. Beam Search (BS)
e uma maneira direta e simplificada, pode-se
dizer que o BS uma tcnica de busca que
utiliza um certo nmero de solues em paralelo
em uma rvore de busca. O nmero de solues
em paralelo chamado de largura da busca.
Para o desenvolvimento do trabalho sero
utilizadas trs operaes com seqncias,
definidas como segue:
Definio 1: se =<(1),...,(n)> uma
seqncia com n elementos, define-se a operao
de transformao da seqncia , no conjunto J,
denotada por conj()=J, como aquela que forma
um conjunto sem ordenao com todos os
elementos pertencentes seqncia, ou seja,
J={(1),...,(n)} e |J |=n.
Exemplo: para =<A,B,C>, conj()=
{A,B,C}={B,A,C}=={C,B,A}.
Definio 2: se s
1
=<s
1
(1),...,s
1
(j)> e
s
2
=<s
2
(1),...,s
2
(i)> so duas seqncias parciais
(isto , no so formadas necessariamente por
todos os elementos disponveis), define-se a
concatenao de s
1
e s
2
como a seqncia
<s
1
(1),...,s
1
(j),s
2
(1),...,s
2
(i)>. Uma operao de
concatenao ser denotada por s
1
+s
2
.
Exemplo: para s
1
=<A,B,C> e s
2
=<D,E,F>,
s
1
+s
2
=<A,B,C,D,E,F>.
Definio 3: se =<(1),...,(n)> uma
seqncia completa e s
1
=<s
1
(1),...,s
1
(j)> uma
seqncia parcial onde todo elemento de
conj(s
1
) est em conj() , define-se a diferena
entre e s
1
como a seqncia que contm os
elementos ordenados com as mesmas relaes de
precedncia que em , mas no contm os
elementos de s
1
. Nesse caso a operao diferena
ser denotada por -s
1
=s
2
= <s
2
(1),...,s
2
(nj)>.
Exemplo: para =<A,B,C,D,E,F> e
s
1
=<B,D,E>, -s
1
=<A,C,F>.
D
GESTO & PRODUO v.5, n.2, p. 117-132, ago. 1998

121
As seqncias utilizadas adiante sero forma-
das pelos ndices dos elementos de J. Seja
(N: 0n) o nvel da rvore de busca; b a
largura da busca, isto , o nmero de seqncias
completas retidas para arborescncia no nvel
subseqente; r (rN:1rb(n+1)) um n em
um determinado nvel . Seja

r
uma seqncia
completa formada no n r do nvel e
0
uma
seqncia inicial completa. Cada seqncia

r

ser formada por uma seqncia parcial fixa

r
s
(onde |conj(

r
s )|=) e uma seqncia parcial
complementar

r r
s s =
0
.
Para o n r do nvel , uma seqncia com-
pleta ser formada da seguinte forma:
+ > =< + = ) ( ),..., 2 ( ), 1 (

r r r r r r
s s s s s
> < + ) ( ),..., 2 ( ), 1 (
0

r r r
s s s
Deseja-se encontrar uma seqncia completa
> =< + = ) ( ),..., 2 ( ), 1 ( n s s s s s
r r r
n
r
n
r
n
r
+,
onde
n
r
s representa uma seqncia parcial fixa
contendo todos os elementos de J.
Seja R
0
=conj(
0
)={1,...,n} o conjunto de
ndices das ordens disponveis pertencentes
seqncia inicial. Seja q (qN:1qb) um dos
ns retidos para arborescncia no nvel posterior;
) ( conj \
1 0
=

q q
s R R o conjunto de ndices de
ordens disponveis para serem processadas nos
ns descendentes de q do nvel 1; } {

r
A =
(rN:1rb(n-+1)) o conjunto de todas as
seqncias completas criadas no nvel ;
> =<

q
B B (qN:1qb) a seqncia de
seqncias retidas que contm os b menores
valores da funo

A g
r r
: ) ( ;

q
B a
seqncia de q-simo menor custo. Para
(uN:1ub), pode-se dizer que

=
= =
=
> <

, 2 se
) ( ) ( min :
1 se ) ( ) ( min :
1 2 1
,..., , conj \
q
g g
q g g
B
u r
B B B A
u
u r
A
u
q
q q r
r

ou, de uma forma mais compacta,

=
=
> <

. 2 se ) ( min arg
1 se ) ( min arg
1 2 1
,..., , conj \
q g
q g
B
r
B B B A
r
A
q
q q r
r

O procedimento tem incio com a definio
de um limitante superior, cuja seqncia
representada por > =< ) ( ),..., 2 ( ), 1 (
0 0 0 0
n ,
onde
0
(j) significa o ndice da ordem de
j-sima posio na seqncia
0
.
Posteriormente gera-se o primeiro nvel da
rvore de busca com n seqncias completas
> < + > =< + = j j s s
j j j
0 1 1 1
(j=1,2,...,n).
O conjunto de todas essas seqncias formar
o conjunto } {
1 1
j
A = (j=1,2,...,n), onde para cada
uma das seqncias, deve-se analisar o valor de
sua funo objetivo ) (
1
j
g . Os b menores
valores formaro a seqncia > =<
1 1
q
B B
(qN:1qb).
No segundo nvel, para cada seqncia parci-
al fixa retida no n anterior
1 1
B s
q
, deve-se
formar outras (n1) seqncias parciais fixas.
Para cada um dos b ns do primeiro nvel, as
seqncias parciais fixas sero definidas pelo
primeiro termo do primeiro nvel, uma enumera-
o completa das possveis ordens no segundo
nvel e o restante da seqncia derivado de
0
.
Portanto, cada ndice de ordem j
2
q
R (onde
) conj( \
1 0 2
q q
s R R = ) pertencente ao segundo
nvel, formar seqncias completas do tipo
> < + > =< + = j s j s s s
q q j j j
, ,
1 0 1 2 2 2
.
Colin Beam Search Filtrado

122
O conjunto de todas essas seqncias formar o
conjunto
2 2 2
}( {
q r
R r A = ; 1qb;1rb(n1)),
onde para cada uma das seqncias, deve-se
analisar o valor de sua funo objetivo ) (
2
r
g .
Os b menores valores formaro a seqncia
> =<
2 2
q
B B (qN:1qb).
Neste ponto a busca inicia-se no terceiro
nvel, e o mesmo procedimento utilizado at o
ltimo nvel da busca, no qual a seqncia
escolhida como sendo a melhor, ser definida
como
n
r
=
n
B
1
.
Como exemplo, pode-se citar o caso em que
haja 5 ordens para serem seqenciadas J
j

(j=D,B,A,C,E). A largura de busca desejada
b=2. Um esquema grfico do desenvolvimento
da soluo mostrado na Figura 1. Inicia-se o
procedimento encontrando-se uma seqncia
inicial de acordo com algum procedimento como
uma regra de despacho por exemplo.
Utilizando a regra de despacho, a seqncia
inicial definida por
0
= <A,B,C,D,E>. A
seqncia inicial ser considerada o limitante
superior. Gera-se o primeiro nvel da rvore com
uma enumerao completa das ordens que
possam estar na primeira posio da seqncia,
mantendo os outros elementos de
0
e retirando-
se o elemento que foi colocado na primeira
posio da seqncia de
0
, ou seja,
1
A
=
<A>+<
0
A> = <A,B,C,D,E>,
1
B
=
<B,A,C,D,E> ,...,
1
E
= <E,A,B,C,D>. Compa-
ram-se os valores das funes-objetivo das
seqncias obtidas ) (
1
r
g , e escolhe-se as b=2
melhores. Como resultado } ,..., , {
1
E
1
B
1
A
1
= A ,
1
B
1
1
= B pois ) ( ) ( min
1
B
1
1 1

g g
r
A
r
=

e
1
E
1
2
= B
pois ) ( ) ( min
1
E
1
\
1
1
1 1

g g
r
B A
r
=

.
Os ns criados no segundo nvel sero apenas
os filhos dos ns mantidos no primeiro nvel.
Para um certo nvel da rvore de busca
diferente dos nveis 0 e l , o nmero de ns
criados equivalente a b(n+1). Portanto, no
caso em anlise, cada n mantido no primeiro
nvel ir gerar outros quatro ns no segundo
nvel, totalizando 8 ns. Cada um dos ns ser
representado pelo primeiro termo do primeiro
nvel (B ou E), uma enumerao completa das
possveis ordens no segundo nvel e o restante da
BCA EAB EAD EAC BCE BCD
BCDA BCDE EABC
EABD
EABDC BCDEA
BE EA
BA BC BD EB ED EC
A B C D E
nvel 1
nvel 0
nvel 2
nvel 3
nvel 4
nvel 5

Figura 1 rvore de busca utilizando o beam search
GESTO & PRODUO v.5, n.2, p. 117-132, ago. 1998

123
seqncia derivado de
0
. Para o n B,
2
A
=
<B,A>+<
0
B,A> = <B,A,C,D,E>,
2
C
=
<B,C,A,D,E>,
2
D
= <B,D,A,C,E>,
2
E
=
<B,E,A,C,D>. O mesmo procedimento feito
para o n E, com o primeiro termo sendo
2
A
=
<E,A>+<
0
E,A> =<E,A,B,C,D>. O restante do
procedimento apresentado na Figura 1. No se-
gundo nvel as melhores seqncias parciais so
2
C
e
2
A
, no terceiro nvel
3
B
3
D
e e no quarto
nvel
4
D
4
E
e . No quinto e ltimo nvel, escolhe-
se a seqncia de menor custo entre
5
C
5
A
e .

4. Beam Search Filtrado (BSF)
filtro aplicado no BS teve sua origem nos
trabalhos apresentados por OW &
MORTON (1988 e 1989). O filtro pode ser
definido como uma funo de avaliao prvia
para o BS, transformando o BS em um mtodo
de busca de dois estgios. Conforme os estudos
de OW & MORTON, pode-se inferir que o BS
consegue melhores resultados com a utilizao
de um filtro adequado.
Na programao e seqenciao, o filtro pode
ser representado por uma funo de prioridade
da ordem J
j
no horrio t,
j
(t). Dependendo da
funo-objetivo que se esteja trabalhando, essa
funo de prioridade tambm pode ser uma regra
de despacho. Neste trabalho, ser utilizada a
funo de prioridade denominada EXP-ET
(Exponential - Earliness Tardiness) presente nos
estudos de OW & MORTON e explicada
detalhadamente no item 5.
Pode-se dizer que o procedimento seme-
lhante ao BS, diferindo apenas na forma de
escolha das seqncias

A
j
, a serem
analisadas. Essa alterao de uma avaliao
global de cada seqncia para uma avaliao
local faz com que o mtodo fique mais eficiente
se o nmero de ordens grande.
Deve-se formar um conjunto F={F
11
,F
21
,...,
F
f1
,F
12
,...,F
f2
,...,F
1b
,...,F
fb
} onde
) ( max arg
} ,..., , \{
) 1 ( 2 1
t F
j
F F F R j
dq
q d q q q

= ,
com (d,qN:1df;1qb), F
0q
= e lembrando
que nesse caso o argumento um j

q
R e no t.
Para cada ordem F
dq
F, deve-se elaborar e
avaliar todas as seqncias completas

dq
F
,
mantendo-se as
) ( min arg
} 1 ,..., 2 , 1 \{


dq
dq
F
u u F F
u
g

= ,
para (uN:1ub), com

0
=.
As seqncias que no foram escolhidas para
serem mantidas so eliminadas definitivamente.
Portanto } : { F F A
dq F
dq
=

. O restante do
procedimento equivalente ao BS.
Para uma maior clareza de apresentao, o
procedimento BSF est disponvel no apndice
como um pseudocdigo.

5. Funo de Prioridade EXP-ET
ma funo de prioridade um procedimen-
to que utiliza informaes das ordens para
definir qual deve ser processada subseqente-
mente e se a mesma deve ter ociosidade inserida,
antes de iniciar o seu processamento. Especifi-
camente, a funo de prioridade EXP-ET (
j
(t))
pode ser definida como sendo:

|
|

\
|
+

+

|
|

\
| +

=
casos, outros para
) , min( ) (
se
) , 0 max( ) (
exp
) (
3
med
j j med
j
j j
j
j
j
j
j j
med j
j j
med
j j
j
j j
j
j
j
kp
p t d kp
h
w h
h
w
p
h
w h
kp w
p t d
p
p t d
h
w h
p
w
t

O
U
Colin Beam Search Filtrado

124
onde k um parmetro de ajuste que determina o
horrio em que a funo de prioridade comea
crescer e p
med
o tempo de processamento mdio
das ordens que ainda no foram seqenciadas,

=
D j
j med
p D p
1
| | , sendo D o conjunto de
ordens ainda no seqenciadas.
A utilizao da funo pode ser no modo
despacho, de maneira que, a ordem que
apresentar o maior valor numrico dentre todas
as disponveis deve ser seqenciada subseqen-
temente. Neste trabalho a funo ser utilizada
no modo despacho.
A Figura 2 mostra, para 2 ordens, a funo de
prioridade variando no decorrer do tempo.
Perceba que uma ordem J
j
que no horrio t era
menos prioritria que J
i
, pode se tornar mais
prioritria do que J
i
no horrio t+t, onde t
um intervalo de tempo.

6. Insero de Ociosidade
roblemas que levam em considerao o
adiantamento, devem necessariamente utili-
zar a insero de ociosidade. Caso no seja
assim, uma das principais caractersticas desses
problemas deixada de fora. Mesmo assim,
vrios autores no trabalharam com a insero
de ociosidade (OW & MORTON, 1988 e 1989,
ABDUL-RAZAQ & POTTS, 1988), provavel-
mente pelo fato de no conhecerem um algo-
ritmo para tal. Permitindo a insero de ociosi-
dade como uma varivel contnua, um conjunto
com n ordens possui infinitos programas viveis.
O primeiro trabalho a apresentar um AIO
pertence a FRY et al. (1987). De uma maneira
bastante clara nesse trabalho, os autores formu-
laram o problema de insero de ociosidade no
problema de atraso e adiantamento com penali-
dades individuais, como um problema de progra-
mao linear. Pela caracterstica do problema, o
mesmo pde ser resolvido em tempo O(n
2
).
De uma maneira provavelmente independen-
te, GAREY et al. (1988) tambm propuseram
um AIO no problema de atraso e adiantamento
sem penalidades, com tempo O(n log n). Ambos
os trabalhos supem que os algoritmos sejam
utilizados em uma seqncia definida prelimi-
narmente.
P
funo de prioridade EXP-ET
d
i
d
j
kp
med
w
j
/p
j
w
i
/p
i
-h
j
/p
j
-h
i
/p
i

(t)
p
i
kp
med
p
j
t
0

Figura 2 Significado grfico da funo de prioridade EXP-ET (k=5)

GESTO & PRODUO v.5, n.2, p. 117-132, ago. 1998

125
Algum tempo depois, YANO & KIM (1991)
propuseram um outro AIO baseado na progra-
mao dinmica. A insero de ociosidade
tambm feita aps a seqenciao e o tempo de
soluo no pior caso O(n
2
log n) demonstrando
que a implementao desse algoritmo proporcio-
na uma insero de ociosidade com tempo
menos eficiente do que os dois casos comenta-
dos anteriormente.
Neste trabalho ser utilizada uma verso
adaptada do AIO de GAREY et al. (1988),
disponvel em COLIN (1997) e COLIN &
SHIMIZU (1998), para a utilizao em funes-
objetivo do tipo min(h
j
E
j
+w
j
T
j
). De uma forma
concisa, pode-se dizer que aps uma seqncia
completa ser gerada, o AIO insere a quantidade
tima de ociosidade na seqncia definida
preliminarmente.

7. Estudo Computacional
principal objetivo do estudo computacio-
nal analisar o desempenho do BSF
quando o mesmo utilizado juntamente com o
AIO. Comparaes tentaro identificar casos em
que a insero de ociosidade poderia ser van-
tajosa levando em considerao caractersticas
intrnsecas dos dados que esto sendo utilizados.
Com a finalidade de se ampliar os estudos
originais de OW & MORTON (1988 e 1989), as
instncias testadas sero de grandes dimenses.
Devido a esse fator, torna-se invivel a utiliza-
o de um mtodo timo para comparao.
Mesmo assim, uma hiptese a ser considera-
da que a diferena entre a soluo tima e a
soluo gerada pelo BSF no se altera conforme
o aumento do tamanho da instncia. Assumindo
que essa hiptese seja verdadeira embora no
haja uma garantia efetiva de que isso ocorra ,
pode-se considerar as diferenas obtidas nos
estudos de OW & MORTON equivalentes s
diferenas obtidas neste estudo.

7.1 Variveis Controladas
Desde o comeo da dcada de 70, foram
identificadas duas variveis que parecem ter uma
maior influncia nos estudos que levam em
considerao o atraso considerando que o
adiantamento um atraso negativo. A primeira
delas o fator de atraso mdio, (SRINIVASAN,
1971), que pode ser definida semanticamente
como a proporo de ordens que atrasariam caso
a seqncia fosse obtida aleatoriamente.
Matematicamente definida como

= =
j
j
med
med
p n
d
np
d
1 1 .
A segunda a amplitude relativa das datas, R
(WILKERSON & IRWIN, 1971, BAKER &
MARTIN, 1974). Essa varivel indica o quanto
as datas de entrega esto distribudas no
intervalo total de processamento das ordens.
Matematicamente

min max min max

=
j med
p
d d
np
d d
R .
Para uma maior clareza desses conceitos, a
Figura 3 apresenta o significado grfico dos
mesmos. Note pela figura que as variveis
alteram a mdia das datas de entrega e o quanto
essas datas esto distribudas com relao ao
tempo total de processamento.

7.2 Experimento Realizado
O BSF e o AIO foram programados em
PASCAL 6.0 e implementados em um micro-
computador com processador PENTIUM-
133Mhz e 8MB de memria RAM.
As instncias foram geradas com as seguintes
caractersticas:
Nmero de ordens: n=100;
O
Colin Beam Search Filtrado

126
Fator de atraso mdio: {0,1;0,2;0,4;0,6;
0,8;0,9};
Amplitude relativa das datas de entrega:
R{0,1;0,2;0,4;0,6;0,8;0,9};
Tempo de processamento: p
j
~U[1,100], onde
~U[] representa uma distribuio uniforme
discreta;
Data de entrega:

,
2
) 1 ( ~
PR
P U d
j

(

(
+
2
) 1 (
PR
P , onde P = nE(p) = (n
2
+n)/2
define a soma da esperana dos tempos de
processamento, de acordo com a mdia da
distribuio;
Penalidade de adiantamento: h
j
~U[1,100];
Penalidade de atraso: w
j
~U[1,100].
Combinando as instncias com relao a e a
R, obtm-se 36 tipos de instncias. Para cada um
desses 36 tipos foram geradas 20 instncias.
Pelo fato de existirem problemas na gerao
de nmeros aleatrios, uma instncia s foi
aceita de acordo com alguns critrios de
aprovao. O critrio a proporo da diferena
entre as variveis reais e nominais, ou seja:
.
| |
) Prop(
e
| |
= ) Prop(
R
R R
R
real
real

As definies de
real
e R
real
para uma deter-
minada instncia inst (onde |inst| representa o
nmero de ordens da instncia), so as seguintes:
.
| | max
e
| inst |
1
inst
inst ,
inst
inst

=
=
j
j
k i
k i
real
j
j
j
j
real
p
d d
R
p
d

Com a utilizao do critrio de aceitao no
houve necessidade de se gerar as datas de
entrega dependentes dos tempos de processa-
mento, conforme normalmente ocorre na
literatura. Note que os casos tratados na
literatura podem ter problemas na gerao dos
tempos de processamento. No h verificao se
os mesmos foram gerados conforme o esperado.
No caso proposto aqui, ambos, as datas de
entrega e os tempos de processamento, tm seus
valores avaliados aps a gerao.
Para uma dada proporo de desvio dos
valores nominais, o programa aceita ou rejeita a
instncia em questo. Neste trabalho, foi
utilizada uma proporo de 15%, tanto em
como em R, para a aceitao das instncias.
Para os pares (,R){(0,8;0,8),(0,8;0,9),
(0,9;0,4),(0,9;0,6),(0,9;0,8),(0,9;0,9)}, foi permi-
tida a gerao de datas de entrega negativas. Os
demais pares foram gerados de acordo com datas
positivas. A razo para esse fato fica clara pela
observao da Figura 3. Se o e o R so
grandes, a parte esquerda de R de d
min
at d
med

possui uma regio que fica antes de 0.
As solues das instncias foram separadas
em 2 grandes grupos. O primeiro, denominado
R p
j
tempo
p
j
d
min
d
max 0
d
med
p
j

Figura 3 Variveis testadas no estudo computacional
GESTO & PRODUO v.5, n.2, p. 117-132, ago. 1998

127
grupo 1, o das solues no modo despacho,
isto , sem insero de ociosidade. O grupo 2
no modo programao, isto , com a utilizao
do AIO e com a seqncia inicial sendo definida
por EXP-ET no modo despacho.
No modo despacho, programa-se as ordens de
acordo com a seqncia, sem a insero de
ociosidade. Esse modo, de fcil implementao,
amplamente utilizado em indstrias. No modo
programao, define-se uma seqncia prelimi-
narmente e insere-se a ociosidade. Em seguida,
elabora-se o programa com os respectivos
horrios de incio e de trmino de cada ordem.

7.3 Interpretao dos Resultados
Apresentam-se abaixo as comparaes entre
os diversos casos com relao aos tempos de
processamento computacional bem como aos
valores das funes-objetivo.
Comparao com relao aos tempos de
processamento computacional: Os resultados
apresentados aqui sero os tempos de processa-
mento computacional mdios das 20 instncias
resolvidas com relao a um determinado par
(,R).
A Figura 4 apresenta os tempos de processa-
mento computacional em centsimos de segundo
(cs) nos experimentos do grupo 1. Nesse caso
no houve variao dos tempos com relao aos
parmetros (,R).
No caso dos procedimentos com insero de
ociosidade, o BSF depende dos parmetros (,R).
A Figura 5 apresenta os tempos de processamen-
to computacional para as larguras de busca 1 e 3,
ao passo que a Figura 6 apresenta para as
larguras 5 e 8.
Pelos grficos, observa-se que enquanto o
produto bf pequeno com relao escala de
tempos, o tempo de soluo relativamente
invariante com (,R). De uma maneira geral, o
tempo diminui com o aumento de e de R.
Portanto, os menores tempos so obtidos com os
maiores valores do par (,R). Isso acontece pois
nesse caso, a insero de ociosidade muito
pequena quando existe e portanto o AIO
pouco utilizado.
Comparao com relao aos valores das
funes-objetivo: A Tabela 1 apresenta uma
anlise das funes-objetivo. Como menciona-
do anteriormente, toda a massa de dados
analisada foi com relao mdia das 20
instncias para um determinado par (,R). A
coluna g1* representa o melhor valor
alcanado (isto , melhor mdia de 20 instn-
cias), considerando-se todas as combinaes de
relao entre tempo de soluo, larguras da busca
e do filtro
0
500
1000
1500
2000
2500
3000
3500
1 3 5 8 12
largura do filtro
t
e
m
p
o

d
e

s
o
l
u

o

(
c
s
)
b=1
b=3
b=5
b=8

Figura 4 Relao entre tempo de soluo, larguras da busca e do filtro no BSF
sem insero de ociosidade
Colin Beam Search Filtrado

128
b e f. A coluna (b;f) de g1* mostra qual
combinao de (b;f) propiciou o melhor valor
alcanado. A coluna DP representa o desvio-
padro das mdias dos valores de (b;f) para um
determinado par (,R). A coluna diminuio
do custo mostra o quanto o valor mnimo do
grupo 2 menor do que o menor valor do grupo
1. relevante observar que um desvio-padro
grande representa que a mudana nos valores
de b e f alteram bastante os valores da funo-
objetivo.
Largura da busca e do filtro: Um fato
curioso alcanado nos experimentos para o
grupo 1 que o f ideal para 25 ordens
alcanada por OW & MORTON (1988 e 1989)
se no equivalente, muito prxima da
alcanada aqui para o caso de 100 ordens. Outro
ponto que pode ser citado com relao aos
tempos de soluo para b=1 e b=3
0
500
1000
1500
2000
2500
3000
3500
0
,
1
;
0
,
1
0
,
1
;
0
,
6
0
,
2
;
0
,
1
0
,
2
;
0
,
6
0
,
4
;
0
,
1
0
,
4
;
0
,
6
0
,
6
;
0
,
1
0
,
6
;
0
,
6
0
,
8
;
0
,
1
0
,
8
;
0
,
6
0
,
9
;
0
,
1
0
,
9
;
0
,
6
fator de atraso mdio; amplitude da
distribuio
t
e
m
p
o

(
c
s
)
b=1, f=1
b=1, f=3
b=1, f=5
b=1, f=8
b=1, f=12
b=3, f=1
b=3, f=3
b=3, f=5
b=3, f=8
b=3, f=12

Figura 5 Tempos de soluo do BSF com insero de ociosidade para b=1 e b=3

tempos de soluo para b=5 e b=8
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
0
,
1
;
0
,
1
0
,
1
;
0
,
6
0
,
2
;
0
,
1
0
,
2
;
0
,
6
0
,
4
;
0
,
1
0
,
4
;
0
,
6
0
,
6
;
0
,
1
0
,
6
;
0
,
6
0
,
8
;
0
,
1
0
,
8
;
0
,
6
0
,
9
;
0
,
1
0
,
9
;
0
,
6
fator de atraso mdio; amplitude da
distribuio
t
e
m
p
o

(
c
s
)
b=5, f=1
b=5, f=3
b=5, f=5
b=5, f=8
b=5, f=12
b=8, f=1
b=8, f=3
b=8, f=5
b=8, f=8
b=8, f=12

Figura 6 Tempos de soluo do BSF com insero de ociosidade para b=5 e b=8

GESTO & PRODUO v.5, n.2, p. 117-132, ago. 1998

129
parmetros testados. Nos estudos de OW &
MORTON o leitor fica inclinado a entender que
a utilizao do filtro boa para qualquer
combinao de (,R). Para o grupo 1, a utilizao
do filtro sempre foi vantajosa conforme pode ser
observado na Tabela 1, apesar de que em alguns
casos, a utilizao do filtro melhorou a busca em
apenas fraes de um ponto percentual. No
grupo 2, isso nem sempre foi verdade. Os casos
onde f=1 representam que o BS sem o filtro
melhor do que o BSF.
Na mdia geral, o f ideal para o grupo 1 est
entre 2 e 4. Para o caso de b, desconsiderando-se
o tempo de processamento computacional,
quanto maior seu valor melhor. O filtro no grupo
2, na mdia geral tambm ficou entre 2 e 4. Um
aumento da largura da busca tambm tende a
melhorar os resultados.
Como resultado final e sugesto pode-se
dizer que o filtro utilizado com cautela em casos
bem estudados, pode melhorar significativamen-
te o BS com relao ao valor alcanado pela
funo-objetivo.
Insero de ociosidade: Para casos especfi-
cos, a insero de ociosidade torna-se absoluta-
mente vital. Especialmente para pequeno e R
grande, a insero de ociosidade melhora
bastante o valor da funo-objetivo. A Tabela 1
mostra casos cuja melhoria proporcionada pelo
procedimento de insero de ociosidade levou a
funo-objetivo diminuir em mais de 40%. Se
for levado em considerao que nos casos
prticos, em que os valores de tendem a ser
pequenos e de R ser grandes (poucas ordens
atrasaro e as datas de entrega so relativamente
bem distribudas ao longo do horizonte de
programao), o procedimento proposto ainda
mais interessante.
Esses resultados indicam que uma boa esco-
lha do tipo de procedimento, e dos parmetros
utilizados no procedimento como por exemplo b
e f tm importncia significativa para o bom
desempenho do procedimento utilizado. Os
resultados detalhados para todos os pares (;R)
testados se encontram em COLIN (1997).

Tabela 1 Resultados obtidos com relao s funes-objetivo
diminuio do custo
g 1* (b ;f ) de g 1* DP g 2* (b ;f ) de g 2* DP 1-g 2*/g 1*
0,1;0,1 4.562.972 5;5 3.083 4.560.666 8;3 3.662 0,1%
0,1;0,2 4.585.530 5;3 7.465 4.508.650 8;8 14.091 1,7%
0,1;0,4 4.747.974 5;3 12.029 4.163.312 8;1 28.910 12,3%
0,1;0,6 4.805.645 5;3 15.304 3.688.933 8;1 62.662 23,2%
0,1;0,8 5.119.174 5;3 16.743 3.374.460 8;1 65.530 34,1%
0,1;0,9 5.153.336 5;3 22.927 3.041.117 8;1 90.499 41,0%
0,2;0,1 3.422.170 5;3 2.478 3.422.170 8;3 2.478 0,0%
0,2;0,2 3.119.043 5;5 7.748 3.118.984 5;5 7.761 0,0%
0,2;0,4 3.050.337 5;3 12.926 2.981.846 5;5 18.429 2,2%
0,2;0,6 2.726.878 8;3 22.030 2.391.047 8;8 14.249 12,3%
0,2;0,8 3.064.066 8;3 26.677 2.106.824 8;1 66.343 31,2%
0,2;0,9 3.444.806 8;3 28.263 2.043.087 8;1 71.760 40,7%
0,4;0,1 2.400.427 8;5 3.555 2.400.427 8;5 3.555 0,0%
0,4;0,2 2.106.551 5;5 5.739 2.106.551 3;5 5.739 0,0%
0,4;0,4 1.553.698 8;5 8.224 1.553.698 8;5 8.224 0,0%
0,4;0,6 988.660 8;5 14.193 988.340 5;5 14.021 0,0%
0,4;0,8 719.671 8;3 24.706 678.796 8;3 21.899 5,7%
0,4;0,9 733.003 8;3 32.259 534.240 8;3 20.957 27,1%
0,6;0,1 2.636.199 8;5 8.072 2.636.199 8;5 8.072 0,0%
... ... ... ... ... ... ... 0,0%
0,9;0,9 5.423.469 8;3 2.604 5.423.469 8;3 2.604 0,0%
par
resultado grupo 1 resultado grupo 2

Colin Beam Search Filtrado

130

8. Consideraes Adicionais
e forem levados em considerao casos
reais, a importncia da insero de ociosida-
de provavelmente seria diminuda. Isso
aconteceria devido s empresas sempre terem
uma carteira de pedidos que se aproxima de sua
capacidade produtiva. Mesmo assim, a insero
de ociosidade como no caso estudado aqui deve
ser encarada como uma ferramenta adicional de
programao. Seu principal intuito diminuir os
custos referentes ao adiantamento na utilizao
de recursos.
A insero de ociosidade freqente indica
que alguma providncia deve ser tomada nos
outros nveis de deciso. Por exemplo a
eliminao de turnos de trabalho, a melhor
definio das datas de entrega, o remanejamento
de pessoal ou a diminuio do nmero de horas-
extras realizadas podem ser opes mais
lucrativas sob o ponto de vista da empresa. A
insero de ociosidade na programao da
produo feita com o intuito de diminuir os
custos, mas sem levar em considerao a
hiptese de se tomar decises pertencentes a
outros nveis.
Pela complexidade do procedimento, da
forma que foi apresentado, parece que o BS s
se adequaria num ambiente real de programao
de uma mquina apenas. Dessa forma, ele faria a
programao da mquina gargalo e as outras
mquinas deveriam ser programadas com
procedimentos mais simples como regras de
despacho. Casos desse tipo so bem discutidos
em MORTON & PENTICO (1993).
Como sugesto de pesquisas futuras, parece
ser vivel o desenvolvimento de um procedi-
mento mais poderoso com relao aos
resultados alcanados pelo BSF com insero de
ociosidade. Em alguns casos isolados, como por
exemplo para certos (;R) e (b;f), a insero de
ociosidade fez os resultados da busca piorarem.
Poderia-se tentar, de alguma forma, elaborar um
limitante superior utilizando ambos os procedi-
mentos, com e sem insero de ociosidade, para
que o melhor dos dois fosse alcanado. Por
exemplo, YANO & KIM (1991) utilizam o
procedimento de insero de ociosidade aps a
seqncia final ser definida. Por conseqncia,
no h como o valor da funo-objetivo no caso
com insero de ociosidade ser pior do que no
caso sem.

Agradecimentos
Gostaria de agradecer aos referees, cujas
sugestes e comentrios ajudaram a melhorar a
apresentao e a clareza deste trabalho. Este
trabalho teve apoio financeiro fornecido pela
CAPES (Coordenao de Aperfeioamento de
Pessoal de Nvel Superior) por intermdio de
uma bolsa de mestrado institucional.

Apndice: Pseudocdigo do BSF
Para o entendimento do pseudocdigo, defi-
ne-se adicionalmente: um ; separam dois
comandos; 1
i
s
C o horrio de trmino de
processamento da seqncia parcial s
i
no nvel
1.

S
GESTO & PRODUO v.5, n.2, p. 117-132, ago. 1998

131
procedimento Beam Search Filtrado (b,f,R
0
,
0
)
incio
Calcule p
med
de R
0
; F;
para i:=1 at n faa
incio
Calcule
i
(0); Insira i de acordo com valores crescentes de
i
(0) em F;
fim;
para i:=1 at max{b,f} faa
incio
Retire de
0
i
s , a ordem de i-sima posio em F e insira-a em
1
i
s ; Concatene
1
i
s e
1
i
s , gerando
i
;
Calcule g(
i
); Insira
i
ordenada por funo objetivo no conjunto A;
fim;
para i:=1 at b faa
Insira a i-sima seqncia do conjunto A em B;
para :=2 at n1 faa
incio
para i:=1 at b faa
Auxiliar;
para j:=1 at b faa
(
j
B)(
j
A);
fim;
fim;

Figura 6 Pseudocdigo BSF

procedimento Auxiliar
incio
R

R
0
\conj(
1
i
s ); Calcule p
med
de R

; F;
para j:=1 at |R

| faa
incio
Calcule
j
( 1
i
s
C ); Insira j de acordo com valores crescentes de
j
( 1
i
s
C ) em F;
fim;
para j:=1 at min{b,|R

|} faa
incio
Concatene
1
i
s a ordem de posio j-sima em F, gerando a seqncia parcial

j
s ;
Concatene

j
s a

j
s , gerando
j
; Calcule g(
j
); Analisados:=min{max{b,f},|R

|};
se (|A|<Analisados) ento Insira
j
em A, ordenado de acordo com valores crescentes de g();
caso contrrio
incio
PosInsero:=0;
para m:=|A| diminuindo at 1 faa
se (g(
j
)<g(
m
)) ento PosInsero:=m;
se (PosInsero>=1) e (PosInsero<|A|) ento
incio
Movimente todas as seqncias em A que ficam aps a PosInsero-sima posio para
uma posio posterior, at a posio |A|1;
Insira
j
na (PosInsero)-sima posio de A;
fim;
fim;
fim;
fim;

Figura 7 Procedimento auxiliar do pseudocdigo BSF
Colin Beam Search Filtrado

132
Referncias Bibliogrficas
ABDUL-RAZAQ, T.S. & POTTS, C.N.: Dynamic
programming state-space relaxation for single
machine scheduling, Journal of Operational
Research Society, vol. 39, pp. 141-152, 1988.
BAKER, K.R. & MARTIN, J.B.: An experimental
comparison of solution algorithms for the single-
machine tardiness problem, Naval Research
Logistics Quarterly, vol. 21, pp. 187-199, 1974.
COLIN, E.C.: Beam search e insero de
ociosidade no problema de programao de uma
mquina em ambiente do tipo JIT, So Paulo,
Escola Politcnica, Universidade de So Paulo,
dissertao de mestrado, 106p., 1997.
COLIN, E.C. & SHIMIZU, T.: Algoritmo de
programao de mquinas individuais com
penalidades distintas para adiantamento e para
atraso, submetido publicao, 1998.
FRY, T.D.; ARMSTRONG, R.D. &
BLACKSTONE, J.H.: Minimizing weighted
absolute deviation in single machine scheduling,
IIE Transactions, vol. 19, pp. 445-450, 1987.
GAREY, M.R.; TARJAN, R.E. & WILFONG,
G.T.: One-processor scheduling with symmetric
earliness and tardiness penalties, Mathematics of
Operations Research, vol. 13, pp. 330-348, 1988.
MORTON, T.E. & PENTICO, D.W.: Heuristic
scheduling systems: with applications to produc-
tion systems and project management, Wiley,
New York, 1993.
OW, P.S. & MORTON, T.E.: Filtered beam search
in scheduling, International Journal of Produc-
tion Research, vol. 26, pp. 35-62, 1988.
OW, P.S. & MORTON, T.E.: The single machine
early/tardy problem, Management Science, vol.
35, pp. 177-191, 1989.
SRINIVASAN, V.: A hybrid algorithm for the one
machine sequencing problem to minimize total
tardiness, Naval Research Logistics Quarterly,
vol. 18, pp. 317-327, 1971.
WILKERSON, LJ. & IRWIN, J.D.: An improved
method for scheduling independent tasks, AIIE
Transactions, vol. 3, pp. 239-245, 1971.
YANO, C.A. & KIM, Y.D.: Algorithms for a class
of single-machine weighted tardiness and earli-
ness problems, European Journal of Operational
Research, vol. 52, pp. 167-178, 1991.



FILTERED BEAM SEARCH WITH OCIOSITY INSERTION FOR SINGLE
MACHINE SCHEDULING IN A JIT ENVIRONMENT
Abstract
This work evaluates the use of a filtered beam search (FBS) combined with an ociosity insertion
algorithm (OIA). The case studied is based on a single machine, with multiple due dates, and distinct
earliness and tardiness penalties for each job. The objective function is to minimize total cost. For
this, the FBS is used to construct sequences, and the OIA is used to obtain schedules. It is assumed
that the degree of difficulty of solving the problem is dependent on two parameters: average tardiness
factor and relative range of due dates. Comparative empirical tests were conducted with computa-
tional simulation, where computational solution time and the objective function value were evaluated.
The results indicate that in general, the proposed procedure favours a decrease in total cost and, in
addition, that before choosing an appropriate procedure, the ideal situation is to know the value of the
parameters.

Key words: single machine scheduling, ociosity insertion, filtered beam search, just-in-time.