Técnicas de otimização combinatória aplicadas a criação de estratégias de policiamento urbano

• Autor(a) principal: Mendes, Nilson Felipe Matos
• Data de Publicação: 2015
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: LOCUS Repositório Institucional da UFV
• Texto Completo: http://www.locus.ufv.br/handle/123456789/7265
• topic: Processos decisórios - Processamento de dados; Pesquisa operacional; Modelos matemáticos; Programação linear; Probabilidades; Estatística matemática; Teoria das filas; Segurança pública; Patrulhamento policial; Ciência da Computação

O provimento de segurança pública é uma questão de grande relevância na administração pública e que interfere diretamente na qualidade de vida das pessoas. Dentre vários fatores que podem tornar uma sociedade mais ou menos segura, está a boa organização e o uso das forças policiais. Este trabalho apresenta uma abordagem computacional baseada em técnicas de Pesquisa Operacional para o problema de alocação de forças policiais em uma área urbana. Tal problema consiste em determinar onde unidades policiais, a pé ou em algum veículo, devem ser posicionadas de forma a prover uma cobertura eficiente de uma área, de acordo com critérios pré-determinados. São apresentados dois modelos matemáticos para descrever o problema. O primeiro é um modelo determinístico baseado no modelo de cobertura máxima gradual e no modelo de cobertura máxima com restrições de obrigatoriedade de proximidade. Ele aparece em duas versões, com poucas diferenças entre si, sendo a última mais rápido de ser resolvido por softwares de otimização inteira-mista, tal como o CPLEX. Além da solução exata, foram propostos algoritmos baseados em simulated annealing e busca tabu para resolução de grandes instâncias. O segundo modelo é estocástico, baseado na teoria das filas, no Modelo De Filas em Hipercubo (Hypercube Queuing Model ), no MERLP(Maximal Expected Response Location Problem) e no primeiro modelo. Para este modelo, foi proposta uma heurística baseada no VND (Variable Neighborhood Descent), com inicialização por busca tabu.