Please use this identifier to cite or link to this item:
https://repositorio.ufpe.br/handle/123456789/45337
Share on
Title: | Roteirização de frota de veículos com restrição de confiabilidade via algoritmos genéticos |
Authors: | OLIVEIRA, Andrea Pontual de |
Keywords: | Engenharia de Produção; Problema de Roteirização de Veículos (PRV); Algoritmos Genéticos (AG); Confiabilidade |
Issue Date: | 16-Dec-2009 |
Citation: | OLIVEIRA, Andrea Pontual de. Roteirização de frota de veículos com restrição de confiabilidade via algoritmos genéticos. 2009. 45 f. TCC (Graduação) - Curso de Engenharia de Produção, Centro de Tecnologia e Geociências, Universidade Federal de Pernambuco, Recife, 2009. |
Abstract: | Neste trabalho, propõe-se um modelo de roteirização que leve em consideração a confiabilidade dos veículos, ou seja, sua probabilidade de falha ao longo da rota. Assim, além da restrição de capacidade dos veículos, inclui-se uma restrição de confiabilidade mínima permitida ao final da rota. Assume-se uma frota heterogênea de veículos, cada um com características próprias de capacidade, confiabilidade e custo, sendo o objetivo encontrar os roteiros que minimizem o custo total da empresa. Diante da complexidade do problema, desenvolve-se uma metodologia de otimização baseada em Algoritmos Genéticos (AG). Para adaptar os AG ao modelo desenvolvido, foram criados novos operadores de crossover e mutação, além de um novo método de inicialização. A metodologia de otimização é testada através de dois problemas de validação e, em seguida, aplicada a dois estudos de caso. |
URI: | https://repositorio.ufpe.br/handle/123456789/45337 |
Appears in Collections: | (TCC) - Engenharia de Produção |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
ANDREA PONTUAL DE OLIVEIRA - ROTEIRIZACAO DE FROTA DE VEICULOS COM RESTRICAO DE CONFIABILIDADE VIA ALGORITMOS GENERICOS.pdf | 3,33 MB | Adobe PDF | ![]() View/Open |
This item is protected by original copyright |
This item is licensed under a Creative Commons License