Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Roboredo, Marcos Costa | - |
Autor(es): dc.contributor | Pereira, Valdecy | - |
Autor(es): dc.contributor | Uchoa, Eduardo | - |
Autor(es): dc.creator | Thoni, Nina Marcolini | - |
Data de aceite: dc.date.accessioned | 2024-07-11T18:25:27Z | - |
Data de disponibilização: dc.date.available | 2024-07-11T18:25:27Z | - |
Data de envio: dc.date.issued | 2020-12-20 | - |
Data de envio: dc.date.issued | 2020-12-20 | - |
Data de envio: dc.date.issued | 2019 | - |
Fonte completa do material: dc.identifier | https://app.uff.br/riuff/handle/1/16464 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/770275 | - |
Descrição: dc.description | O presente trabalho tem por objetivo estudar o processo de entrega dos pedidos de uma fábrica de alimentos com o intuito de padroniza-lo e minimizar os custos relacionados a sua logística. Após o mapeamento do processo principal desde o pedido até o momento da entrega, foi possível identificar que o problema da programação da entrega aos clientes pode ser classificado como um problema de roteamento de veículos com frota heterogênea. O processo é diário e, portanto, foram selecionados 10 dias do histórico das demandas para realização do estudo. Para isso, a localização exata dos clientes foi levantada, bem como sua matriz de distâncias urbanas completa usando uma API do Google Maps. O método de solução escolhido foi um algoritmo genético implementado em Python e de código aberto denominado pyVRP. Antes da aplicação do algoritmo em cada dia, este trabalho propõe um préprocessamento que verifica e trata algumas condições simples de inviabilidade. Se mesmo com o pré-processamento o algoritmo não encontrar solução viável, este trabalho propõe um processo que remaneja clientes de um dia para o próximo. Como resultado principal, tem-se uma ferramenta de auxílio à decisão para um processo que atualmente é realizado sem um método específico. Além disso, foi feita uma análise sobre a possibilidade de reduzir os custos da fabrica diminuindo sua frota. Tal análise mostrou uma economia de 15% no custo total dos 10 dias | - |
Descrição: dc.description | This Project has the goal to study the delivery process of a food factory aiming to minimize the logistics costs. After mapping the main process, wich starts at the order and finishes with the delivery, it was possible to identify that the type of problem was the vehicle routing problem with heterogeneous fleet. The process occurs daily, therefore, 10 days were selected from the company’s history to compose the study. Thus, the location of each client have been verified to create the complete urban distance matrix, using an API from Google Maps. The solution method chosen was an open source genetic algorithm, written in Python, called pyVRP. It was also proposed a pre-processing of the data in order to verify some simple conditions that make the solution infeasible. If the solution is still infeasible after following the pre processing rules, this project proposes a process that realocates clients from one day to the next. As the main result, this work proposes a decision aid tool for a process that has no specific method nowadays. Besides that, it has been made a simulation about the possibility of reducing the operation’s cost by reducing the fleet of trucks. The simulation showed a 15% reduction in the total cost of the 10 days | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Direitos: dc.rights | Open Access | - |
Direitos: dc.rights | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | - |
Direitos: dc.rights | CC-BY-SA | - |
Palavras-chave: dc.subject | Logística | - |
Palavras-chave: dc.subject | Roteamento de veículos | - |
Palavras-chave: dc.subject | Algoritmo genético | - |
Palavras-chave: dc.subject | Pesquisa operacional (Engenharia) | - |
Palavras-chave: dc.subject | Problema de roteamento de veículo | - |
Palavras-chave: dc.subject | Algoritmo genético | - |
Palavras-chave: dc.subject | Logistics | - |
Palavras-chave: dc.subject | Vehicle Routing | - |
Palavras-chave: dc.subject | Genetic algorithm | - |
Título: dc.title | Roteamento de veículos: um estudo de caso em uma fábrica de alimentos | - |
Tipo de arquivo: dc.type | Trabalho de conclusão de curso | - |
Aparece nas coleções: | Repositório Institucional da Universidade Federal Fluminense - RiUFF |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: