Dynamic Berth Allocation Problem for Tidal Bulk Ports with Inventory Level Constraints

• Autor(a) principal: SILVA, Jorge Rodrigo Silva e
• Data de Publicação: 2021
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFMA
• Texto Completo: https://tedebc.ufma.br/jspui/handle/tede/tede/3995
• topic: Discrete Optimisation;; Berth Allocation Problem;; Metaheuristics;; Gurobi solver;; Greedy algorithms; Otimização discreta;; problema de alocação de berços;; Metaheurística;; Gurobi solucionador;; algoritmos gananciosos; Portos e Vias Nevegáveis; Projeto e Construção

O problema de alocação de atracação é um problema comprovadamente NP-Hard onde um conjunto de navios será servido por um conjunto de ancoradouros dentro de um determinado horizonte de planejamento. É uma otimização bem conhecida problema, geralmente relacionado com a otimização combinatória, tendo algoritmos construídos especificamente para lidar com problemas desse tipo. Os algoritmos de otimização podem ser classificados de forma geral de forma exata, aproximada, meta-heurística ou hibridizada. A abordagem comum é aplicar métodos exatos para resolver o problema, uma vez que eles garantem a solução ótima, mas alguns casos de um problema são muito difíceis de serem resolvidos pelo caminho exato. Neste caso, é feita a aplicação de algoritmos aproximados ou meta-heurísticos, mas sem a garantia de otimalidade. O objetivo deste trabalho é contribuir para a estudo do problema de alocação de atracação em cenários operacionais de portos a granel. O modelo é uma versão discreta e dinâmica do BAP, chamada Berth Allocation Problem in Portos de maré a granel com condições de nível de inventário (BAPTBS). O modelo foi executado com o solucionador do Gurobi, foi proposto um Heurístico Ganancioso e também usado como uma inicial solução construtora para o solucionador e para uma metaheurística GRASP e Duas versões de um A Evolutionary Clustering Search (ECS) foi executada, sendo a versão padrão e a outra uma versão hibridizada utilizando o solver como pesquisador local.