Algoritmo para problema de roteamento de veículos: estudo de caso em uma empresa global líder em soluções tecnológicas para campos petrolíferos
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
Texto Completo: | http://app.uff.br/riuff/handle/1/24704 |
Resumo: | Esse trabalho tem como objetivo enunciar e solucionar o Problema de Roteamento de Veículos definido como Capacitado, Fechado, Finito e com Frota Heterogênea relacionado à operação de entrega de serviços e produtos químicos de uma empresa que promove soluções tecnológicas para campos petrolíferos e atua em 60 países. Além disso, comparar os resultados gerados pela metaheurística aplicada no estudo com a solução da otimização proposta por uma empresa terceirizada contratada para solucionar o problema. A metaheurística abordada foi o algoritmo genético para definir as rotas dos veículos de maneira a reduzir as distâncias e custos de distribuição, visando a otimização da operação logística da empresa estudada. Para tanto, foi realizada a coleta de dados por meio de entrevistas, acesso aos sistemas, banco de dados e troca de arquivos contendo todas as informações necessárias para estruturar a resolução do problema. Como resultado, a metaheurística apresentou um resultado melhor em todos os quatro conjuntos de dados quando comparado à distância percorrida. Para as bases de dados utilizadas os resultados foram 1%, 34,7%, 31,7% e 23,3% menores que a solução do algoritmo proposto pela empresa terceirizada. Sendo assim, a solução foi satisfatória quando comparada com o resultado elaborado pelo algoritmo proposto pela empresa contratada. |
id |
UFF-2_3d594e198bc37ef7ec89ac071da456c4 |
---|---|
oai_identifier_str |
oai:app.uff.br:1/24704 |
network_acronym_str |
UFF-2 |
network_name_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository_id_str |
2120 |
spelling |
Algoritmo para problema de roteamento de veículos: estudo de caso em uma empresa global líder em soluções tecnológicas para campos petrolíferosProblema de Roteamento de VeículosMetaheurísticaAlgoritmo GenéticoOtimização LogísticaProblema de roteamento de veículoMetaheurísticaAlgoritmo genéticoEmpresa multinacionalIndústria petrolíferaVehicle Routing ProblemMetaheuristicGenetic AlgorithmLogistic OptimizationEsse trabalho tem como objetivo enunciar e solucionar o Problema de Roteamento de Veículos definido como Capacitado, Fechado, Finito e com Frota Heterogênea relacionado à operação de entrega de serviços e produtos químicos de uma empresa que promove soluções tecnológicas para campos petrolíferos e atua em 60 países. Além disso, comparar os resultados gerados pela metaheurística aplicada no estudo com a solução da otimização proposta por uma empresa terceirizada contratada para solucionar o problema. A metaheurística abordada foi o algoritmo genético para definir as rotas dos veículos de maneira a reduzir as distâncias e custos de distribuição, visando a otimização da operação logística da empresa estudada. Para tanto, foi realizada a coleta de dados por meio de entrevistas, acesso aos sistemas, banco de dados e troca de arquivos contendo todas as informações necessárias para estruturar a resolução do problema. Como resultado, a metaheurística apresentou um resultado melhor em todos os quatro conjuntos de dados quando comparado à distância percorrida. Para as bases de dados utilizadas os resultados foram 1%, 34,7%, 31,7% e 23,3% menores que a solução do algoritmo proposto pela empresa terceirizada. Sendo assim, a solução foi satisfatória quando comparada com o resultado elaborado pelo algoritmo proposto pela empresa contratada.This work aims to formulate and solve the Capacity, Closed, Finite and Heterogeneous Fleet Vehicle Route Problem related to the service and chemical products delivery operation of a company that promotes technological solutions for oil ground in 60 countries. In addition, to compare the results generated by the metaheuristic applied in the study with the optimization solution proposed by an outsourced company hired to solve the problem. The metaheuristic addressed was the genetic algorithm to define vehicle routes to reduce distances and distribution costs, aiming at optimizing the logistics operation of the company studied. For this, data collection was carried out through interviews, access to systems, database and exchange of files containing all the necessary information to structure the resolution of the problem. As a result, the metaheuristic performed better on all four datasets when compared to the distance traveled KPI. For the datasets used, the results were 1%, 34.7%, 31.7% and 23.3% lower than the solution of the logistics optimization algorithm proposed by the outsourced company. Therefore, the solution was satisfactory when compared with the result elaborated by the algorithm proposed by the outsourced company.76 p.NiteróiPereira, ValdecyLima, Gilson Brito AlvesRoboredo, Marcos CostaPereira, ValdecyLima, Gilson Brito AlvesRoboredo, Marcos CostaTenorio, Estela Perez da Cruz Ulhoa2022-03-08T14:00:30Z2022-03-08T14:00:30Z2022-02info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfTENORIO, Estela Perez da Cruz Ulhoa. Algoritmo para problema de roteamento de veículos: estudo de caso em uma empresa global líder em soluções tecnológicas para campos petrolíferos. 2022. 76f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Produção) - Universidade Federal Fluminense, Niterói, 2022http://app.uff.br/riuff/handle/1/24704Aluno de GraduaçãoCC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2022-03-08T14:00:34Zoai:app.uff.br:1/24704Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202022-03-08T14:00:34Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
dc.title.none.fl_str_mv |
Algoritmo para problema de roteamento de veículos: estudo de caso em uma empresa global líder em soluções tecnológicas para campos petrolíferos |
title |
Algoritmo para problema de roteamento de veículos: estudo de caso em uma empresa global líder em soluções tecnológicas para campos petrolíferos |
spellingShingle |
Algoritmo para problema de roteamento de veículos: estudo de caso em uma empresa global líder em soluções tecnológicas para campos petrolíferos Tenorio, Estela Perez da Cruz Ulhoa Problema de Roteamento de Veículos Metaheurística Algoritmo Genético Otimização Logística Problema de roteamento de veículo Metaheurística Algoritmo genético Empresa multinacional Indústria petrolífera Vehicle Routing Problem Metaheuristic Genetic Algorithm Logistic Optimization |
title_short |
Algoritmo para problema de roteamento de veículos: estudo de caso em uma empresa global líder em soluções tecnológicas para campos petrolíferos |
title_full |
Algoritmo para problema de roteamento de veículos: estudo de caso em uma empresa global líder em soluções tecnológicas para campos petrolíferos |
title_fullStr |
Algoritmo para problema de roteamento de veículos: estudo de caso em uma empresa global líder em soluções tecnológicas para campos petrolíferos |
title_full_unstemmed |
Algoritmo para problema de roteamento de veículos: estudo de caso em uma empresa global líder em soluções tecnológicas para campos petrolíferos |
title_sort |
Algoritmo para problema de roteamento de veículos: estudo de caso em uma empresa global líder em soluções tecnológicas para campos petrolíferos |
author |
Tenorio, Estela Perez da Cruz Ulhoa |
author_facet |
Tenorio, Estela Perez da Cruz Ulhoa |
author_role |
author |
dc.contributor.none.fl_str_mv |
Pereira, Valdecy Lima, Gilson Brito Alves Roboredo, Marcos Costa Pereira, Valdecy Lima, Gilson Brito Alves Roboredo, Marcos Costa |
dc.contributor.author.fl_str_mv |
Tenorio, Estela Perez da Cruz Ulhoa |
dc.subject.por.fl_str_mv |
Problema de Roteamento de Veículos Metaheurística Algoritmo Genético Otimização Logística Problema de roteamento de veículo Metaheurística Algoritmo genético Empresa multinacional Indústria petrolífera Vehicle Routing Problem Metaheuristic Genetic Algorithm Logistic Optimization |
topic |
Problema de Roteamento de Veículos Metaheurística Algoritmo Genético Otimização Logística Problema de roteamento de veículo Metaheurística Algoritmo genético Empresa multinacional Indústria petrolífera Vehicle Routing Problem Metaheuristic Genetic Algorithm Logistic Optimization |
description |
Esse trabalho tem como objetivo enunciar e solucionar o Problema de Roteamento de Veículos definido como Capacitado, Fechado, Finito e com Frota Heterogênea relacionado à operação de entrega de serviços e produtos químicos de uma empresa que promove soluções tecnológicas para campos petrolíferos e atua em 60 países. Além disso, comparar os resultados gerados pela metaheurística aplicada no estudo com a solução da otimização proposta por uma empresa terceirizada contratada para solucionar o problema. A metaheurística abordada foi o algoritmo genético para definir as rotas dos veículos de maneira a reduzir as distâncias e custos de distribuição, visando a otimização da operação logística da empresa estudada. Para tanto, foi realizada a coleta de dados por meio de entrevistas, acesso aos sistemas, banco de dados e troca de arquivos contendo todas as informações necessárias para estruturar a resolução do problema. Como resultado, a metaheurística apresentou um resultado melhor em todos os quatro conjuntos de dados quando comparado à distância percorrida. Para as bases de dados utilizadas os resultados foram 1%, 34,7%, 31,7% e 23,3% menores que a solução do algoritmo proposto pela empresa terceirizada. Sendo assim, a solução foi satisfatória quando comparada com o resultado elaborado pelo algoritmo proposto pela empresa contratada. |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-03-08T14:00:30Z 2022-03-08T14:00:30Z 2022-02 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
TENORIO, Estela Perez da Cruz Ulhoa. Algoritmo para problema de roteamento de veículos: estudo de caso em uma empresa global líder em soluções tecnológicas para campos petrolíferos. 2022. 76f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Produção) - Universidade Federal Fluminense, Niterói, 2022 http://app.uff.br/riuff/handle/1/24704 Aluno de Graduação |
identifier_str_mv |
TENORIO, Estela Perez da Cruz Ulhoa. Algoritmo para problema de roteamento de veículos: estudo de caso em uma empresa global líder em soluções tecnológicas para campos petrolíferos. 2022. 76f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Produção) - Universidade Federal Fluminense, Niterói, 2022 Aluno de Graduação |
url |
http://app.uff.br/riuff/handle/1/24704 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
CC-BY-SA info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
CC-BY-SA |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Niterói |
publisher.none.fl_str_mv |
Niterói |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF) instname:Universidade Federal Fluminense (UFF) instacron:UFF |
instname_str |
Universidade Federal Fluminense (UFF) |
instacron_str |
UFF |
institution |
UFF |
reponame_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
collection |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF) |
repository.mail.fl_str_mv |
riuff@id.uff.br |
_version_ |
1802135477153693696 |