Otimização da entrega de encomendas por drones

• Autor(a) principal: Barbosa, João Pedro Moutinho Alves
• Data de Publicação: 2020
• Tipo de documento: Relatório
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10400.22/18165
• topic: TSP-D; Roteamento ambiental; TSP; Environmentally friendly routing; Drone routing delivery optimization

A tecnologia está em constante evolução. Um dos frutos dessa evolução foi a criação de drones. Com a evolução destes, houve uma perceção que os drones teriam aplicação no ramo da logística, pelo menos para encomendas de pequeno a pequenomédio porte (telemóveis, por exemplo). A sua possível aplicabilidade deriva das suas vantagens económicas e ambientais, devido ao seu consumo reduzido de energia. Isto quando comparado com um veículo terrestre comum, como um camião. É por essa razão que este trabalho se foca em fazer um modelo para solucionar o problema “Travelling Salesman Problem with a Drone”, TSP-D, com foco na redução do impacto ambiental. Este foco ambiental foi implementado no modelo através da sua função objetivo ser a minimização das emissões de 2 da rota. Para o camião foram consideradas as emissões de 2 derivadas da queima de combustível. No caso do drone foram consideradas as emissões de 2 derivadas da produção de energia elétrica em Portugal. O trabalho consistiu em usar o modelo de (Jeong, Song, and Lee 2019) como base e alterá-lo. As alterações feitas foram: a correção de erros presentes no modelo, a remoção de restrições e parâmetros/variáveis relativas às zonas de voo proibidas (que o modelo considerava) e acrescentar novas restrições e parâmetros/variáveis de vertente ambiental. A realização deste trabalho permitiu chegar a duas conclusões principais. A primeira é que o drone é uma solução mais benéfica para o ambiente, em comparação com o camião, mas as suas desvantagens (limite de carga) impedem que este seja usado em vez do camião. A sua vantagem ambiental é vista quer através da bibliografia e quer através da rota exemplo apresentada. Nesta é possível ver que o drone emite muito menos gramas de 2 por km que o camião, 0,336 2/ do drone contra os 200 2/ emitidos pelo camião. A segunda conclusão foi que o fator de maior influência do tempo de processamento do modelo é o número de clientes a servir. Com o aumento do número de clientes viu-se um aumento exponencial do tempo de processamento, principalmente a partir de rotas com cinco ou mais clientes.