Desenvolvimento e aplicação de uma meta-heurística ao Home Health Care Problem

Detalhes bibliográficos
Autor(a) principal: Sales, Ruben David Ferreira
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10362/158714
Resumo: Nos últimos anos tem-se assistido a um crescimento na percentagem de população idosa, o que provocou um aumento na procura de cuidados ao domicílio. Como tal, é necessário haver um planeamento eficiente, através da otimização do uso dos recursos, humanos e materiais, bem como das rotas. O objetivo desta dissertação é desenvolver um algoritmo para melhorar o planeamento das rotas dos cuidados ao domicílio, auxiliando os prestadores de serviço (caregivers). A otimização foca na minimização do tempo de viagem. O modelo é uma extensão do Vehicle Routing Problem com janelas temporais, sincronização (quando 2 equipas de um caregiver se encontram ao mesmo tempo para realizar um serviço que necessita de dois caregivers), caregivers sem skills, para um horizonte temporal de um dia e com um tempo de trabalho diário máximo de 480 minutos por equipa. De modo a atingir o objetivo, foi aplicado o Biased Random Key Genetic Algorithm (BRKGA), o qual é uma extensão do Genetic Algorithm (GA). Para a obtenção dos resultados foi utilizado uma instância de teste com 75 clientes. Para realizar os serviços estão à disposição 15 caregivers, entre os quais poderão ser for- madas até oito combinações de equipas. As equipas são formadas por equipas de dois caregivers e equipas de um caregiver. Um objetivo adicional é o de encontrar a melhor combinação de equipas para o problema.
id RCAP_39fe6bda7ffe8d99ff58acf14205bc82
oai_identifier_str oai:run.unl.pt:10362/158714
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Desenvolvimento e aplicação de uma meta-heurística ao Home Health Care ProblemHome Health CareRoteamento e EscalonamentoMeta heurísticaBiased Random Key Genetic AlgorithmSincronizaçãoDomínio/Área Científica::Ciências Naturais::MatemáticasNos últimos anos tem-se assistido a um crescimento na percentagem de população idosa, o que provocou um aumento na procura de cuidados ao domicílio. Como tal, é necessário haver um planeamento eficiente, através da otimização do uso dos recursos, humanos e materiais, bem como das rotas. O objetivo desta dissertação é desenvolver um algoritmo para melhorar o planeamento das rotas dos cuidados ao domicílio, auxiliando os prestadores de serviço (caregivers). A otimização foca na minimização do tempo de viagem. O modelo é uma extensão do Vehicle Routing Problem com janelas temporais, sincronização (quando 2 equipas de um caregiver se encontram ao mesmo tempo para realizar um serviço que necessita de dois caregivers), caregivers sem skills, para um horizonte temporal de um dia e com um tempo de trabalho diário máximo de 480 minutos por equipa. De modo a atingir o objetivo, foi aplicado o Biased Random Key Genetic Algorithm (BRKGA), o qual é uma extensão do Genetic Algorithm (GA). Para a obtenção dos resultados foi utilizado uma instância de teste com 75 clientes. Para realizar os serviços estão à disposição 15 caregivers, entre os quais poderão ser for- madas até oito combinações de equipas. As equipas são formadas por equipas de dois caregivers e equipas de um caregiver. Um objetivo adicional é o de encontrar a melhor combinação de equipas para o problema.In the recent years we have seen a growth of the elderly population percentage, which has caused an increase in demand for home care support. As such, there is a need for efficient planning, by optimizing the use of human and material resources, as well as routes. The goal of this dissertation is to develop an algorithm to improve the planning of home care routes by the caregivers. The optimization focuses on minimizing travel time. The model is an extension of the Vehicle Routing Problem with time windows, synchronization (when two teams of one caregiver meet at the same time do perform a service that needs two caregivers), caregivers without skills, for a time horizon of one day and with a maximum daily working time of 480 minutes per team. In order to achieve the goal, the Biased Random Key Genetic Algorithm (BRKGA) was applied, which is an extension of the Genetic Algorithm (GA). A test instance with 75 clients was used to obtain the results. To perform the services 15 caregivers are available, from which can be formed up to eight team combinations. The teams are made up of teams of two caregivers and teams of one caregiver. An additional goal is to find the best combination of teams for the problem.Gomes, Maria IsabelRUNSales, Ruben David Ferreira2023-10-06T09:02:16Z2022-022022-02-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10362/158714porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-03-11T05:41:15Zoai:run.unl.pt:10362/158714Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T03:57:16.874570Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Desenvolvimento e aplicação de uma meta-heurística ao Home Health Care Problem
title Desenvolvimento e aplicação de uma meta-heurística ao Home Health Care Problem
spellingShingle Desenvolvimento e aplicação de uma meta-heurística ao Home Health Care Problem
Sales, Ruben David Ferreira
Home Health Care
Roteamento e Escalonamento
Meta heurística
Biased Random Key Genetic Algorithm
Sincronização
Domínio/Área Científica::Ciências Naturais::Matemáticas
title_short Desenvolvimento e aplicação de uma meta-heurística ao Home Health Care Problem
title_full Desenvolvimento e aplicação de uma meta-heurística ao Home Health Care Problem
title_fullStr Desenvolvimento e aplicação de uma meta-heurística ao Home Health Care Problem
title_full_unstemmed Desenvolvimento e aplicação de uma meta-heurística ao Home Health Care Problem
title_sort Desenvolvimento e aplicação de uma meta-heurística ao Home Health Care Problem
author Sales, Ruben David Ferreira
author_facet Sales, Ruben David Ferreira
author_role author
dc.contributor.none.fl_str_mv Gomes, Maria Isabel
RUN
dc.contributor.author.fl_str_mv Sales, Ruben David Ferreira
dc.subject.por.fl_str_mv Home Health Care
Roteamento e Escalonamento
Meta heurística
Biased Random Key Genetic Algorithm
Sincronização
Domínio/Área Científica::Ciências Naturais::Matemáticas
topic Home Health Care
Roteamento e Escalonamento
Meta heurística
Biased Random Key Genetic Algorithm
Sincronização
Domínio/Área Científica::Ciências Naturais::Matemáticas
description Nos últimos anos tem-se assistido a um crescimento na percentagem de população idosa, o que provocou um aumento na procura de cuidados ao domicílio. Como tal, é necessário haver um planeamento eficiente, através da otimização do uso dos recursos, humanos e materiais, bem como das rotas. O objetivo desta dissertação é desenvolver um algoritmo para melhorar o planeamento das rotas dos cuidados ao domicílio, auxiliando os prestadores de serviço (caregivers). A otimização foca na minimização do tempo de viagem. O modelo é uma extensão do Vehicle Routing Problem com janelas temporais, sincronização (quando 2 equipas de um caregiver se encontram ao mesmo tempo para realizar um serviço que necessita de dois caregivers), caregivers sem skills, para um horizonte temporal de um dia e com um tempo de trabalho diário máximo de 480 minutos por equipa. De modo a atingir o objetivo, foi aplicado o Biased Random Key Genetic Algorithm (BRKGA), o qual é uma extensão do Genetic Algorithm (GA). Para a obtenção dos resultados foi utilizado uma instância de teste com 75 clientes. Para realizar os serviços estão à disposição 15 caregivers, entre os quais poderão ser for- madas até oito combinações de equipas. As equipas são formadas por equipas de dois caregivers e equipas de um caregiver. Um objetivo adicional é o de encontrar a melhor combinação de equipas para o problema.
publishDate 2022
dc.date.none.fl_str_mv 2022-02
2022-02-01T00:00:00Z
2023-10-06T09:02:16Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10362/158714
url http://hdl.handle.net/10362/158714
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799138156026527744