Métodos heurísticos aplicados ao problema multiobjetivo de programação de atividades de técnicos de campo

• Processo: 22/06747-0
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de julho de 2022
• Data de Término da vigência: 30 de abril de 2023
• Área de conhecimento: Engenharias - Engenharia de Produção - Pesquisa Operacional
• Pesquisador responsável: Débora Pretti Ronconi
• Beneficiário: José Angel Riveaux Merino
• Instituição Sede: Escola Politécnica (EP). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Vinculado ao auxílio: 16/01860-1 - Problemas de corte, empacotamento, dimensionamento de lotes, programação da produção, roteamento, localização e suas integrações em contextos industriais e logísticos, AP.TEM
• Assunto(s): Heurística Meta-heurística Algoritmos genéticos Métodos numéricos de otimização NP-completo
• Palavra(s)-Chave do Pesquisador: Biased Randon Key Genetic Algorithm | heuristicas | meta-heurísticas | programação e roteamento de técnicos | Meta-heurísticas

Resumo

Este projeto tem como objetivo propor um estudo aprofundado do problema de programação e roteamento de técnicos. O problema consiste em programar um conjunto de atividades geograficamente dispersas que devem ser executadas por um grupo de técnicos em um determinado período. As tarefas possuem diferentes prioridades e janelas de tempo, e os técnicos apresentam distintos horários de expediente e habilidades. A proposta de trabalho está dividida em duas etapas. Na primeira, cada tarefa é atendida por um único técnico e, para priorizar a qualidade no atendimento do cliente, uma abordagem não encontrada na literatura é proposta: estudar o problema no contexto multiobjetivo, procurando maximizar a soma das prioridades das tarefas executadas e, ao mesmo tempo, atender os clientes prioritários o mais cedo possível. Trata-se de um problema de otimização NP-difícil, que será resolvido através de um Algoritmo Genético (AG) que vem apresentando bons resultados em problemas semelhantes. Na segunda parte, será estudada uma variação deste problema encontrada na literatura, onde as tarefas devem ser executadas por equipes de técnicos, cada um deles com diferentes habilidades. O objetivo será minimizar o custo total de deslocamento e o custo de terceirização. Nas duas partes do trabalho, os resultados do AG proposto serão comparados com os resultados e métodos da literatura. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

MELO, RAFAEL A.; RIBEIRO, CELSO C.; RIVEAUX, JOSE A.. A biased random-key genetic algorithm for the minimum quasi-clique partitioning problem. ANNALS OF OPERATIONS RESEARCH, v. N/A, p. 33-pg., 2023-09-28. (22/06747-0)