Ferramenta computacional baseada em heurísticas para otimização do mix de afretamento de embarcações de apoio marítimo

• Autor(a) principal: Passos, Iago dos
• Data de Publicação: 2023
• Tipo de documento: Dissertação
• Idioma: eng; por
• Título da fonte: Repositório Institucional da UCS
• Texto Completo: https://repositorio.ucs.br/11338/12715
• topic: Computação - Modelos; Sistemas de controle digital; Contratos de afretamento; Métodos de simulação; Algoritmos genético; Computer science - Models; Digital control systems; Charter-parties; Simulation methods; Genetic algorithms

Empresas que atuam no setor do petróleo, realizando atividades de exploração e produção em ambiente marítimo, apresentam a necessidade de manutenção de suas frotas de embarcações dedicadas ao suprimento de unidades marítimas de exploração de petróleo e gás natural. Devido a essa demanda, é necessário estabelecer o dimensionamento adequado da frota de embarcações de apoio marítimo, bem como a definição da política ótima de afretamento destas embarcações. Desta forma, este trabalho propõe o desenvolvimento de uma ferramenta de otimização para auxiliar na identificação da política ótima de afretamento de embarcações marítimas, utilizando técnicas computacionais baseadas nas heurísticas de Busca Local, Simulated Annealing e Algoritmo Genético, com o objetivo de manter o pleno atendimento às unidades marítimas a um custo mínimo. Para atingir esse objetivo, um modelo conceitual de otimização é proposto, elencando as principais variáveis a serem consideradas para a construção do modelo computacional. A definição do modelo computacional apresenta uma abordagem para codificação da solução do mix de afretamento, assim como a definição das heurísticas de busca e da função objetivo. Por fim, a ferramenta computacional é proposta, com a definição da arquitetura computacional utilizada, além da especificação dos parâmetros necessários ao seu funcionamento. Durante a fase de experimentos, foi realizada uma etapa de sintonia dos principais parâmetros utilizados pela ferramenta computacional, visando ao aperfeiçoamento das soluções geradas durante a etapa de otimização. Após a etapa de sintonia dos parâmetros, a elaboração dos cenários de otimização é apresentada, sendo esses cenários definidos a partir das modalidades de contratação disponíveis para uso no processo de otimização. Para cada novo cenário de otimização, novas modalidades de contratação são consideradas, com o objetivo de analisar o comportamento das heurísticas à medida em que eleva-se a complexidade do problema para a definição do mix de contratação. Após a análise das soluções, destaca-se a performance atingida pelas heurísticas Busca Local e Simulated Annealing. À medida em que novas modalidades e vigências de contrato são adicionadas aos cenários de otimização, aumentando a complexidade da resolução do mix de afretamento, o Simulated Annealing se mostrou mais eficaz nos experimentos realizados, atingindo melhores composições de afretamento, além de fornecer as soluções em um menor tempo computacional em relação às demais heurísticas disponíveis na ferramenta computacional. [resumo fornecido pelo autor]