Algoritmo para problema de roteamento de veículos: estudo de caso em uma empresa global líder em soluções tecnológicas para campos petrolíferos

Detalhes bibliográficos
Autor(a) principal: Tenorio, Estela Perez da Cruz Ulhoa
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