Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufu.br/handle/123456789/32750
ORCID:  http://orcid.org/0000-0002-1896-5367
Tipo de documento: Trabalho de Conclusão de Curso
Tipo de acceso: Acesso Aberto
Attribution-NonCommercial-NoDerivs 3.0 United States
Título: Desenvolvimento de um sistema de roteirização de veículos baseado em uma meta-heurística de algoritmo genético: um caso envolvendo frotas heterogêneas e janelas de tempo
Autor: Magalhães, Victor Hugo Prates
Garcia, Nathalia Souza Carvalho
Primer orientador: Reis, Jorge von Atzingen dos
Primer miembro de la banca: Silva, Hebert Roberto da
Segundo miembro de la banca: Costa, Eugênio Pacceli
Resumen: A otimização das operações logísticas das organizações é de grande importância para manter o nível de serviço e os custos equilibrados. Diante disto, os sistemas de roteirização de veículos se tornam ferramentas extremamente eficientes para se alcançar tais níveis. Isto significa possuir um planejamento ágil que minimize os custos dentro das condicionantes operacionais ao mesmo tempo em que se atenda às exigências dos clientes. Este trabalho apresenta um problema de roteirização complexo, com frota heterogênea e janelas de tempo. Assim sendo, propôs-se um modelo de otimização baseado em um Algoritmo Genético. Este algoritmo caracteriza-se por avaliar grupos populacionais de soluções seguindo um processo estocástico iterativo evolutivo. Tal algoritmo pode apresentar comportamentos de otimização tanto de ótimos locais quanto globais. Os dados das localizações geográficas e dos percursos entre clientes foram obtidos por meio do uso de Application Programming Interface (API’s) gratuitas disponibilizadas pelo Google Maps©. A empresa estudada é uma produtora e fornecedora de produtos alimentícios congelados que atende mais de 200 clientes na região do triângulo mineiro e sul de Goiás. Dentro da proposta do estudo, as otimizações conseguiram uma redução de 1.900 km mensais, o que corresponde a uma redução de distância percorrida de aproximadamente 13,50%. Estes valores representam cerca de R$ 18.300,00 de custo anuais. Portanto, as principais vantagens para a empresa foram a redução de custo com combustíveis e menor tempo de mão de obra dos motoristas.
Abstract: Optimizing the logistical operations of organizations is of great importance to keep the service level and costs balanced. Therefore, vehicle routing systems become extremely efficient tools to reach such levels. This means having an agile planning that minimizes costs within the operational conditions while meeting customer requirements. This work presents a complex routing problem, with heterogeneous fleet and time windows. Therefore, an optimization model based on a Genetic Algorithm was proposed. This algorithm is characterized by evaluating population groups of solutions following an evolutionary iterative stochastic process. Such an algorithm can show both local and global optimal optimization behaviors. Data on geographic locations and routes between customers were obtained through the use of free APIs provided by Google Maps©. The company studied is a producer and supplier of frozen food products that serves more than 200 customers in the region of the Minas Gerais and southern Goiás triangle. Within the study proposal, the optimizations achieved a reduction of 1,900 km per month, which corresponds to a reduction of mileage driven of approximately 13.50%. These values represent approximately R$ 18,300.00 in annual costs. Therefore, the main advantages for the company were the reduction in fuel costs and shorter labor time for drivers.
Palabras clave: Algoritmo genético
Problema de roteamento de veículos com janelas de tempo
Meta-heurística
Área (s) del CNPq: CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO::PESQUISA OPERACIONAL::PROCESSOS ESTOCASTICOS E TEORIAS DA FILAS
Idioma: por
País: Brasil
Editora: Universidade Federal de Uberlândia
Cita: GARCIA, Nathalia Souza Carvalho; MAGALHÃES, Victor Hugo Prates. Desenvolvimento de um sistema de roteirização de veículos baseado em uma Meta-Heurística de Algoritmo Genético: Um caso envolvendo frotas heterogêneas e janelas de tempo. 2021. 57 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Produção) – Universidade Federal de Uberlândia, Ituiutaba, 2021.
URI: https://repositorio.ufu.br/handle/123456789/32750
Fecha de defensa: 27-ago-2021
Aparece en las colecciones:TCC - Engenharia de Produção (Ituiutaba / Pontal)

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
DesenvolvimentoSistemaRoteizaçao.pdfTCC1.78 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons