PLANEJAMENTO DE ROTAS ÓTIMAS COM ALGORITMOS GENÉTICOS:

UMA SOLUÇÃO PARA A OTIMIZAÇÃO DE TRANSPORTE

Autores

  • Matheus Costa Pereira Universidade Federal de Itajubá - Unifei
  • Anderson Paulo de Paiva Universidade Federal de Itajubá - Unifei
  • Vinícius Antônio Montgomery de Miranda Universidade Federal de Itajubá - Unifei
  • Pedro Jose Papandrea Universidade Federal de Alfenas - UNIFAL https://orcid.org/0000-0001-7614-253X

Palavras-chave:

Roteirização, Otimização, Algoritmos genéticos

Resumo

O transporte de cargas por estradas é responsável por movimentar uma grande quantidade de mercadorias no Brasil, o que impõe a necessidade de tomar decisões acertadas nesse setor. Nesse contexto, um estudo foi realizado para abordar o Problema do Transporte e aplicar a Pesquisa Operacional (PO) com o objetivo de otimizar as rotas, com vistas a maximizar os lucros e minimizar as despesas, a distância percorrida e o tempo de viagem. O artigo descreve as etapas desse estudo, desde a apresentação do problema e o desenvolvimento de um software até a análise de um caso de roteirização utilizando algoritmos genéticos. O roteirizador é uma ferramenta fundamental para otimizar as rotas de transporte, pois busca encontrar a sequência mais eficiente de pontos. Ele foi criado e programado utilizando o Virtual Basic for Applications (VBA) e integrou-se ao My Maps para exibir mapas reais, com a finalidade de oferecer uma contribuição efetiva às empresas.

Biografia do Autor

Pedro Jose Papandrea, Universidade Federal de Alfenas - UNIFAL

Pós-Doutorado PDJ CNPq, Ph.D. em Engenharia de Produção pela Universidade Federal de Itajubá e Universidade do Tennessee (The University of Tennessee, Knoxville), EUA na modalidade PDSE CAPES (2018). Mestre em Engenharia de Produção pela Universidade Federal de Itajubá (2013). Pós-graduado em Engenharia de Produção pela Universidade Federal de Itajubá em Qualidade e Produtividade (2011). Bacharel em Administração de Empresas pela Faculdade de Administração e Informática de Santa Rita do Sapucaí (2005) . Professor e consultor de Engenharia de Produção e Administração de Empresas. Black Belt Lean Six Sigma. Bacharel Ciências Contábeis pela Universidade Cidade de São Paulo (SP). Graduando em Gestão da Produção Industrial pela Universidade Cidade de São Paulo (SP).

Referências

BALLOU, Ronald H. Gerenciamento da Cadeia de Suprimentos: Logística Empresarial. Porto Alegre: Bookman editora, 2007.

BOWERSOX, Donald J.; CLOSS, David J. Logística empresarial: o processo de integração da cadeia de suprimento. 2007. p. 594-594.

CHING, Hong Yuh. Gestão de estoques na cadeia de logística integrada-supply chain. Editora Atlas SA, 2000.

CLARENS, Gérard C.; HURDLE, V. F. An operating strategy for a commuter bus system. Transportation Science, v. 9, n. 1, p. 1-20, 1975.

CONFEDERAÇÃO NACIONAL DO TRANSPORTE – CNT. Perfil Empresarial 2021: Transporte Rodoviário de Cargas. Brasília: CNT, 2021.

DE OLIVEIRA, Lucas Guedes et al. Response surface methodology for advanced manufacturing technology optimization: theoretical fundamentals, practical guidelines, and survey literature review. The International Journal of Advanced Manufacturing Technology, v. 104, p. 1785-1837, 2019.

JÜNGER, Michael; REINELT, Gerhard; RINALDI, Giovanni. The traveling salesman problem. Handbooks in operations research and management science, v. 7, p. 225-330, 1995.

KARP, Richard M. On the computational complexity of combinatorial problems. Networks, v. 5, n. 1, p. 45-68, 1975.

KOTHARI, Chakravanti Rajagopalachari. Research methodology: Methods and Techniques. 2ª ed. New Age International Publishers, 2004.

MERZ, P. Memetic algorithms for combinatorial optimization problems: Fitness landscapes and effective search strategies, Ph.D. Theses, Parallel Systems Research Group. Department of Electrical Engineering and Computer Science. University of Siegen, 2000.

NISSEN, Volker; BIETHAHN, Jörg. An introduction to evolutionary algorithms. Evolutionary algorithms in management applications, p. 3-43, 1995.

SEGUY, Vivien et al. Large-scale optimal transport and mapping estimation. 6th International Conference on Learning Representations, ICLR, 2018.

TAHA, Hamdy A. Operations research: an introduction. Journal of Manufacturing Systems, v. 1, n. 17, p. 78, 1998.

Arquivos adicionais

Publicado

2024-01-12

Como Citar

Costa Pereira, M., de Paiva, A. P., Montgomery de Miranda, V. A., & Papandrea, P. J. (2024). PLANEJAMENTO DE ROTAS ÓTIMAS COM ALGORITMOS GENÉTICOS:: UMA SOLUÇÃO PARA A OTIMIZAÇÃO DE TRANSPORTE. Journal of Open Research, 5(1). Recuperado de https://stellata.com.br/journals/jor/article/view/44

Edição

v. 5 n. 1 (2024): JOURNAL OF OPEN RESEARCH

Seção

Artigos