Upload
celso
View
6
Download
0
Embed Size (px)
DESCRIPTION
Definição de Um Modelo de Roteirização de Veiculos Para a Empresa Fitolog
Citation preview
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL
ESCOLA DE ADMINISTRAO
DEPARTAMENTO DE CINCIAS ADMINISTRATIVAS
JEFERSON MACHADO SANTOS
DEFINIO DE UM MODELO DE ROTEIRIZAO DE VECULOS
PARA A EMPRESA FITOLOG
Porto Alegre
2012
JEFERSON MACHADO SANTOS
DEFINIO DE UM MODELO DE ROTEIRIZAO DE VECULOS
PARA A EMPRESA FITOLOG
Trabalho de concluso do curso de
graduao apresentado ao Departamento
de Cincias Administrativas da
Universidade Federal do Rio Grande do
Sul, como requisito parcial para a
obteno do grau de Bacharel em
Administrao
Orientador: Prof. Denis Borenstein
Porto Alegre
2012
Jeferson Machado Santos
DEFINIO DE UM MODELO DE ROTEIRIZAO DE VECULOS
PARA A EMPRESA FITOLOG
Trabalho de concluso do curso de
graduao apresentado ao Departamento
de Cincias Administrativas da
Universidade Federal do Rio Grande do
Sul, como requisito parcial para a
obteno do grau de Bacharel em
Administrao
Conceito Final:
Aprovado em ...... de ............................... de ..........
BANCA EXAMINADORA
________________________________________________
Prof. Dr. ................................................................. UFRGS
________________________________________________
Prof. Dr. ................................................................. UFRGS
________________________________________________
Orientador Prof. Dr. Denis Borenstein UFRGS
AGRADECIMENTOS
Agradeo aos meus familiares e amigos que me acompanharam durante
todo o perodo de graduao, dando o suporte necessrio e motivao para
seguir em frente em todos os momentos.
Agradeo a todos os colegas com quem tive contato em minhas
experincias profissionais at o momento por contriburem e complementarem
minha formao acadmica e profissional.
Agradeo a todos os professores com quem tive oportunidade de
aprender durante este perodo de graduao e que com certeza deram uma
grande contribuio para os desafios que sero enfrentados nas prximas
etapas.
RESUMO
O transporte possui um alto impacto no desenvolvimento de uma nao e na
capacidade competitiva das empresas. Alm disso, a maior parte dos custos
logsticos das empresas se refere aos transportes e s decises quanto
roteirizao de veculos possuem um alto impacto sobre esse custo e sobre o
nvel de servio oferecido pela empresa. Dessa forma, a partir de uma anlise
da operao da Fitolog foi possvel identificar as principais variveis relevantes
no que diz repeito as suas operaes de transporte e definir um modelo de
roteirizao de veculos para a mesma a partir do problema de roteirizao de
veculos com janelas de tempo. Aps a definio do modelo, foi identificado o
melhor mtodo de soluo do modelo, atravs da comparao dos resultados
das heursticas de Clark e Wright e de Mole e Jameson.
Palavras chave: Transporte. Programao linear. Problema de roteirizao
de veculos. Problema de roteirizao de veculos com janelas de tempo
LISTA DE ILUSTRAES
Figura 1 Exemplo de janela de tempo de um cliente .......................................................... 23
Figura 2 O procedimento de economia ................................................................................ 24
Figura 3 Exemplo de aplicao da heurstica de Clark e Wright ....................................... 25
Figura 4 Lista de economias ................................................................................................. 25
Figura 5 Lista de proximidades da rota 0-5-0 ...................................................................... 28
Figura 6 Lista de proximidades da rota 0-3-0 ...................................................................... 29
Figura 7 Lista de economias da rota 0-4-3-0 ....................................................................... 29
Figura 8 Exemplo de aplicao da heurstica Mole e Jameson ........................................ 30
Figura 9 Lista de fatores relevantes para o modelo de roteirizao da Fitolog .............. 32
Figura 10 Primeira parte do algoritmo da heurstica de Clark e Wright ........................... 36
Figura 11 Segunda parte do algoritmo da heurstica de Clark e Wright .......................... 37
Figura 12 Primeira parte do algoritmo da heurstica de Mole e Jameson ........................ 38
Figura 13 Segunda parte do algoritmo da heurstica de Mole e Jameson ....................... 39
Figura 14 Ferramenta de roteirizao (insero de dados) ............................................... 40
Figura 15 Ferramenta de roteirizao (parametrizaes) .................................................. 40
Figura 16 Ferramenta de roteirizao (resultados) ............................................................ 41
Figura 17 Viso geral dos testes comparativos .................................................................. 42
Figura 18 Anlise dos testes comparativos (quantidade de rotas) .................................. 43
Figura 19 Anlise dos testes comparativos (pontos no roteirizados) ............................ 44
Figura 20 Anlise dos testes comparativos (custo total) .................................................. 45
Figura 21 Anlise dos testes comparativos (custo total e pontos no roteirizados) ..... 47
LISTA DE ABREVIATURAS E SIGLAS
GCS Gesto da Cadeia de Suprimentos
PPL Problema de Programao Linear
PPLI Problema de Programao Linear Inteira
PRV Problema de Roteirizao de Veculos
PRVJT Problema de Roteirizao de Veculos com Janelas de Tempo
LISTA DE SMBOLOS
tempo entre o trmino do servio no cliente e incio no cliente
tempo faltante at o ltimo momento possvel para iniciar o servio no
cliente
SUMRIO
INTRODUO ................................................................................................... 9
1. ORGANIZAO E AMBIENTE ............................................................. 11
2. DEFINIO DO PROBLEMA ............................................................... 13
3. JUSTIFICATIVA .................................................................................... 15
4. OBJETIVOS .......................................................................................... 16
4.1. OBJETIVO GERAL ................................................................................ 16
4.2. OBJETIVOS ESPECFICOS .................................................................. 16
5. FUNDAMENTAO TERICA ............................................................ 17
5.1. PROGRAMAO LINEAR .................................................................... 17
5.2. PROGRAMAO LINEAR INTEIRA ..................................................... 19
5.3. PROBLEMA DE ROTEIRIZAO DE VECULOS ................................ 20
5.4. PROBLEMA DE ROTEIRIZAO DE VECULOS COM JANELAS DE
TEMPO .................................................................................................. 21
5.5. ABORDAGENS DE SOLUO ............................................................. 23
5.5.1. Algoritmo de Clark e Wright ............................................................... 24
5.5.2. Heurstica do vizinho mais prximo orientada ao tempo ................. 26
5.5.3. Heurstica de Mole e Jameson ............................................................ 27
6. PROCEDIMENTOS METODOLGICOS .............................................. 31
6.1. IDENTIFICAO DAS VARIVEIS RELEVANTES .............................. 31
6.2. FORMULAO DA FUNO-OBJETIVO E DAS RESTRIES ......... 32
6.3. ESCOLHA DO MTODO MATEMTICO DE SOLUO ..................... 35
7. RESULTADOS DO ESTUDO ................................................................ 36
7.1. PROGRAMAO COMPUTACIONAL .................................................. 36
7.2. ANLISE COMPARATIVA ENTRE AS HEURSTICAS ......................... 41
8. CONSIDERAES FINAIS .................................................................. 48
REFERNCIAS ................................................................................................ 50
9
INTRODUO
O transporte a forma que permite s empresas que seus produtos e
servios cheguem at os canais em que estaro disponveis para seus clientes.
Como contribuio para o desenvolvimento da nao, o sistema de transportes
permite uma maior concorrncia entre as empresas e uma reduo nos preos
dos produtos (BALLOU, 2006). Alm disso, os custos de transporte
representam, em mdia, 60% dos custos logsticos de uma empresa
(BOWERSOX; COOPER; CLOSS, 2006). Esse impacto dos transportes numa
empresa representado principalmente pelas decises sobre o roteamento de
veculos da mesma, uma vez que tais decises podem trazer economias tanto
em termos de custo quanto de tempo de transporte. Em qualquer ramo em que
a atividade de transporte estiver presente, a roteirizao de veculos pode
trazer uma melhoria no sistema de distribuio de produtos e servios e um
aumento na satisfao dos clientes.
Atualmente, a empresa Fitolog, que atua no ramo de tratamento
fitossanitrio de embalagens para exportao, no possui um modelo definido
para roteirizao dos veculos que realizam seus servios. Dessa forma, este
trabalho realiza uma anlise do ambiente da empresa Fitolog no que tange ao
tema de transporte e define um modelo de roteirizao de veculos adequado
para esta realidade. Alm disso, tambm desenvolvida uma ferramenta que
permite a implementao deste modelo.
O trabalho se divide em oito captulos. O primeiro captulo dedicado
apresentao da empresa e do estgio em se encontra quanto roteirizao
de veculos. Os captulos 2, 3 e 4 so dedicados contextualizao do
problema em estudo e definio dos objetivos deste trabalho. O captulo 5 tem
o objetivo de apresentar alguns conceitos tericos sobre programao linear,
problema de roteirizao de veculos e problema de roteirizao de veculos
com janelas de tempo, que permitiram a construo do modelo de roteirizao
adequado realidade da Fitolog. Nos captulos 6 e 7 so apresentados os
procedimentos realizados para definio do modelo de roteirizao, bem como
a ferramenta desenvolvida e as anlises realizadas para que se atingisse o
10
objetivo do trabalho. Por fim, as concluses do trabalho so expostas no
captulo 8.
11
1. ORGANIZAO E AMBIENTE
A Fitolog atua no ramo de controle de pragas e tem como sua atividade
principal o tratamento fitossanitrio de embalagens de madeira para
exportao. Fundada em 2008, est situada em Porto Alegre e atua na regio
metropolitana desta cidade e em alguns outros municpios do Rio Grande do
Sul.
Atualmente, a empresa conta com 14 colaboradores. Atuando na diviso
fitossanitria, h 3 operadores que realizam os tratamentos fitossanitrios com
as unidades mveis. Os demais colaboradores esto distribudos nas reas
administrativas e de backoffice e nas outras divises da empresa. Alm disso,
a empresa possui trs veculos equipados com a estrutura necessria para
realizar os tratamentos fitossanitrios.
Quanto participao de mercado, conforme dados de 2011 da prpria
empresa, a Fitolog possui cerca de 40% do Market share em termo do nmero
de clientes. Atualmente, a diviso de tratamentos fitossanitrios possui cerca
de 75 clientes ativos.
O tratamento fitossanitrio em embalagens de madeira uma exigncia
legal para o exportador. Assim, todo pallet ou caixa de madeira a ser exportado
deve passar pelo tratamento atravs da modalidade de Brometo de Metila ou
Tratamento Trmico. O tratamento atravs do agrotxico Brometo de Metila
apresenta restries ambientais e riscos sade, devido ao nvel de toxidade
do gs. No Brasil, a utilizao do Brometo de Metila nos tratamentos
fitossanitrios ser proibida aps o ano de 2015. Alm disso, em diversos
pases as embalagens tratadas com Brometo de Metila so mal vistas e alguns
importadores j estabeleceram restries a elas. O Tratamento Trmico no
utiliza produtos txicos e menos nocivo ao meio ambiente. Este procedimento
realizado atravs da elevao da temperatura da madeira at um
determinado nvel e manuteno da mesma por 30 minutos. A dificuldade
original deste tipo de tratamento sua imobilidade, uma vez que as estufas
utilizadas normalmente so grandes e estticas. Identificando uma
oportunidade neste segmento, a empresa em estudo desenvolveu o Processo
de Cmara Porttil, permitindo que unidades mveis se dirijam at o local em
12
que as embalagens do cliente se encontram, reduzindo custos de
deslocamento das embalagens at uma estrutura fixa e reduzindo tempo de
operao.
13
2. DEFINIO DO PROBLEMA
O transporte possui um alto impacto no desempenho logstico de uma
empresa e tambm de uma nao. A evoluo do sistema de transporte
permite a uma economia passar de uma estrutura de produo e consumo em
reas geograficamente prximas, para uma estrutura com concentrao
populacional nos grandes centros, limitando a produo local a menos produtos
e melhorando o padro de vida do cidado (BALLOU, 2006). Conforme Ballou
(2006), um sistema de transporte contribui para intensificar a competitividade,
aumentar as economias de escala e reduzir os preos dos produtos. Alm
disso, os transportes possuem um alto impacto nos custos de uma empresa.
Segundo Bowersox, Cooper e Closs (2006), os custos referentes a transporte
representam cerca de 60% dos custos logsticos de uma empresa.
Nos ltimos tempos, uma srie de fatores vem se somando a estas
questes que j atribuem uma grande importncia s decises a respeito dos
transportes. A concentrao populacional nos grandes centros vem exigindo o
atendimento de um nmero cada vez maior de pontos de demanda e as
agncias reguladoras tem colocado um nmero cada vez maior de restries
quanto circulao de alguns tipos de veculos em determinados horrios e
locais. Alm disso, com o aumento do nvel de concorrncia entre as empresas
e com a disseminao dos conceitos de Gesto da Cadeia de Suprimentos
(GCS), os clientes exigem um nvel de servio cada vez melhor de seus
fornecedores. Dessa forma, a fim de melhorar o desempenho da distribuio de
seus produtos, as empresas esto passando a utilizar modelos e sistemas de
roteirizao e programao de veculos.
A roteirizao de veculos busca determinar roteiros de entregas a
serem realizados pelos veculos, buscando gerar o menor custo possvel e
atender ao nvel de servio esperado pelos clientes (GALHARDI, 2006). Esses
modelos tm o objetivo de simular situaes que ocorrem no cotidiano,
envolvendo diversas possibilidades de rotas, diferentes modelos de veculos,
etc. Os modelos de roteirizao podem ser de rota fixa quando se deseja
apenas distribuir cargas por rotas previamente determinadas ou de rotas
dinmicas, quando sugerida a melhor rota analisando uma srie de fatores,
14
como tipo da carga a ser distribuda, capacidades dos veculos e locais de
entrega (GHISI et al., 2004). Assim, vemos que os roteirizadores so
poderosas ferramentas no auxlio gesto dos transportes, permitindo que se
reduza um dos principais componentes de custo das empresas sem perder o
foco no nvel de servio exigido pelos clientes. Dessa forma, a roteirizao vem
cada vez mais despertando um interesse nas empresas que tem na distribuio
uma parte importante do seu processo de negcio e uma sria de empresas de
tecnologia da informao vem criando softwares roteirizadores que buscam a
z
confiabilidade, velocidade e flexibilidade, eficincia e pontualidade na
(GALHARDI, 2006).
Atualmente, a Fitolog no possui nenhum modelo de roteirizao para
suportar a distribuio de suas unidades mveis para atendimento dos clientes.
A determinao de quais clientes cada veculo atender e quais rotas estes
devem seguir feita empiricamente pelos funcionrios do BackOffice da
organizao. Alm disso, o atual cenrio do mercado de tratamento
fitossanitrio de embalagens para exportao e o desempenho da organizao
vm sinalizando que haver um crescimento da demanda pelo servio e que a
empresa precisar expandir sua estrutura para atender esta demanda.
Dessa forma, a Fitolog exps uma necessidade de possuir uma
ferramenta de suporte para a roteirizao de seus veculos. Essa ferramenta de
gesto auxiliar nas operaes atuais da empresa e tambm dar um suporte
para um crescimento futuro. Assim, este trabalho se prope a construir um
modelo de roteirizao para a organizao descrita e definir a melhor forma de
solucion-lo.
15
3. JUSTIFICATIVA
Atravs desse estudo, espera-se identificar as variveis impactantes nas
decises quanto roteirizao dos veculos da Fitolog e determinar um modelo
de roteirizao de acordo com sua realidade. Esse modelo auxiliar na tomada
de deciso quanto s rotas a serem realizadas pelos veculos para atender s
demandas dirias.
O modelo definido para a empresa poder ser implementado atravs de
ferramentas computacionais. Os colaboradores que hoje tomam as decises
das rotas a serem seguidas pelos veculos sem apoio metodolgico podero
inserir os dados do negcio, como capacidade dos veculos e pontos de
demanda, nessa ferramenta. Com esses dados, o modelo poder ser
executado e sugerir rotas a serem seguidas que minimizem os custos da
operao e atendam demanda dos clientes. Como a tendncia do mercado e
dos resultados da empresa indica um crescimento, esse modelo trar cada vez
mais benefcios para a Fitolog medida que seus negcios se expandirem.
16
4. OBJETIVOS
A partir da problemtica apresentada, foram definidos os seguintes
objetivos para o trabalho:
4.1. OBJETIVO GERAL
Determinar um modelo de roteirizao de veculos para a empresa
Fitolog, bem como a melhor maneira de solucion-lo.
4.2. OBJETIVOS ESPECFICOS
Analisar a realidade operacional da empresa quanto roteirizao
de veculos;
Identificar as variveis envolvidas na roteirizao dos veculos da
empresa;
Determinar a funo objetivo e as restries do modelo de
roteirizao;
Identificar as possveis abordagens de soluo para o modelo
construdo;
Determinar a melhor abordagem de soluo.
17
5. FUNDAMENTAO TERICA
Nesta etapa, busca-se formar uma base conceitual que suporte a
definio de um modelo de roteirizao de veculos para a empresa Fitolog.
Para isso, foram utilizados materiais cientficos confiveis para a
fundamentao terica.
Sero abordados conceitos a respeito de programao linear e
programao linear inteira para embasar a soluo de problemas que
envolvem a alocao de recursos escassos. Aps, sero abordados os
problemas de roteirizao de veculos e problemas de roteirizao de veculos
com janelas de tempo, a fim de focar no problema deste estudo. Por fim, sero
levantadas abordagens de soluo para estes dois ltimos problemas.
5.1. PROGRAMAO LINEAR
O Problema de Programao Linear (PPL) busca encontrar a melhor
distribuio possvel de recursos escassos entre as diversas tarefas que devem
z
j (ANDRADE 2 9, p. 26). Alm disso, esse tipo
de problema pode ser representado por um modelo de otimizao em que
todas as relaes matemticas so lineares (ANDRADE, 2009). Um modelo de
otimizao um modelo matemtico construdo para encontrar uma soluo
nica, que ser considerada tima. Esses modelos so utilizados em situaes
em que as variveis podem assumir diversos valores (ANDRADE, 2009).
Segundo Andrade (2009), os modelos de otimizao so diferentes dos
modelos de simulao pelo fato de buscarem uma nica soluo, enquanto
estes se focam na gerao e anlise de alternativas. Segundo Goldbarg e Luna
(2005), possvel formular de uma forma geral o PPL como se segue:
18
Otimizar
(1)
Sujeito a:
(2)
(3)
(4)
(5)
Em que:
j
j
z
O termo otimizar se refere possibilidade de maximizar ou minimizar a
funo objetivo (GOLDBARG; LUNA 2 5). A
dados a matriz A e os vetores b e c, achar o vetor de variveis contnuas x que
satisfaa o conjunto de restries e que otimize o valor do critrio z
(GOLDBARG; LUNA, 2005, p.26).
Segundo Goldbarg e Luna (2005), as duas principais dificuldades para
encontrar a melhor soluo possvel so como obter solues viveis bsicas e
como evitar o teste de todas as solues viveis bsicas possveis. Assim, o
algoritmo Simplex se apresenta como uma forma de soluo que supera essas
dificuldades e pode ser adaptvel ao clculo computacional (GOLDBARG;
LUNA, 2005). De forma geral, este algoritmo parte de uma soluo vivel do
sistema de equaes que constitui o PPL e, a partir desta soluo inicial,
identifica novas solues melhores ou iguais que a atual (GOLDABRG; LUNA,
2005).
19
5.2. PROGRAMAO LINEAR INTEIRA
O Problema de Programao Linear Inteira (PPLI) diferencia-se do PPL
ma ou mais variveis de deciso so representadas apenas
(LACHTERMACHER 2 9). Um exemplo de problema
que requer programao inteira o caso de uma companhia que precisa
determinar o nmero timo de trabalhadores a serem alocados em cada turno
(RAGSDALE, 2009). O Problema da Mochila representa de forma genrica o
PPLI, uma vez que possui um estreito relacionamento com diversos outros
modelos de programao (GOLDBARG; LUNA, 2005). Basicamente, o
problema trata do desafio de encher uma mochila com diversos itens sem
ultrapassar seu limite de peso, otimizando o valor total dos itens transportados
(GOLDBARG; LUNA, 2005). Segundo Goldbarg e Luna (2005), o Problema da
Mochila pode ser formulado da seguinte forma:
Maximizar
(6)
Sujeito a:
(7)
(8)
Em que representado na restrio (8) como uma varivel binria que
indica se o item foi colocado na mochila caso seu valor for igual a um; seu
valor ser zero caso contrrio. O valor de cada item representado por . O
peso de cada item representado por . A restrio (7) indica que a soma
do peso de todos os itens colocados na mochila no pode ser superior
capacidade total da mochila, representada por .
Conforme Goldbarg e Luna (2005) existem inmeras solues para o
PPLI, as quais podem ser classificadas como tcnicas de enumerao, de
cortes e hbridas. Uma tcnica de enumerao muito utilizada para solucionar
os PPLI o algoritmo Branch-and-Bound, em que so efetuadas parties no
espao das solues, criando novos e restritos problemas, mais fceis de
20
solucionar, para que ento seja realizado o teste de otimalidade entre as
solues encontradas nos problemas restritos (GOLDBARG; LUNA, 2005).
5.3. PROBLEMA DE ROTEIRIZAO DE VECULOS
O Problema de Roteirizao de Veculos (PRV) comumente descrito
como um problema em que veculos localizados em um depsito central devem
visitar clientes geograficamente dispersos a fim de atender suas demandas
(MARINAKIS; MIGDALAS, 2007). Conforme Marinakis e Migdalas (2007), o
PRV foi inicialmente introduzido por Dantzig e Ramser (1959), com o nome de
Problema de Despacho de Caminhes. O Problema de Despacho de
Caminhes caracterizado pelo fato de que a capacidade de cada veculo
inferior soma das quantidades demandadas em cada ponto de entrega
(DANTZIG; RAMSER, 1959). Logo, esse problema caracterizado pela
relao:
(9)
O objetivo deste problema identificar quais rotas entre os pontos de
demanda a serem atendidos minimizam a distncia total a ser percorrida pelos
veculos, sendo que a formulao geral proposta por Dantzig e Ramser (1959)
:
Minimizar
(10)
Sujeito a:
(11)
(12)
(13)
em que definido na equao (13) como uma varivel binria que indica
que o cliente atendido aps o cliente , ou seja, que a rota , utilizada,
21
caso seu valor seja um. Caso esta rota no seja utilizada, seu valor ser zero.
A restrio (11) indica que o total da demanda de todos os pontos
atendidos no pode ser superior capacidade do veculo, representada por .
5.4. PROBLEMA DE ROTEIRIZAO DE VECULOS COM JANELAS DE
TEMPO
O Problema de Roteirizao de Veculos com Janelas de Tempo
(PRVJT) determina que os clientes devem ser atendidos dentro de uma
determinada janela de tempo, ou seja, dentro de um especfico intervalo de
tempo (MARINAKIS; MIGDALAS, 2007). Fischer, Jrsten e Madsen (1997)
propuseram um modelo que busca atender s demandas dos clientes com os
veculos disponveis em um menor custo possvel, sujeito ao fato de que o
momento para iniciar o servio em um cliente deve estar dentro de um
determinado intervalo de tempo, a janela de tempo. Caso o veculo chegue
muito cedo ao cliente, ele dever esperar at que a janela esteja aberta. Segue
o modelo proposto por Fischer, Jrsten e Madsen (1997):
Minimizar
(14)
Sujeito a:
(15)
(16)
(17)
(18)
(19)
(20)
(21)
(22)
(23)
(24)
(25)
22
(26)
(27)
(28)
em que definido na equao (25) como uma varivel binria que indica
que o cliente atendido aps o cliente pelo veculo , caso seu valor seja
um; caso seu valor seja zero, o veculo no atender o cliente aps o cliente
. definido na equao (27) como uma varivel binria que indica que o
cliente atendido pelo veculo , caso seu valor seja um; caso seu valor seja
zero, o cliente no ser atendido pelo veculo . O momento para iniciar o
servio no cliente representado pela varivel . O momento de partida do
veculo do depsito determinado pela varivel , enquanto o momento do
retorno do veculo ao depsito determinado pela varivel . A restrio
(15) garante que cada veculo que visitar um ponto deixar aquele ponto em
seguida. A restrio (16) garante que cada rota se origina e termina no
depsito. As restries (17), (18) e (19) garantem a compatibilidade dos
horrios de chegada e execuo do servio nos diversos clientes. A restrio
(20) garante que o momento da chegada e incio do servio em um cliente est
de acordo com a respectiva janela de tempo. As restries (21) e (22)
garantem que os horrios de sada e chegada dos veculos no depsito
respeitam a janela de tempo do depsito. A restrio (23) garante que a
demanda de cada rota est de acordo com a capacidade mxima do veculo
que a atende. As restries (26) e (28) garantem que cada cliente visitado
apenas uma vez e que cada veculo deixa um cliente apenas uma vez,
respectivamente.
O modelo para o PRVJT apresentado um caso em que a janela de
tempo rgida. Segundo Koskosidis (apud Joubert, 2007, p.17), quando
nenhuma entrega permitida fora dos parmetros definidos para a janela,
dizemos que a janela de tempo rgida. Caso sejam permitidas entregas fora
dos parmetros definidos para a janela no cliente , dizemos que a janela de
tempo flexvel e o atraso no cliente ser penalizado a um custo . Alm
disso, o cliente poder determinar um atraso mximo permitido denotado por
(Joubert, 2007). A figura 1 ilustra um caso de um cliente que determina
23
uma janela de tempo para ser atendido das 07h30min s 15h30min. No
entanto, ele permite entregas atrasadas at s 17h:
Figura 1 Exemplo de janela de tempo de um cliente
Fonte: Joubert (2007, p. 17)
Conforme Joubert (2007), o atraso no cliente , denotado por , pode ser
calculado atravs da expresso:
(29)
em que horrio de chegada ao cliente . A expresso denota que o atraso
calculado pela diferena entre o horrio de chegada ao cliente , , e entre
o horrio final da janela de tempo no cliente , , desde que esta diferena seja
maior que zero e que o horrio de chegada seja menor ou igual que o horrio
mximo de entregas atrasadas determinado pelo cliente , . Assim, o
atraso penalizado atravs da introduo de um termo de penalidade funo
objetivo (14) (Joubert, 2007), resultando na equao (30).
Minimizar
(30)
em que o atraso determinado pela equao (29).
5.5. ABORDAGENS DE SOLUO
Nesta etapa sero apresentadas uma srie de heursticas que podem
ser utilizadas para solucionar os PRV. As heursticas foram selecionadas
conforme sua adaptao s variaes do PRV apresentadas nas etapas
anteriores.
24
5.5.1. Algoritmo de Clark e Wright
O algoritmo de Clark e Wright foi um dos primeiros propostos para
solucionar problemas do tipo do PRV, servindo de base para outros algoritmos
mais sofisticados (HEINEN, 2005). Este algoritmo caracterizado como um
procedimento de economia e insero, em que arcos entre os pontos de
demanda de menor custo devem substituir os arcos com maior custo,
melhorando a rota em termos de custo (GOLDBARG; LUNA, 2005).
O conceito bsico deste algoritmo obter as economias transformando
duas rotas em uma s, conforme exemplificado na figura 2 (GOLDBARG;
LUNA, 2005). Na figura 2, apresentado um grafo com trs nodos, em que o
nodo 1 representa o depsito, e os ns representam os clientes a serem
atendidos.
Figura 2 O procedimento de economia
Fonte: Goldbarg e Luna (2005, p. 400)
Assim, o custo total da figura 2 (a) dado por:
(31)
O custo total da figura 2 (b) dado por:
(32)
Combinando as duas rotas obtm-se a seguinte economia :
(33)
25 Quanto maior for o valor da economia , mais atrativo ser visitar os
pontos em uma mesma rota (GOLDBARG; LUNA, 2005).
Esse conceito das economias expandido para um problema com
diversos pontos de demanda a partir de um grafo representando os clientes e o
depsito central, os possveis caminhos e suas distncias (HEINEN, 2005).
Aps, deve-se criar rotas iniciais entre o depsito e cada cliente, em que
quantidade de nodos do grafo, conforme mostra a figura 3 (HEINEN, 2005):
Figura 3 Exemplo de aplicao da heurstica de Clark e Wright
Fonte: Heinen (2005, p. 4)
Em seguida, deve-se calcular as economias conforme a equao (33)
para cada possvel par de 2 nodos e orden-las de forma decrescente
(HEINEN, 2005). Para o problema utilizado como exemplo, as economias
foram calculadas e ordenadas como mostra a figura 4:
Figura 4 Lista de economias
Fonte: Heinen (2005, p. 3)
26 Para cada linha desta tabela, deve-se verificar se possvel unir as rotas
que possuem os nodos e em uma mesma rota (HEINEN, 2005). Essas rotas
podero ser combinadas caso ambos os nodos estejam no extremo de rotas
diferentes (HEINEN, 2005). A medida que as rotas so unidas, deve-se realizar
os testes das restries de capacidade dos veculos e de janelas de tempo
(GOLDBARG; LUNA, 2005). No problema utilizado como exemplo, nota-se a
partir da figura 4 que a maior economia se d pela unio dos nodos 1 e 2. Uma
vez que esses nodos esto no extremo de suas rotas, eles podem ser unidos
formando uma nova rota, conforme a figura 3(b). O processo realizado da
mesma forma para os nodos 1 e 3, resultando na configurao conforme a
figura 3(c). Como a prxima linha da tabela envolve os ns 2 e 3, passa-se
para o prximo par, resultando na unio dos nodos 3 e 4, conforme a figura
3(d) (HEINEN, 2005). Nenhuma dessas unies seria efetuada caso o resultado
final violasse algumas das restries de capacidade ou janelas de tempo
(HEINEN, 2005).
5.5.2. Heurstica do vizinho mais prximo orientada ao tempo
Uma adaptao do mtodo das economias proposta por Solomon
(1987), chamada de heurstica do vizinho mais prximo orientada ao tempo.
Neste algoritmo, cada rota iniciada com o cliente mais prximo ao depsito
central que no est inserido em nenhuma rota e, nas iteraes seguintes,
busca-se o cliente mais prximo ao ltimo inserido na rota (SOLOMON, 1987).
A busca realizada entre todos os clientes que possuem viabilidade de serem
inseridos na rota, em termos de janela de tempo, momento de chegada do
veculo ao depsito e restries de capacidade. Sempre que essa busca falhar,
uma nova rota iniciada (SOLOMON, 1987).
A z z x
inserido na rota dada por:
, , (34)
Considerando que o ltimo cliente inserido na rota e qualquer
ponto disponvel que poderia ser visitado em seguida. As constantes definem
27
pesos para qual critrio deve ser priorizado no momento de inserir um cliente
em uma rota. representa a distncia entre os dois clientes, representa a
diferena de tempo entre o trmino do servio no cliente e o incio do servio
no cliente , e o tempo faltante at o ltimo momento possvel para o veculo
iniciar o servio no cliente (SOLOMON, 1987)
5.5.3. Heurstica de Mole e Jameson
Os algoritmos apresentados possuem a deficincia de os nodos internos
no serem candidatos a participar do teste de economia, uma vez que apenas
os nodos no extremo de cada rota podem ser unidos (GOLDBARG; LUNA,
2005). Assim, a heurstica elaborada por Mole e Jameson um algoritmo mais
sofisticado, e traz como um dos principais benefcios a capacidade de atacar
esta deficincia (GOLDBARG; LUNA, 2005). Como principal desvantagem do
algoritmo, destaca-se a maior complexidade computacional (HEINEN, 2005).
Este algoritmo inicia a partir de um grafo que apresenta todos os nodos
e as distncias entre eles, conforme a figura 8(a). O depsito central
representado pelo nodo 0 e os clientes pelos demais nodos (HEINEN, 2005).
Aps, deve-se selecionar um nodo para ser inserido na primeira rota de acordo
com algum critrio. Genericamente, ser utilizado o nodo livre mais prximo ao
depsito (HEINEN, 2005). No exemplo utilizado, o nodo 5 selecionado por ser
o mais prximo do depsito. Em seguida, os nodos passam a ser inseridos nas
rotas de acordo com os critrios de proximidade e economia (HEINEN, 2005).
O critrio de proximidade seleciona o nodo mais prximo da rota, conforme as
distncias calculadas por (HEINEN, 2005):
(35)
Caso nenhuma restrio do modelo seja violada, o nodo que apresentar
a menor distncia ser inserido na rota (HEINEN, 2005).
O critrio de economia tem o objetivo de selecionar o local para se
inserir o nodo selecionado, de acordo com a frmula (HEINEN, 2005):
(36)
28
Ser selecionado o local que apresentar maior economia (HEINEN,
2005). Esta heurstica possui dois parmetros que podem ser alterados
conforme as necessidades da estratgia de soluo (GOLDBARG; LUNA,
2005):
Com e a insero realizada considerando a
minimizao do aumento da rota pela incluso de um novo cliente;
Com e , a insero realizada considerando a
minimizao da distncia entre os dois ns vizinhos;
O caso em que , uma generalizao do critrio
de Gaskell (apud Heinen, 2005, p. 5);
Quando , a insero ocorrer considerando o
cliente mais distante do depsito.
No exemplo apresentado, so utilizados os valores de e ,
segundo o critrio de Gaskell (apud Heinen, 2005, p. 5).
Neste exemplo, montada uma tabela com as distncias de todos os
nodos livres com relao rota inicial, 0-5-0, conforme a figura 5 (HEINEN,
2005). Nesta tabela verifica-se que o nodo mais prximo o nodo 1 e que h
apenas um local para inseri-lo, uma vez que h apenas dois nodos na rota
(HEINEN, 2005).
Figura 5 Lista de proximidades da rota 0-5-0
Fonte: Heinen (2005, p. 6)
No entanto, utilizando a frmula (36), a economia obtida com a insero
deste nodo , tornando invivel inserir este nodo na rota. (HEINEN, 2005).
Uma vez que no possvel inserir um nodo nesta rota, criada uma nova rota
com o nodo 3, conforme a figura 8(b). Calculadas as distncias dos nodos
livres em relao a esta rota, identifica-se atravs da figura 6 que o nodo 4
deve ser selecionado (HEINEN, 2005). A economia obtida pela insero deste
29
nodo calculada com a frmula (36) de 14, viabilizando a insero deste nodo
na rota, conforme mostra a figura 8(c) (HEINEN, 2005).
Figura 6 Lista de proximidades da rota 0-3-0
Fonte: Heinen (2005, p. 6)
Mais uma vez, deve-se calcular a proximidade dos nodos livres em
relao rota 0-4-3-0 e, desta vez, o nodo 1 selecionado para ser inserido na
rota. Como h mais de dois nodos presentes na rota, necessrio calcular a
tabela de economias para identificar a melhor posio de insero do nodo 1,
conforme a figura 7 (HEINEN, 2005). Assim, a maior economia obtida ao
inserir o nodo 1 entre os nodos 0 e 3 (HEINEN). O algoritmo segue sendo
executado desta forma at que no existam mais nodos livres, conforme a
figura 8(d).
Figura 7 Lista de economias da rota 0-4-3-0
Fonte: Heinen (2005, p. 6)
30
Figura 8 Exemplo de aplicao da heurstica Mole e Jameson
Fonte: Heinen (2005, p. 7)
31
6. PROCEDIMENTOS METODOLGICOS
Neste captulo sero apresentados os procedimentos metodolgicos que
descrevero como os objetivos estabelecidos no captulo anterior sero
alcanados. A metodologia utilizada no estudo uma adaptao da
metodologia proposta por Andrade (2009).
6.1. IDENTIFICAO DAS VARIVEIS RELEVANTES
A escolha das variveis que compe o modelo muito importante, uma
vez que nessa etapa que se define o escopo do modelo a ser construdo
(ANDRADE, 2009). Deve-se incluir apenas as informaes relevantes, uma vez
que informaes em excesso podem prejudicar o processo de tomada de
deciso (ANDRADE, 2009). No estudo, foi analisada a operao da empresa e
identificados quais itens devem ser levados em considerao no momento de
tomada de deciso quanto roteirizao de veculos.
A Fitolog realiza os tratamentos fitossanitrios em embalagens para
exportao atravs do Processo de Cmara Porttil. Cada cmara porttil em
conjunto com um veculo forma uma unidade mvel que se dirige at os locais
onde se encontram as embalagens para exportao para que seja realizado o
tratamento. Os clientes costumam entrar em contato para agendar o tratamento
com a Fitolog, confirmando a data e o horrio para realizao do servio, bem
como a quantidade de embalagens a ser tratada. O equipamento possui uma
capacidade de 100 para cada sesso de tratamento. H situaes em que
so realizados mais de um tratamento em sequncia em um mesmo cliente,
em funo do maior nmero de embalagens a serem tratadas. O tratamento no
cliente costuma durar cerca de 2 horas e 20 minutos, sendo que 35 minutos
so gastos para preparao da estrutura, 1 hora para realizao do tratamento,
30 minutos para carimbagem das embalagens e 15 minutos para
desmontagem. Os veculos costumam sair do depsito no incio do dia, s 8
horas, e retornar ao final do dia, s 17 horas. Sempre que os veculos
ultrapassam esse tempo de 8 horas de trabalho por dia, os operadores
recebem horas extras.
32 Alm das variveis identificadas na descrio da operao quantidade
de veculos, horrio para incio do servio em cada cliente, tempo de durao
do tratamento e horrio de sada e chegada ao depsito outras variveis so
importantes para a definio de um modelo de roteirizao. Segue o quadro
com todos os fatores a serem considerados no modelo de roteirizao de
veculos para a Fitolog:
Figura 9 Lista de fatores relevantes para o modelo de roteirizao da Fitolog
Smbolo Descrio
Custo de deslocamento entre os pontos e
Momento para iniciar o servio no cliente
Durao do servio no cliente
Tempo de deslocamento entre os pontos e
Horrio mais cedo em que permitida a sada do depsito
Horrio mais tarde em que permitido o retorno ao depsito
Distncia entre os pontos e
Valor da hora extra
Fonte: Elaborado pelo autor
6.2. FORMULAO DA FUNO-OBJETIVO E DAS RESTRIES
Definidas as variveis relevantes para o problema, deve-se definir
formalmente as relaes entre elas atravs de termos matemticos
(ANDRADE, 2009). Nesta etapa, foi formalizado o modelo matemtico que
reflete da forma mais prxima possvel as condies existentes no que tange
roteirizao de veculos na empresa Fitolog.
Para a formulao do modelo, algumas das variveis definidas
anteriormente conforme a operao da empresa foram adaptadas a fim de
facilitar os clculos durante a soluo posterior. Assim, o custo de
deslocamento entre os pontos e uma funo da distncia entre esses
pontos e do custo por quilmetro rodado dos veculos:
33
(37)
O tempo de servio no cliente uma constante para todos os clientes:
(38)
O tempo de deslocamento entre os pontos e ser uma funo da
distncia entre esses pontos e a velocidade mdia de deslocamento dos
veculos:
(39)
O modelo de roteirizao que mais se adapta operao da Fitolog
um problema de roteirizao com janelas de tempo, em que os clientes devem
ser atendidos dentro de um horrio especificado. Alm disso, h uma
penalidade, expressa na forma de horas extras, para os veculos que
ultrapassam o tempo de trabalho de 8 horas dirias. Assim, o modelo definido
para a Fitolog uma adaptao dos modelos propostos por Fischer, Jrsten e
Madsen (1997) e por Joubert (2007):
Minimizar
(40)
Sujeito a:
(41)
(42)
(43)
(44)
(45)
(46)
(47)
34
(48)
(49)
(50)
(51)
(52)
(53)
(54)
em que definido na equao (51) como uma varivel binria que indica
que o cliente atendido aps o cliente pelo veculo , caso seu valor seja
um; caso seu valor seja zero, o veculo no atender o cliente aps o cliente
. definido na equao (53) como uma varivel binria que indica que o
cliente atendido pelo veculo , caso seu valor seja um; caso seu valor seja
zero, o cliente no ser atendido pelo veculo . O momento para iniciar o
servio no cliente representado pela varivel . O momento de partida do
veculo do depsito determinado pela varivel , enquanto o momento do
retorno do veculo ao depsito determinado pela varivel . A funo
objetivo (40) busca minimizar o custo da operao, considerao os custos
com deslocamento entre os pontos das rotas, bem como as horas extras
realizadas por cada veculo . A restrio (41) garante que cada veculo que
visitar um ponto deixar aquele ponto em seguida. A restrio (42) garante que
cada rota se origina e termina no depsito. As restries (43), (44) e (45)
garantem a compatibilidade dos horrios de chegada e execuo do servio
nos diversos clientes. A restrio (46) garante que o momento da chegada e
incio do servio em um cliente est de acordo com a respectiva janela de
tempo. A restrio (47) garante que o horrio de sada do depsito respeita a
janela de tempo do depsito. A restrio (49) calcula as horas extras realizadas
por cada veculo caso este ultrapasse nove horas de trabalho por dia (oito
horas trabalhadas e uma hora de almoo). As restries (51) e (53) garantem
que cada cliente visitado apenas uma vez e que cada veculo deixa um
cliente apenas uma vez, respectivamente. A restrio (54) garante que o valor
de deve ser positivo; caso seja negativo, seu valor ser zero.
35
6.3. ESCOLHA DO MTODO MATEMTICO DE SOLUO
Aps a definio do modelo na etapa anterior, deve-se identificar qual
mtodo matemtico o mais indicado para a soluo, considerando o prprio
modelo e as questes que buscam ser respondidas (ANDRADE, 2009). Como
os mtodos para soluo so grandes e complexos, h a necessidade de
serem programados para a soluo atravs de computadores (ANDRADE,
2009).
Dentre as abordagens de soluo analisadas na etapa de
fundamentao terica, foi realizada a programao computacional da
heurstica de Clark e Wright e da heurstica de Mole e Jameson. As heursticas
foram escolhidas por permitirem o teste das restries de tempo durante a
roteirizao dos pontos e por seu nvel de complexidade estar adequado
realidade da empresa, que no exige a roteirizao de um grande nmero de
ns em uma mesma programao. Alm disso, interessante comparar o
desempenho das duas heursticas, uma vez que a heurstica de Clark e Wright
trabalha apenas com a insero de novos pontos nas extremidades das rotas
em criao enquanto a heurstica de Mole e Jameson permite a insero de
novos ns em qualquer ponto da rota em criao. Dessa forma, essas
abordagens sero aplicadas e seus resultados comparados, de forma a
identificar qual traz melhores solues para o problema de roteirizao de
veculos da empresa Fitolog.
36
7. RESULTADOS DO ESTUDO
7.1. PROGRAMAO COMPUTACIONAL
O software selecionado para programao das heursticas adaptadas
realidade da Fitolog foi o Microsoft Visual Basic e os dados foram
implementados atravs do Microsoft Excel 2010. Alm disso, para
implementao das duas heursticas necessrio obter os dados de distncia
e tempo de deslocamento entre os pontos que fazem parte do problema. Esses
dados so obtidos atravs de conexo da ferramenta criada no Microsoft Excel
2010 com o Google Maps.
Na sequncia sero descritos os algoritmos que formam o cdigo de
implementao das heursticas. Primeiramente, ser apresentado o algoritmo
para implementao da heurstica de Clark e Wright. A primeira parte do
algoritmo consiste na informao dos dados dos ns a serem atendidos, a
obteno das distncias e tempos de deslocamento e clculo das economias,
conforma a figura 10. Neste momento tambm realizado o ordenamento das
economias em ordem decrescente.
Figura 10 Primeira parte do algoritmo da heurstica de Clark e Wright
Fonte: Elaborado pelo autor
A segunda parte do algoritmo consiste na parte principal da heurstica.
Nesta etapa so formadas as rotas e verificadas as restries de tempo
definidas no problema, conforme a figura 11. Ao final da heurstica, so
apresentados os resultados dos roteiros formados.
37
Figura 11 Segunda parte do algoritmo da heurstica de Clark e Wright
Fonte: Elaborado pelo autor
38 Quanto ao algoritmo de Mole e Jameson, a primeira parte tambm
consiste na informao dos dados dos ns a serem atendidos e na obteno
dos dados de distncia e tempo de deslocamento entre os pontos, conforme a
figura 12. No entanto, nesse algoritmo as economias no so calculadas nesta
primeira etapa.
Figura 12 Primeira parte do algoritmo da heurstica de Mole e Jameson
Fonte: Elaborado pelo autor
Da mesma forma que o algoritmo anterior, a segunda etapa trata-se da
parte principal do cdigo. Neste momento so formadas as rotas, testadas as
restries de tempo do problema e apresentados os resultados, conforme a
figura 13.
39 Figura 13 Segunda parte do algoritmo da heurstica de Mole e Jameson
Fonte: Elaborado pelo autor
Para implementao desses algoritmos, foi desenvolvida uma interface
no Microsoft Excel 2010. Esta ferramenta desenvolvida no Microsoft Excel 2010
tem o objetivo de permitir ao usurio informar os dados sobre os ns a serem
roteirizados, os parmetros de roteirizao e, aps a execuo do algoritmo,
visualizar as rotas geradas.
A ferramenta possui uma primeira interface em que o usurio poder
inserir os dados dos ns a serem roteirizados, informando o CEP, a cidade e o
estado em que se localiza o ponto, alm dos horrios mnimos e mximos de
chegada ao cliente. O primeiro n a ser informado dever ser o do depsito
central e poder ser mantido fixo para diversas roteirizaes. Nesta tela
tambm possvel informar o nmero de veculos disponveis.
40
Figura 14 Ferramenta de roteirizao (insero de dados)
Fonte: Elaborado pelo autor
O usurio tambm poder ajustar alguns parmetros importantes para a
gerao das rotas. Em outra interface, podero ser informados os dados de
tempo de durao de cada servio, custo da hora extra, consumo mdio de
combustvel de cada veculo e custo do combustvel.
Figura 15 Ferramenta de roteirizao (parametrizaes)
Fonte: Elaborado pelo autor
Por fim, h uma interface para apresentao das rotas geradas aps a
roteirizao. Nesta interface apresentada a sequncia de visita aos ns em
cada rota, bem como o horrio de chegada em cada um deles. Para cada rota
tambm apresentado o custo com deslocamento de cada rota e o custo de
horas extras, quando as mesmas so necessrias.
41
Figura 16 Ferramenta de roteirizao (resultados)
Fonte: Elaborado pelo autor
7.2. ANLISE COMPARATIVA ENTRE AS HEURSTICAS
Para identificao da melhor heurstica de soluo do modelo proposto
necessrio realizar a comparao do desempenho de ambas conforme alguns
critrios no momento de realizar a roteirizao de determinados pontos. Os
critrios utilizados para comparar o desempenho das heursticas foram os
seguintes: custo total das rotas geradas, calculado atravs da distncia
percorrida para visitar todos os pontos da rota vezes o custo de combustvel
por quilmetro rodado, mais o valor de hora extra caso o veculo retorne para o
depsito aps o horrio mximo de chegada ao depsito; tempo para gerao
das rotas; quantidade de rotas geradas; e quantidade de pontos no
roteirizados.
Para realizar a anlise conforme esses critrios foram realizadas doze
simulaes de roteirizao com diferentes quantidades de ns a serem
roteirizados. Os testes foram realizados com os dados de endereo de atuais
clientes da Fitolog e a seleo de quais clientes seriam utilizados em cada
teste ocorreu de forma aleatria. Para cada teste, foi realizada a roteirizao
dos pontos selecionados utilizando a heurstica de Clark e Wright e a heurstica
de Mole e Jameson atravs da ferramenta desenvolvida no Microsoft Excel
2010. Nestes testes, foi utilizado um valor do litro de combustvel de R$ 2,69;
uma taxa de consumo de combustvel de 0,125 litros por kilmetro rodado de
42
cada veculo; um valor de hora extra de R$ 10,00; e um tempo de servio de 2
horas. Segue abaixo a tabela com os dados obtidos em cada teste para cada
uma das heursticas conforme os critrios de anlise estabelecidos
anteriormente:
Figura 17 Viso geral dos testes comparativos
Teste N de
ns
Custo total (R$)
Tempo (min) Quantidade
de rotas Pontos no roteirizados
C&W M&J C&W M&J C&W M&J C&W M&J
1 5 205,79 275,22 0,98 1,02 1 2 1 0
2 5 50,18 63,01 0,95 1,02 1 2 1 0
3 6 114,24 113,30 1,30 1,32 2 2 0 0
4 6 48,93 79,71 1,28 1,33 2 2 0 0
5 7 250,42 256,51 1,72 1,75 2 2 2 0
6 7 244,49 270,43 1,68 1,72 1 3 2 0
7 8 221,70 257,32 2,12 2,05 1 3 3 0
8 8 221,70 259,45 2,12 2,07 1 2 3 0
9 9 228,00 285,39 2,47 2,55 1 2 4 0
10 9 113,79 133,31 2,50 2,53 2 2 1 0
11 10 79,08 148,5 3,03 3,03 1 3 6 0
12 10 79,08 122,38 3,03 3,1 1 3 6 0
Fonte: Elaborado pelo autor
Quanto ao critrio de tempo, o mesmo poder ser desconsiderado para
anlise de qual heurstica dever ser utilizada. De forma geral, o tempo gasto
para obter os resultados muito baixo e no se confirma como um fator de
deciso. Alm disso, os tempos para gerao de resultado de cada heurstica
so muito prximos em todos os testes e h, em mdia, uma diferena de
apenas 1% nos tempos de cada heurstica.
Quanto ao critrio de quantidade de rotas geradas, a heurstica de Mole
e Jameson gerou, na maioria dos testes, um nmero maior de rotas. Em mdia,
para cada um dos testes realizados, a heurstica de Mole e Jameson gerou
uma rota a mais que a heurstica de Clark e Wright, conforme a figura 18.
43
Figura 18 Anlise dos testes comparativos (quantidade de rotas)
Teste N de ns Quantidade de rotas
C&W M&J
1 5 1 2
2 5 1 2
3 6 2 2
4 6 2 2
5 7 2 2
6 7 1 3
7 8 1 3
8 8 1 2
9 9 1 2
10 9 2 2
11 10 1 3
12 10 1 3
Mdia 1,33 2,33
Fonte: Elaborado pelo autor
A gerao de um nmero maior de rotas implica na necessidade de um
maior nmero de veculos para atender os pontos roteirizados. Considerando
apenas este critrio, a gerao de um menor nmero de rotas seria uma
vantagem da heurstica de Clark e Wright.
No entanto, ao analisar os dados do critrio de pontos no roteirizados,
possvel identificar que a heurstica de Clark e Wright no realiza a
roteirizao de diversos pontos na maioria dos testes realizados, da o nmero
reduzido de rotas geradas identificado anteriormente. Em mdia, a heurstica
de Clark e Wright no roteiriza 2,42 pontos em cada um dos testes realizados,
enquanto a heurstica de Mole e Jameson realiza a roteirizao de todos os
pontos nos testes realizados.
44
Figura 19 Anlise dos testes comparativos (pontos no roteirizados)
Teste N de ns Pontos no roteirizados
C&W M&J
1 5 1 0
2 5 1 0
3 6 0 0
4 6 0 0
5 7 2 0
6 7 2 0
7 8 3 0
8 8 3 0
9 9 4 0
10 9 1 0
11 10 6 0
12 10 6 0
Mdia 2,42 0,00
Fonte: Elaborado pelo autor
Esse fato ocorre porque a heurstica de Clark e Wright realiza a
roteirizao dos ns conforme o conceito das economias, apresentado
anteriormente na seo 6.5.1. Para cada par da economia calculado, a
insero nas rotas em criao s poder ocorrer caso um dos pontos desse par
de economia se encontre em um dos extremos de alguma das rotas em
criao. Caso essa condio no seja atendida, o par de economias
desconsiderado e realizado o teste com o prximo par, at que no existam
mais economias viveis. Alm disso, para que seja criada uma nova rota,
necessrio que nenhum dos dois pontos do par da economia esteja inserido
em alguma das rotas em criao, restringindo ainda mais a insero de pontos
nas rotas.
Conforme o conceito das economias de Clark e Wright, calculada a
economia de se visitar os pontos i e j em uma mesma rota ao invs de visitar o
ponto e retornar ao depsito e visitar o ponto e retornar ao depsito
(GOLDBARG; LUNA, 2005). Dessa forma, pode-se considerar que os pontos
no roteirizados na heurstica de Clark e Wright sero visitados por um veculo
que retornar ao depsito aps visitar um novo ponto, formando novas rotas de
45
apenas um n. Esse ponto est diretamente relacionado anlise do critrio de
custo total de cada rota gerada. Na maioria dos testes realizados, o custo total
de cada rota foi inferior na heurstica de Clark e Wright. Em mdia, o custo total
de cada teste realizado com a heurstica de Mole e Jameson foi superior em R$
33,93 com relao ao teste realizado com a heurstica de Clark e Wright.
Figura 20 Anlise dos testes comparativos (custo total)
Teste N de ns Custo total (R$)
C&W M&J
1 5 205,79 275,22
2 5 50,18 63,01
3 6 114,24 113,30
4 6 48,93 79,71
5 7 250,42 256,51
6 7 244,49 270,43
7 8 221,70 257,32
8 8 221,70 259,45
9 9 228,00 285,39
10 9 113,79 133,31
11 10 79,08 148,50
12 10 79,08 122,38
Mdia 154,78 188,71
Fonte: Elaborado pelo autor
No entanto, ao considerar os pontos no roteirizados na heurstica de
Clark e Wright como novas rotas de um nico ponto a ser visitado, o custo total
dos testes da heurstica de Clark e Wright superior ao custo total dos testes
da heurstica de Mole e Jameson. Analisando detalhadamente o exemplo do
teste nmero 9, verifica-se que gerada uma rota com 5 ns e com custo total
de R$ 228,00:
Rota 1: 0 8 2 4 1 5 0
Custo total: R$ 228,00
46 Considerando que os demais ns no roteados formam rotas com
apenas um n, pode-se considerar a existncia das seguintes rotas com seus
respectivos custos:
Rota 2: 0 3 0
Custo total: R$ 5,88
Rota 3: 0 6 0
Custo total: R$ 8,26
Rota 4: 0 7 0
Custo total: R$ 7,92
Rota 5: 0 9 0
Custo total: R$ 15,78
Assim, para o teste nmero nove, a heurstica de Clark e Wright acaba
tendo um custo total de R$ 265,84 em funo dos ns no roteirizados,
enquanto a heurstica de Mole e Jameson possui um custo de R$ 285,39.
Realizando o mesmo procedimento para os demais testes, verifica-se os
seguintes resultados:
47
Figura 21 Anlise dos testes comparativos (custo total e pontos no roteirizados)
Teste N de ns
Custo total (R$) Pontos no roteirizados
Custo total C&W com pontos no
roteirizados (R$) C&W M&J C&W M&J
1 5 205,79 275,22 1 0 214,09
2 5 50,18 63,01 1 0 56,06
3 6 114,24 113,30 0 0 114,24
4 6 48,93 79,71 0 0 48,93
5 7 250,42 256,51 2 0 266,98
6 7 244,49 270,43 2 0 255,40
7 8 221,70 257,32 3 0 254,65
8 8 221,70 259,45 3 0 251,28
9 9 228,00 285,39 4 0 265,50
10 9 113,79 133,31 1 0 122,09
11 10 79,08 148,5 6 0 141,71
12 10 79,08 122,38 6 0 137,39
Mdia 154,78 188,71 183,10
Analisando o custo total considerando os pontos no roteirizados na
heurstica de Clark e Wright como novas rotas, identifica-se que o custo total
das rotas geradas pela heurstica de Mole e Jameson , em mdia, apenas 3%
superior ao custo das rotas geradas pela heurstica de Clark e Wright. Alm
disso, verifica-se tambm que, considerando os pontos no roteirizados pela
heurstica de Clark e Wright como novas rotas h a necessidade de um nmero
maior de veculos para atender a programao realizada por essa heurstica.
Dessa forma, considerando que o custo total das programaes geradas pelas
duas heursticas muito prximo e que a programao da heurstica de Clark e
Wright exigiria um nmero maior de veculos para ser atendida, representando
novos custos com ativos imobilizados para a empresa, identifica-se que a
melhor soluo dentre as analisadas para o modelo de roteirizao de veculos
da empresa Fitolog seja a utilizao da heurstica de Mole e Jameson.
48
8. CONSIDERAES FINAIS
Visto que os transportes possuem um grande impacto sobre as
operaes de uma empresa, tanto em termos de custo quanto em termos de
satisfao dos clientes, este estudo teve como objetivo definir um modelo de
roteirizao de veculos para a empresa Fitolog. Para atingir tal objetivo, foi
necessrio realizar uma anlise da operao da empresa no que diz respeito
ao transporte e utilizar os conceitos tericos sobre roteirizao de veculos para
que fosse definido um modelo adaptado realidade da empresa.
No que diz respeito roteirizao de veculos na empresa Fitolog,
identificou-se que a mesma no possui nenhum modelo de roteirizao para
suportar a distribuio de suas unidades mveis para atendimento dos clientes
e que a determinao de quais clientes cada veculo atender e quais rotas
estes devem seguir realizada de forma emprica. Alm disso, tambm se
identificou que a empresa tende a ter um crescimento na demanda por
tratamentos fitossanitrios, dado o cenrio econmico e legal, o que exige um
melhor planejamento de transportes.
Realizada a anlise da empresa, definiu-se um modelo de roteirizao
de veculos com janelas de tempo e sem restries de capacidade de carga. O
modelo foi definido dessa forma porque os veculos da Fitolog apenas realizam
o servio de tratamento fitossanitrio em seus clientes e no h necessidade
de entrega de produtos nos mesmos. As restries de janela de tempo ocorrem
porque os clientes podem ser atendidos dentro de um determinado horrio e os
veculos tambm devem retornar ao depsito em um horrio determinado.
Caso este horrio de retorno seja ultrapassado, h o acrscimo de custo de
horas extras pagas aos funcionrios que operam os veculos. Alm disso,
durante o tempo de realizao do servio, os veculos permanecem em cada
cliente.
Definido este modelo, foi necessrio definir um mtodo de soluo do
mesmo. Foram selecionadas as heursticas de Clark e Wright e de Mole e
Jameson para soluo do problema. Nesta etapa, o objetivo foi identificar qual
heurstica melhor se adaptava realidade da empresa e ao modelo proposto.
Foram escolhidas estas heursticas por permitirem o teste das restries de
49
tempo durante a roteirizao e pela baixa complexidade, uma vez que a
realidade da empresa no exige a roteirizao de um grande nmero de ns.
Alm disso, a comparao entre as heursticas vlida uma vez que a
heurstica de Clark e Wright trabalha apenas com a insero de novos pontos
nas extremidades das rotas em criao enquanto a heurstica de Mole e
Jameson permite a insero de novos ns em qualquer ponto da rota em
criao (GOLDBARG; LUNA, 2005). Para comparar as duas heursticas, os
algoritmos foram programados atravs do software Microsoft Visual Basic e a
ferramenta para implementao foi criada no Microsoft Excel 2010.
Os critrios determinados para analisar as duas heursticas foram o
custo total das rotas geradas; o tempo para gerao das rotas; a quantidade de
rotas geradas; e a quantidade de pontos no roteirizados. O desempenho das
duas heursticas foi muito semelhante nos critrios de custo total das rotas e
tempo para gerao das rotas. No entanto, a heurstica de Clark e Wright
apresentou um alto nmero de pontos no roteirizados em diversos testes
realizados. Esses pontos no roteirizados so classificados como novas rotas
de apenas um n, o que exige um maior nmero de veculos para atender a
programao. Alm disso, quanto maior o nmero de ns inseridos para serem
roteirizados, maior foi a representatividade dos ns no roteirizados. Dessa
forma, a heurstica selecionada para ser utilizada na ferramenta de roteirizao
de veculos da Fitolog foi a heurstica de Mole e Jameson.
O modelo definido e a ferramenta criada permitiro Fitolog melhores
decises no que diz respeito aos transportes da empresa. Alm disso, a
ferramenta trar cada vez mais benefcios medida que a demanda da
empresa e o nmero de clientes for crescendo, exigindo um maior nvel de
complexidade nas decises de transporte. O modelo proposto e a ferramenta
tambm podero ser adaptados para outros servios da empresa, como o ramo
de controle de pragas, conforme vontade j manifestada pelos gestores.
50
REFERNCIAS
ANDRADE, Eduardo Leopoldino de. Introduo Pesquisa
Operacional: Mtodos e modelos para a anlise de deciso. 4. ed. Rio de
Janeiro: Ltc, 2009. 204 p. CD-ROM.
BALLOU, Ronald H.. Gerenciamento da Cadeia de Suprimentos / Logstica
Empresarial. 5. ed. Porto Alegre: Bookman, 2006. 616 p.
BOWERSOX, Donald J.; COOPER, M. Bixby; CLOSS, David J.. Gesto
Logstica de Cadeias de Suprimentos. Porto Alegre: Bookman, 2006. 528 p.
DANTZIG, G. B.; RAMSER, J. H.. The truck dispatching problem. Management
Science, Hanover, Eua, p. 80-91. ago. 1959.
FISHER, Marshall L.; JRNSTEN, Kurt O.; MADSEN, Oli B. G.. Vehicle routing
with time windows: two optimization algorithms. Operations
Research, Heidelberg, p. 488-492. 1997.
GALHARDI, Antnio Csar. Tecnologia da informao e os processos de
roteirizao com restries de janela de tempo. In: SIMPSIO DE
ENGENHARIA DE PRODUO, 13., 2006, Bauru. Anais eletrnicos. So
Paulo: Unesp, 2006. p. 1 - 12. Disponvel em:
. Acesso em:
05 set. 2011.
GHISI, Marcos Angeli et al. Usos e benefcios de softwares de roteirizao na
gesto de transportes. In: SEMINRIOS EM ADMINISTRAO FEA-USP, 7.,
2004, So Paulo.Anais eletrnicos. So Paulo: Fea - Usp, 2004. p. 1 - 12.
Disponvel em: . Acesso em: 05
set. 2011.
51
GOLDBARG, Marco Cesar; LUNA, Henrique Pacca L.. Otimizao
combinatria e programao linear: modelos e algoritmos. 2. ed. Rio de
Janeiro: Elsevier, 2005. 518 p.
HEINEN, Milton Roberto. Anlise e Implementao de Algoritmos para o
Roteamento de Veculos. In: SIMPSIO DE INFORMTICA DA REGIO
CENTRO DO RS, 4., 2005, Santa Maria. Anais... . So Leopoldo: Unisinos,
2005. p. 1 - 8. Disponvel em:
. Acesso em: 20 out. 2011.
JOUBERT, Johannes Wilhelm. An integrated and intelligent metaheuristic
for constrained vehicle routing. 2007. 10 v. Tese (Doutorado) - University Of
Pretoria, Pretoria, 2007. Cap. 2. Disponvel em:
. Acesso em: 13 out. 2011.
LACHTERMACHER, Gerson. Pesquisa operacional na tomada de
decises. 4. ed. So Paulo: Pearson Prentice Hall, 2009. 223 p. CD-ROM.
MARINAKIS, Yannis; MIGDALAS, Athanasios. Annotated Bibliography in
Vehicle Routing. Operational Research: An International
Journal, Heidelberg, p. 27-46. jan. 2007.
RAGSDALE, Cliff T.. Modelagem e Anlise de Deciso. So Paulo: Cengage
Learning, 2009. 590 p.
SOLOMON, Marius M.. Algorithms for the Vehicle Routing and Scheduling
Problems with Time Window Constraints. Operations Research,Heidelberg, p.
254-265. mar. 1987.