Proposta de indicadores de desempenho para o problema de roteirização de veículos com janelas de tempo

Mara Juliana Sena Gonçalves; Larissa Barata da Silveira; Denilson Ricardo de Lucena Nunes; André Cristiano Silva Melo; José Pedro Gomes da Cruz; Nathália Jucá Monteiro

doi:10.5585/exactaep.2021.16430

Autores

Mara Juliana Sena Gonçalves Universidade do estado do Pará – UEPA https://orcid.org/0000-0003-3572-8635
Larissa Barata da Silveira Universidade do estado do Pará – UEPA https://orcid.org/0000-0003-2779-1386
Denilson Ricardo de Lucena Nunes Universidade do estado do Pará – UEPA https://orcid.org/0000-0003-4282-6444
André Cristiano Silva Melo Universidade do estado do Pará – UEPA https://orcid.org/0000-0002-9041-659X
José Pedro Gomes da Cruz Universidade do estado do Pará – UEPA https://orcid.org/0000-0003-3845-6380
Nathália Jucá Monteiro Universidade do Estado do Pará https://orcid.org/0000-0002-2619-2667

DOI:

https://doi.org/10.5585/exactaep.2021.16430

Palavras-chave:

Problemas de roteirização, Otimização, Avaliação de desempenho logístico.

Resumo

Na literatura encontram-se muitos métodos para resolver problemas de roteirização de veículos. Tais métodos buscam otimizar um parâmetro específico, como a distância total percorrida ou o tempo de processamento computacional. Porém observa-se que alguns métodos apresentam ou ressaltam a importância de buscar resultados em outros parâmetros, como número de veículos no plano de rotas. Deste modo, o presente estudo objetivou utilizar os referidos indicadores para comparar planos de rotas gerados por três algoritmos bem conhecidos. Para tanto, em primeiro lugar foi necessário buscar na avaliação de desempenho logístico quais indicadores poderiam ser usados nessa comparação para posterior realização de testes nas instâncias usadas por Solomon (1987). Assim, foram propostos 7 indicadores que não apresentaram correlação, ou seja, não houve evidência de relação de “trade on” ou “trade off” entre os indicadores. Além disso, dos métodos testados, a inserção apresentou de forma geral o melhor desempenho segundo os indicadores propostos.

Downloads

Não há dados estatísticos.

Biografia do Autor

Mara Juliana Sena Gonçalves, Universidade do estado do Pará – UEPA

Gradanda em engenharia de Produção, Departamento de Engenharia da Produção.

Larissa Barata da Silveira, Universidade do estado do Pará – UEPA

Graduada em engenharia de Produção, Departamento de Engenharia da Produção.

Denilson Ricardo de Lucena Nunes, Universidade do estado do Pará – UEPA

Departamento de Engenharia da Produção, Pesquisa Operacional.

André Cristiano Silva Melo, Universidade do estado do Pará – UEPA

Departamento de Engenharia da Produção, Logística

José Pedro Gomes da Cruz, Universidade do estado do Pará – UEPA

Graduando em engenharia de Produção, Departamento de Engenharia da Produção.

Nathália Jucá Monteiro, Universidade do Estado do Pará

Departamento de Engenharia da Produção, Logística

Referências

Alho, A., & Silva, J. A. (2014). Freight-trip generation model: predicting urban freight weekly parking demand from retail establishment characteristics. Transportation Research Record: Journal of the Transportation Research Board, 2411, 45-54. https://doi.org/10.3141/2411-06

Alvarenga, A. C., & Novaes, A. G. N. (2011). Logística aplicada: Suprimento e distribuição física (3a Ed.). São Paulo: Blucher.

ECR Brasil (1998). ECR Brasil visão geral: potencial de redução de custos e otimização de processos. (Coleção ECR Brasil). São Paulo: Associação ECR Brasil.

Ballou, R. H. (2006). Gerenciamento da Cadeia de Suprimentos / Logística Empresarial. São Paulo: Bookman.

Ballou, R. H. (2010). Gerenciamento da Cadeia de Suprimentos/ logística (5a ed.). Porto Alegre: Bookman.

Bastos, I. D. (2003). Avaliação do desempenho logístico do serviço de transporte rodoviário de cargas: um estudo de caso no setor de revestimentos cerâmicos. Dissertação de Mestrado, Programa de Pós-Graduação em Engenharia de Produção, Universidade Federal de Santa Catarina, Florianópolis.

Bodin, L.D., Gonden, B., ASSAD, A., & BALL, M. (1983). Routing and scheduling of the vehicles and crews: The state of the art. Computers and Operations Research, 10(1), Pages 63-212. https://doi.org/10.1016/0305-0548(83)90030-8

Bowersox, D., & Closs, D. (2001). Logística empresarial: o processo de integração da cadeia de suprimento. São Paulo: Atlas.

Bräysy, O., & Gendreau, M. (2005a). Vehicle Routing Problem with Time Windows, Part I: route construction and local search algorithms. Transportation Science, 39(1), 104-118. http://dx.doi.org/10.1287/trsc.1030.0056

Bräysy, O., & Gendreau, M. (2005b). Vehicle Routing Problem with Time Windows, Part II: metaheuristics. Transportation Science, 39(1), 119-139. http://dx.doi.org/10.1287/trsc.1030.0057

Chen, R. M., Shen, Y. M., & Hong, W.Z. (2019). Neural-Like Encoding Particle Swarm Optimization for Periodic Vehicle Routing Problems. Expert Systems with Applications, 138. https://doi.org/10.1016/j.eswa.2019.112833

Christopher, M. (1997). Logística e gerenciamento da cadeia de suprimentos: estratégias para a redução de custos e melhoria dos serviços. São Paulo: Pioneira.

Da Cunha, C. B. (2000). Aspectos práticos da aplicação de modelos de roteirização de veículos a problemas reais. Transportes, 8(2). https://doi.org/10.14295/transportes.v8i2.188

Da Silva Júnior, Orivalde Soares. (2013). Roteirização Estática e Dinâmica de Veículos com Janelas de Tempo. Tese de Doutorado. PUC-Rio.

Desrochers, M., Lenstra, J., Savelsbergh, M., & Soumis, F. (1988). Vehicle routing with time windows: Optimization and approximation. Veh Rout Methods Stud, 16, 65 – 84.

Faria, A. C., & Costa, M. F. G. (2005). Gestão de custos logísticos. São Paulo, Atlas.

Ge, X.; Ge, X.; Wang, W. (2020). A Path-Based Selection Solution Approach for the Low Carbon Vehicle Routing Problem with a Time-Window Constraint. Applied sciences, 10, 1-13.

Gendreau, M., Laporte, G., & Séguin, R. (1996). Stochastic vehicle routing. European Journal of Operational Research, 88(1), 3-12. https://doi.org/10.1016/0377-2217(95)00050-X

Gocken, T., Yaktubay (2019). Comparason of different clustering algorithms via genetic algorithm for VRPTW, Comparison of Different Clustering Algorithms via Genetic Algorithm for VRPTW. International Journal of Simulation Modelling, 18, 574-585. https://doi.org/10.2507/IJSIMM18(4)485

Gomes, C. F. S. (2004). Gestão da cadeia de suprimento integrada: Tecnologia da Informação. São Paulo: Cengage Learning.

Golden, B. L., & Assad, A. A. (1986). Perspectives on vehicle routing: Exciting new developments. Oper. Res., 34(5), 803–809.

Golden, B. L., & Assad, A. A. (1988). Vehicle Routing: Methods and Studies. Amsterdam, Elsevier Science Publishers.

Grüdtner, I. S. (2005). Modelo de avaliação do desempenho logístico de operadores logísticos. Dissertação de Mestrado, Programa de Pós-Graduação em Engenharia de Produção, Universidade Federal de Santa Catarina, Florianópolis.

Hijjar, M. F., Gervásio, M. H., & Figueiredo, K. F. (2005). Mensuração de desempenho logístico e o modelo World Class Logistics – Parte 1 e 2. Disponível em: http://www.cel.coppead.ufrj.br/new/fs_pesquisa.html

Holmberg, S. (2000). A systems perspective on supply chain measurements. International Journal of Physical Distribution & Logistics Management, 30(10), 847-868. https://doi.org/10.1108/09600030010351246

Jayarathna, D. G. N. D., Lanel, G. H. J., & Juman Z.A.M.S. (2019). A Contemporary Recapitulation of Major Findings on Vehicle Routing Problems: models and methodologies. International Journal Of Recent Technology And Engineering, 8(24), 581-585. http://dx.doi.org/10.35940/ijrte.b1115.0782s419

Kaplan, R. S., & Norton, D. P. (1997). A estratégia em ação: balanced scorecard. Rio de Janeiro: Campus.

Laporte, G. (1992). The vehicle routing problem: An overview of exact and approximate algorithms. European Journal of Operational Research, 59(3), 345-358. https://doi.org/10.1016/0377-2217(92)90192-C

Laporte, G., Gendreau, M., Potvin J.Y., & Semet, E. F. (2000). Classical and modern heuristics for the vehicle routing problem, International Transactions in Operational Research, 7(4), 285-300. https://doi.org/10.1111/j.1475-3995.2000.tb00200.x

MATOS JUNIOR, C. A. A., Nunes, R. V., Assis, C. W. C., Fonseca, R. C., Adriano, N. A., & Santos, G. S. (2014). Contribuição da Roteirização na Redução de Custos Logísticos e Melhoria do Nível de Serviços em Empresa do Segmento Alimentício no Ceará. ABCustos, 9(3).

MATOS JUNIOR, C. A., Nunes, R. V., Assis, C. W. C., Fonseca, R. C., Adriano, N. A., & Santos, G. S. (2013). O papel da roteirização na redução de custos logísticos e melhoria do nível de serviço em uma empresa do segmento alimentício no Ceará. In: Anais do Congresso Brasileiro de Custos-ABC.

Melo, A.C.S., & Ferreira Filho, V.J.M. (2001). Sistemas de roteirização e programação de veículos. Pesquisa Operacional. 21(2), Rio de Janeiro. https://doi.org/10.1590/S0101-74382001000200007

Mohammed, M. A., Ghani, M. K. A., Hamed, R. I., Mostafa, S. A., Ibrahim, D. A., Jameel, H. K., & Alallah, A. H. (2017). Solving vehicle routing problem by using improved K-nearest neighbor algorithm for best solution. Journal of Computational Science, 21, 232–240. http://dx.doi.org/doi:10.1016/j.jocs.2017.04.012

Nasri, M., Metrane, A., Hafidi, I., & Jamali, A. (2020). A robust approach for solving a vehicle routing problem with time windows with uncertain service and travel times. International Journal Of Industrial Engineering Computations, 1-16, 2020. Growing Science. http://dx.doi.org/10.5267/j.ijiec.2019.7.002

Ñauri, M. H. (1998). As medidas de desempenho como base para a melhoria contínua de processos: o caso da Fundação de Amparo à Pesquisa e Extensão Universitaria (FAPEU). Dissertação de Mestrado, Programa de Pós-Graduação em Engenharia de Produção, Universidade Federal de Santa Catarina, Florianópolis.

Networking And Emerging Optimization. Capacitated VRP with Time Windows Instances. São Paulo, 2013. Disponível em: http://neo.lcc.uma.es/vrp/vrp-instances/capacitated-vrp-with-time-windows-instances/

Novaes, A. G. (2007). Logística e gerenciamento da cadeia de distribuição. Rio de Janeiro: Elsevier.

Pelizaro, C. (2000). Avaliação de desempenho do algoritmo de um programa comercial para roteirização de veículos. Tese de Doutorado. Universidade de São Paulo.

Ombuki, B., Ross, B.J. & Hanshar, F. (2006). Multi-Objective Genetic Algorithms for Vehicle Routing Problem with Time Windows. Appl Intell, 24, 17–30. https://doi.org/10.1007/s10489-006-6926-z

Raff, S. (1983). Routing and scheduling of vehicles and crews. Computers & Operations Research, 10(2), 63-211. https://doi.org/10.1016/0305-0548(83)90030-8

Reina, C. D. (2012). Roteirização de veículos com janelas de tempo utilizando algorítmo genético. Dissertação de mestrado, Departamento de Engenharia de Transporte (EPUSP), São Paulo.

Rey, M. F. (1999). Indicadores de desempenho logístico. Revista Logmam, São Paulo.

Santos, F. L., & Leal, J. E. (2006). Uma Aplicação de Algoritmos de Colônias de Formigas em Problemas de Roteirização de Veículos com Janelas de Tempo. Dissertação de Mestrado, Departamento de Engenharia Industrial, Pontifícia Universidade Católica do Rio de Janeiro, Rio de Janeiro.

Solomon, M. M. (1987). Algorithms for the Vehicle Routing and Scheduling Problems with Time Window Constraints. Operations Research, 35(2), 254-265. https://doi.org/10.1287/opre.35.2.254

Waters, C. D. J. (1984). Vehicle Scheduling Revisited. The Journal of the Operational Research Society, 35(2), 145-148. https://doi.org/10.1057/jors.1984.22

Wu, L. (2007). O Problema de Roteirização Periódica de Veículos, Dissertação de Mestrado, Escola Politécnica da Universidade de São Paulo, USP, São Paulo.

Yan, L., Grifoll, M., & Zheng, P. (2020). Model and algorithm of two-stage distribution location routing with hard time window for city cold-chain logistics. Applied sciences, 10(7), p. 1-16. http://dx.doi.org/10.3390/app10072564

Zhang, C., Zhao, Y., & Leng, L. (2020). A Hyper-Heuristic Algorithm for Time-Dependent Green Location Routing Problem With Time Windows, IEEE Access, 8(1), 83092-83104. https://doi.org/10.1109/ACCESS.2020.2991411

Zheng, J. (2020). A Vehicle Routing Problem Model With Multiple Fuzzy Windows Based on Time-Varying Traffic Flow. IEEE Access, 8(1), 39439–39444. https://doi.org/10.1109/ACCESS.2020.2974774