Otimização aplicada á eficiência de sistemas logísticos de serviços com incertezas

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorPessoa, Artur Alves-
Autor(es): dc.contributorBrick, Eduardo Siqueira-
Autor(es): dc.contributorRoboredo, Marcos Costa-
Autor(es): dc.contributorPereira, Valdecy-
Autor(es): dc.contributorMartinelli, Rafael-
Autor(es): dc.contributorFerreira Filho, Virgílio José Martins-
Autor(es): dc.creatorSacramento, Karina Thiebaut-
Data de aceite: dc.date.accessioned2024-07-11T18:28:02Z-
Data de disponibilização: dc.date.available2024-07-11T18:28:02Z-
Data de envio: dc.date.issued2023-08-02-
Data de envio: dc.date.issued2023-08-02-
Fonte completa do material: dc.identifierhttp://app.uff.br/riuff/handle/1/29727-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/771130-
Descrição: dc.descriptionNesta tese de doutorado foram estudados problemas de otimização logística, envolvendo incerteza nos dados de entrada. Inicialmente foi desenvolvido um modelo de programação inteira mista resolvida de forma determinítica para problema de rede de manutenção envolvendo análise de nível de reparo. O modelo usa como dado de entrada o histórico de falhas de equipamentos, e permite, pela primeira vez, definir simultaneamente a localização dos equipamentos de manutenção e as políticas de reparo para os diversos modos de falha, incluindo equipamentos de pré-analise, usados para identificar o item defeituoso de forma mais precisa. Para este modelo, mesmo com uma abordagem determinística, algumas instâncias demoraram um tempo razoável para serem resolvidas. Foi então proposta uma simplificação do modelo fundamentada por uma flexibilização factível das políticas de reparo, que permitiu um desempenho significativamente melhor na resolução das instâncias. No entanto, isto gerou uma preocupação sobre a forma de se tratar incertezas nos modelos matemáticos existentes, pois eles costumam demandar mais tempo para resolver do que quando usada uma abordagem puramente determinística. Decidimos então estudar os modelos que tratam incerteza nos dados de entrada, muito amplamente utilizados na literatura do Problema de Roteamento de Veículo Capacitado (CVRP). Entre os modelos amplamente estudados, comparamos os modelos determinístico, robusto e o chance-constrained. Observamos então que o modelo chance-constrained pode ser aquele que melhor representa a forma como a incerteza é tratada em muitas aplicações, mas é também aquele cujos algoritmos conhecidos para resolvê-lo são menos eficientes. Por isso, fizemos uma proposta de ajuste para os dados de entrada dos modelos determinístico e robusto de forma a aproximar o modelo chance-constrained. Os resultados obtidos sugerem que os dois primeiros modelos podem substituir o terceiro quando a exatidão da solução obtida não for crítica. Para resolver o modelo chance-constrained em nossos experimentos, foi proposta uma melhoria nas restrições que tratam a capacidade do veículo na formulação de PI utilizada.-
Descrição: dc.descriptionIn this doctoral thesis, logistic optimization problems involving uncertainty in the input data were studied. Initially, it was developed a mixed integer programming model solved with deterministic model for a maintenance network problem involving Level of Repair Analysis (LORA). The model uses as input the historical data of equipment failures, and allows, for the first time, to simultaneously define the location of maintenance facilities and the repair policies for the various failure modes, including pre-analysis equipment, used to determine the defective item more accurately. For this model, even solving in a deterministic way, some information took a reasonable time to be resolved. It was then proposed a simplification of the model based on a feasible flexibility of repair policies, which complements a lower performance in solving needs. However, it is a concern about how to handle uncertainties in existing mathematical models, as they tend to be computationally slower to solve than the deterministic problem. We then decided to study the models that deal with uncertainty in the input data, which are very widely used in the Capacitated Vehicle Routing Problem (CVRP) literature. Among the widely studied models, we compare the deterministic, robust and the chance-constrained models. We then observe that the chance-constrained model may be the one that best represents the way an uncertainty is handled in many applications, but it is also the one known that known algorithms to solve are less efficient. Therefore, we define a proposal to adjust the input data of the deterministic and robust models in order to approximate the chance-constrained model. The results obtained that the first two models can replace the third when the accuracy of the obtained solution is not critical. To solve the chance-constrained model in our experiments, an improvement in the constraints that handle the vehicle capacity in the used IP formulation was proposed.-
Descrição: dc.description106 p.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectLogística-
Palavras-chave: dc.subjectProgramação matemática-
Palavras-chave: dc.subjectOtimização-
Palavras-chave: dc.subjectIncerteza-
Palavras-chave: dc.subjectPesquisa operacional (Engenharia)-
Palavras-chave: dc.subjectOtimização de processo-
Palavras-chave: dc.subjectEngenharia de produção-
Palavras-chave: dc.subjectLogistics-
Palavras-chave: dc.subjectMathematical programming-
Palavras-chave: dc.subjectOptimization-
Palavras-chave: dc.subjectUncertainty-
Título: dc.titleOtimização aplicada á eficiência de sistemas logísticos de serviços com incertezas-
Título: dc.titleOptimization applied to the efficiency of logistic systems of services with uncertainty-
Tipo de arquivo: dc.typeTese-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.