Roteirização de veículos com janelas de tempo utilizando algoritmo genético.

Detalhes bibliográficos
Autor(a) principal: Caio Domingues Reina
Data de Publicação: 2012
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://doi.org/10.11606/D.3.2012.tde-06062013-162636
Resumo: O componente de planejamento faz parte do projeto de desenvolvimento dos veículos autônomos, e é responsável por gerar rotas para o sistema como um todo. Em aplicações em que o veículo deve visitar pontos em intervalos de tempo pré-determinados, o componente de planejamento se enquadra em um problema de roteirização conhecido da literatura, denominado problema de roteirização de veículos com janelas de tempo. Tal problema é uma generalização do problema clássico de roteirização de veículos classificado no grupo de problemas NP-Hard. Esse trabalho apresenta uma proposta de solução para o problema baseada na metaheurística algoritmo genético. Os cromossomos foram representados pela ordem de atendimento dos clientes sem delimitadores de rota. Para quebrar os cromossomos em rotas, foi utilizado um procedimento adaptado baseado em Prins (2004). A população inicial se constitui por uma parte construída com cromossomos criados aleatoriamente e outra parte construída através da heurística de inserção I1 de Solomon (1987), com quatro formas diferentes de inserir o primeiro cliente de cada rota. Na fase de recombinação, foram utilizados quatro tipos de crossover: uniforme, dois pontos, heurístico e PMX, e um operador de mutação baseado em uma busca heurística. A cada geração foram aplicados princípios de elitismo e pós-otimização utilizando a heurística -interchange de Osman (1993). O algoritmo foi testado nos conjuntos C1, C2, R1, R2, RC1 e RC2 de Solomon (1987) e os resultados foram comparados com os melhores resultados encontrados na literatura.
id USP_a24a0ff2c971183770b19eb1785ebd8e
oai_identifier_str oai:teses.usp.br:tde-06062013-162636
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis Roteirização de veículos com janelas de tempo utilizando algoritmo genético. Vehicle routing with time windows using generic algorithm. 2012-04-13Edvaldo Simões da Fonseca JúniorCláudio Barbieri da CunhaSilvely Nogueira de Almeida Salomão NéiaCaio Domingues ReinaUniversidade de São PauloEngenharia de TransportesUSPBR Algoritmos genéticos Genetic algorithms Road transport Roteirização Routing Transporte rodoviário O componente de planejamento faz parte do projeto de desenvolvimento dos veículos autônomos, e é responsável por gerar rotas para o sistema como um todo. Em aplicações em que o veículo deve visitar pontos em intervalos de tempo pré-determinados, o componente de planejamento se enquadra em um problema de roteirização conhecido da literatura, denominado problema de roteirização de veículos com janelas de tempo. Tal problema é uma generalização do problema clássico de roteirização de veículos classificado no grupo de problemas NP-Hard. Esse trabalho apresenta uma proposta de solução para o problema baseada na metaheurística algoritmo genético. Os cromossomos foram representados pela ordem de atendimento dos clientes sem delimitadores de rota. Para quebrar os cromossomos em rotas, foi utilizado um procedimento adaptado baseado em Prins (2004). A população inicial se constitui por uma parte construída com cromossomos criados aleatoriamente e outra parte construída através da heurística de inserção I1 de Solomon (1987), com quatro formas diferentes de inserir o primeiro cliente de cada rota. Na fase de recombinação, foram utilizados quatro tipos de crossover: uniforme, dois pontos, heurístico e PMX, e um operador de mutação baseado em uma busca heurística. A cada geração foram aplicados princípios de elitismo e pós-otimização utilizando a heurística -interchange de Osman (1993). O algoritmo foi testado nos conjuntos C1, C2, R1, R2, RC1 e RC2 de Solomon (1987) e os resultados foram comparados com os melhores resultados encontrados na literatura. The planning component is a part of autonomous vehicle development project and it is responsible to generate routes for the system as a whole. In applications which vehicle must to visit way points at predetermined intervals of time, the planning component fits into a routing problem known in the literature called routing problem with time windows. This problem is a generalization of the classical vehicle routing problem classified in the group of NP- Hard problems. This thesis presents a solution proposal to problem based on genetic algorithm metaheuristic. Chromosomes were represented by the order of serving customers without delimiters route. To split the chromosomes on routes, it is used a procedure adapted based on Prins (2004). The initial population is constituted by two parts: one with randomly created chromosomes and another constructed through the insertion heuristic I1 of Solomon (1987), with four different ways of insertion of the first customer of each route. In the recombination step, four types of crossover were used: uniform, two points, heuristic, and PMX, and a mutation operator based on heuristic search. In each generation it is applied principles of elitism and postoptimization using the -interchange heuristic of Osman (1993). The algorithm was tested on the sets C1, C2, R1, R2, RC1 and RC2 of Solomon (1987) and the results were compared with the best results found in the literature. https://doi.org/10.11606/D.3.2012.tde-06062013-162636info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USP2023-12-21T18:19:41Zoai:teses.usp.br:tde-06062013-162636Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212023-12-22T12:13:27.982952Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.pt.fl_str_mv Roteirização de veículos com janelas de tempo utilizando algoritmo genético.
dc.title.alternative.en.fl_str_mv Vehicle routing with time windows using generic algorithm.
title Roteirização de veículos com janelas de tempo utilizando algoritmo genético.
spellingShingle Roteirização de veículos com janelas de tempo utilizando algoritmo genético.
Caio Domingues Reina
title_short Roteirização de veículos com janelas de tempo utilizando algoritmo genético.
title_full Roteirização de veículos com janelas de tempo utilizando algoritmo genético.
title_fullStr Roteirização de veículos com janelas de tempo utilizando algoritmo genético.
title_full_unstemmed Roteirização de veículos com janelas de tempo utilizando algoritmo genético.
title_sort Roteirização de veículos com janelas de tempo utilizando algoritmo genético.
author Caio Domingues Reina
author_facet Caio Domingues Reina
author_role author
dc.contributor.advisor1.fl_str_mv Edvaldo Simões da Fonseca Júnior
dc.contributor.referee1.fl_str_mv Cláudio Barbieri da Cunha
dc.contributor.referee2.fl_str_mv Silvely Nogueira de Almeida Salomão Néia
dc.contributor.author.fl_str_mv Caio Domingues Reina
contributor_str_mv Edvaldo Simões da Fonseca Júnior
Cláudio Barbieri da Cunha
Silvely Nogueira de Almeida Salomão Néia
description O componente de planejamento faz parte do projeto de desenvolvimento dos veículos autônomos, e é responsável por gerar rotas para o sistema como um todo. Em aplicações em que o veículo deve visitar pontos em intervalos de tempo pré-determinados, o componente de planejamento se enquadra em um problema de roteirização conhecido da literatura, denominado problema de roteirização de veículos com janelas de tempo. Tal problema é uma generalização do problema clássico de roteirização de veículos classificado no grupo de problemas NP-Hard. Esse trabalho apresenta uma proposta de solução para o problema baseada na metaheurística algoritmo genético. Os cromossomos foram representados pela ordem de atendimento dos clientes sem delimitadores de rota. Para quebrar os cromossomos em rotas, foi utilizado um procedimento adaptado baseado em Prins (2004). A população inicial se constitui por uma parte construída com cromossomos criados aleatoriamente e outra parte construída através da heurística de inserção I1 de Solomon (1987), com quatro formas diferentes de inserir o primeiro cliente de cada rota. Na fase de recombinação, foram utilizados quatro tipos de crossover: uniforme, dois pontos, heurístico e PMX, e um operador de mutação baseado em uma busca heurística. A cada geração foram aplicados princípios de elitismo e pós-otimização utilizando a heurística -interchange de Osman (1993). O algoritmo foi testado nos conjuntos C1, C2, R1, R2, RC1 e RC2 de Solomon (1987) e os resultados foram comparados com os melhores resultados encontrados na literatura.
publishDate 2012
dc.date.issued.fl_str_mv 2012-04-13
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://doi.org/10.11606/D.3.2012.tde-06062013-162636
url https://doi.org/10.11606/D.3.2012.tde-06062013-162636
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade de São Paulo
dc.publisher.program.fl_str_mv Engenharia de Transportes
dc.publisher.initials.fl_str_mv USP
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Universidade de São Paulo
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1794502514766249984