Otimização Robusta aplicada ao Problema de Alocação de Veículos

• Processo: 22/16817-5
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de julho de 2023
• Data de Término da vigência: 28 de fevereiro de 2025
• Área de conhecimento: Engenharias - Engenharia de Produção - Pesquisa Operacional
• Pesquisador responsável: Pedro Augusto Munari Junior
• Beneficiário: Enzo Canesso Geraldini
• Instituição Sede: Centro de Ciências Exatas e de Tecnologia (CCET). Universidade Federal de São Carlos (UFSCAR). São Carlos , SP, Brasil
• Vinculado ao auxílio: 22/05803-3 - Problemas de corte, empacotamento, dimensionamento de lotes, programação da produção, roteamento e localização e suas integrações em contextos industriais e logísticos, AP.TEM
• Assunto(s): Modelos matemáticos Otimização robusta Problemas de roteamento de veículos Otimização
• Palavra(s)-Chave do Pesquisador: modelagem matematica | Otimização robusta | otimização sob incertezas | Problema de alocação de veículos | roteamento de veículos | Otimização

Resumo

A formulação de modelos matemáticos e algoritmos para a resolução do problema de alocação de veículos (PAV) vem se mostrando uma ferramenta importante no que tange a decisões de alocação de frotas para o transporte de mercadorias. Tais decisões podem atuar na diminuição do número de viagens com contêineres vazios que acarretam na elevação de custos logísticos para a empresa, além de promover a disponibilidade de mercadoria nos devidos centros de distribuição quando solicitada. Em problemas como este são inerentes as incertezas em relação aos seus parâmetros. Por exemplo, o tempo de viagem entre um centro de distribuição e outro, mesmo que sempre se tome a mesma rota, pode variar devido às condições da pista, trânsito, condições climáticas, entre outros. Por essa razão, as soluções ótimas encontradas por abordagens determinísticas, apesar de serem factíveis em relação aos dados fornecidos, muitas vezes não são factíveis no cenário real. Para contornar isso, pode-se recorrer à técnica de otimização robusta (OR) que auxilia na modelagem e resolução de problemas considerando a incerteza dos parâmetros, aumentando as chances de se encontrar uma solução factível na prática. Diferentemente de outras abordagens de otimização sob incertezas, a OR não requer o uso de distribuições de probabilidade para representação dos parâmetros aleatórios. O objetivo deste projeto é propor modelos de OR para o PAV sob incertezas, que possibilitem a obtenção de soluções imunes a variações nos dados e, assim, auxiliem o processo de tomada de decisão de forma mais efetiva. Até o momento, não se tem conhecimento do uso da OR para abordar o PAV sob incertezas.