21

ORIGEM Estão freqüentemente no nosso cotidiano. Tratam de decisões sobre onde encontrar facilidades em uma rede, considerando a demanda, visando otimizar

Embed Size (px)

Citation preview

Page 1: ORIGEM Estão freqüentemente no nosso cotidiano. Tratam de decisões sobre onde encontrar facilidades em uma rede, considerando a demanda, visando otimizar
Page 2: ORIGEM Estão freqüentemente no nosso cotidiano. Tratam de decisões sobre onde encontrar facilidades em uma rede, considerando a demanda, visando otimizar

ORIGEMEstão freqüentemente no nosso cotidiano.Tratam de decisões sobre onde encontrar

facilidades em uma rede, considerando a demanda, visando otimizar determinado critério.

Esse problema começou a ser estudado por Alfred Weber em 1909.

Weber seguiu a linha de pesquisa sobre a seleção de locais de facilidade tendo como objetivo minimizar os custos sobre transporte e a distância.

Page 3: ORIGEM Estão freqüentemente no nosso cotidiano. Tratam de decisões sobre onde encontrar facilidades em uma rede, considerando a demanda, visando otimizar

APLICAÇÕESEsses problemas tratam da questão de onde

localizar uma facilidade e podem ser aplicados para tomar decisões em situações como:

Onde construir escolas, hospitais, fábricas. Como posicionar policiais nas ruas, de modo

que atenda à maioria da população.Também é usado na hora de instalar uma

antena de telefonia celular.

Page 4: ORIGEM Estão freqüentemente no nosso cotidiano. Tratam de decisões sobre onde encontrar facilidades em uma rede, considerando a demanda, visando otimizar

TRABALHOS RELACIONADOS

Geomarketing: Modelos e Sistemas, com Aplicações em Telefonia. Paulo Sérgio Sampaio de Aragão - Tese de Mestrado Universidade Estadual de Campinas.

Distribuição de gás natural no Brasil: Um enfoque crítico de minimização de custos. Eduardo Rocha Praça – Tese de Mestrado Universidade Federal do Ceará.

Page 5: ORIGEM Estão freqüentemente no nosso cotidiano. Tratam de decisões sobre onde encontrar facilidades em uma rede, considerando a demanda, visando otimizar

MODELOS MATEMÁTICOS

Formulação matemática do problema de máxima cobertura:

Church e Revelle (1974) apresentaram a formulação matemática deste problema.A fomulação é a que se segue:

Page 6: ORIGEM Estão freqüentemente no nosso cotidiano. Tratam de decisões sobre onde encontrar facilidades em uma rede, considerando a demanda, visando otimizar

Problema de localização de máxima coberturaConsiste em escolher locais para instalar

facilidades de forma que o maior número de clientes (pontos de demanda) sejam cobertos, e saber qual cliente será atendido por qual facilidade.

O PLMC procura cobrir áreas de demanda.Não faz restrição de capacidade.Não exige que todas as áreas de demanda

sejam cobertas.

Page 7: ORIGEM Estão freqüentemente no nosso cotidiano. Tratam de decisões sobre onde encontrar facilidades em uma rede, considerando a demanda, visando otimizar

Problema de localização de máxima cobertura

Page 8: ORIGEM Estão freqüentemente no nosso cotidiano. Tratam de decisões sobre onde encontrar facilidades em uma rede, considerando a demanda, visando otimizar

Problema de localização de máxima cobertura

v(PLMC) = Max∑ Di yi (1)

i

E

N

sujeito a ∑ xj ≥ yi para todo i E N (2)

jENi

∑ xj = p (3)j EM

xj E {0, 1}, para todo j E M, (4)yi E {0, 1}, para todo i E N (5)

Page 9: ORIGEM Estão freqüentemente no nosso cotidiano. Tratam de decisões sobre onde encontrar facilidades em uma rede, considerando a demanda, visando otimizar

Problema de localização de máxima cobertura

Onde:S : distância de serviço - a área de demanda é coberta se

está dentro desta distância;N = {1, 2, ..., n} : conjunto de pontos de demanda;M = {1, 2, ..., n} : conjunto de poss´ıveis facilidades;Di : a demanda de população da área i;p : número de facilidades a serem localizadas;dij= a menor distância do nó i ao nó j;Ni = {j E J | dij ≤ S};yi recebe 1 se a área de demanda é coberta, caso

contrário recebe 0xj recebe 1 se a facilidade deve ser localizada em j, caso

contrário recebe 0

Page 10: ORIGEM Estão freqüentemente no nosso cotidiano. Tratam de decisões sobre onde encontrar facilidades em uma rede, considerando a demanda, visando otimizar

Problema de localização de máxima cobertura

Nesse Modelo acima descrito, a função objetivo (1) procura maximizar a população coberta.

A restrição(2) diz que a área de demanda j E J é coberta e se há pelo menos uma facilidade dentro da distância S. A restrição (3) limita o número de facilidades a p. E as

restrições (4) e (5) definem as variáveis de decisão a {0,1}.

Page 11: ORIGEM Estão freqüentemente no nosso cotidiano. Tratam de decisões sobre onde encontrar facilidades em uma rede, considerando a demanda, visando otimizar

Algoritmo HLA p/ PLMCHeurística aplicada ao PLMC (HLA)

Page 12: ORIGEM Estão freqüentemente no nosso cotidiano. Tratam de decisões sobre onde encontrar facilidades em uma rede, considerando a demanda, visando otimizar

Algoritmo HLA p/ PLMCDados J conjunto dos vértices facilidades = {j1,..., jp} eCk conjunto de vértices do agrupamento k = {v1, ...v|Ck|}| Ck | cardinalidade de CkEnquanto (solução-inicial melhora) faça

Para k = 1, ..., pPara i = 1, ..., | Ck |

Troque facilidade jk por um vértice vi;Calcule o valor sol correspondente ao novo valor de cobertura;Se sol é melhor que solução inicial então ¸ Faça melhor vértice← vi; Faça solução-inicial← sol;Fim Se;

Fim Para;Se houver melhor vértice então;Atualize J;Fim Se;

Fim Para;Fim Enquanto;

Page 13: ORIGEM Estão freqüentemente no nosso cotidiano. Tratam de decisões sobre onde encontrar facilidades em uma rede, considerando a demanda, visando otimizar

Algoritmo HLA p/ PLMC

Page 14: ORIGEM Estão freqüentemente no nosso cotidiano. Tratam de decisões sobre onde encontrar facilidades em uma rede, considerando a demanda, visando otimizar

Algoritmo HLA p/ PLMC

Page 15: ORIGEM Estão freqüentemente no nosso cotidiano. Tratam de decisões sobre onde encontrar facilidades em uma rede, considerando a demanda, visando otimizar

Algoritmo HLA p/ PLMC

Page 16: ORIGEM Estão freqüentemente no nosso cotidiano. Tratam de decisões sobre onde encontrar facilidades em uma rede, considerando a demanda, visando otimizar

Modelo matemático para o Problema das P-medianas

O problema das p-medianas pode ser formulado como um problema de programação inteira binária. Dado um grafo descrevendo uma dada instância, obtida através da aplicação do algoritmo de Floyd (Beasley, 1993) e um conjunto resultante de vértices. N = {1, ..., n} podemos descrevê-lo da seguinte maneira:

Page 17: ORIGEM Estão freqüentemente no nosso cotidiano. Tratam de decisões sobre onde encontrar facilidades em uma rede, considerando a demanda, visando otimizar

Modelo matemático para o Problema das P-medianas v(PM) = Min∑ ∑ dijXij (1)

iEN jEN

sujeito a ∑ Xij = 1; i E N (2)

jEN

∑ Xjj = p (3)

jEN

  Xij ≤ Xii i, j E N (4) Xij E {0, 1}, i E N, j E N (5)

Page 18: ORIGEM Estão freqüentemente no nosso cotidiano. Tratam de decisões sobre onde encontrar facilidades em uma rede, considerando a demanda, visando otimizar

Modelo matemático para o Problema das P-medianas

Onde:N = {1,...,n} é o índice dos objetos a serem

alocados;p : número de medianas;[dij ] é a matriz de distâncias;Xij recebe 1 se o vértice i é atribuído ao vértice

j, caso contrato yij recebe 0.

Page 19: ORIGEM Estão freqüentemente no nosso cotidiano. Tratam de decisões sobre onde encontrar facilidades em uma rede, considerando a demanda, visando otimizar

Modelo matemático para o Problema das P-medianas

Nesse modelo as restrições 2 e 4 vértice j seja atribuído somente a um vértice i, que deve ser uma mediana. A restrição 3 assegura o número exato de medianas a

serem localizadas e a restrição 5 indica a condição binária de atribuições.

Page 20: ORIGEM Estão freqüentemente no nosso cotidiano. Tratam de decisões sobre onde encontrar facilidades em uma rede, considerando a demanda, visando otimizar

Trabalho Prático - 1Função Objetiva: Minimizar a distância entre

os vértices e as Medianas.

Escolha da Mediana.

Page 21: ORIGEM Estão freqüentemente no nosso cotidiano. Tratam de decisões sobre onde encontrar facilidades em uma rede, considerando a demanda, visando otimizar

Modelo matemático para o Problema das P-medianas