Upload
erivelton-pires-guedes
View
1.538
Download
0
Embed Size (px)
Citation preview
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 1/144
Aluno: Erivelton Pires Guedes
Orientadora: Marilita Gnecco de Camargo Braga, Ph.D.
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO
PROGRAMA DE ENGENHARIA DE TRANSPORTES
UMA METODOLOGIA DE ANÁLISE DE FROTAAÉREA COM O USO DE SIMULAÇÃO EM UM
SISTEMA DE INFORMAÇÕES GEOGRÁFICAS -
ESTUDO DE CASO: CARGA AÉREA NO BRASIL
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 2/144
ii
UMA METODOLOGIA DE ANÁLISE DE FROTA AÉREA COM O USO
DE SIMULAÇÃO EM UM SISTEMA DE INFOR MAÇÕES
GEOGRÁFICAS -ESTUDO DE CASO: CARGA AÉREA NO BRASIL
Erivelton Pires Guedes
TESE SUBMETIDA AO CORPO DOCENTE DA COORDENAÇÃO DOS
PROGRAMAS DE PÓS-GRADUAÇÃO DE ENGENHARIA DA UNIVERSIDADE
FEDERAL DO RIO DE JANEIRO COMO PARTE DOS REQUISITOS
NECESSÁRIOS PARA A OBTENÇÃO DO GRAU DE DOUTOR EM CIÊNCIAS EM
ENGENHARIA DE TRANSPORTES.
Aprovada por:
Profa. Marilita Gnecco de Camargo Braga, Ph.D.
Prof. Carlos David Nassi, Dr.Ing.
Prof. Eduardo Saliby, Ph.D.
Prof. Luiz Ricardo Pinto, D. Sc.
Prof. Marcio Peixoto de Sequeira Santos, Ph.D.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 3/144
iii
GUEDES, ERIVELTON PIRES
Uma metodologia integrada de simulação
em um sistema de informações geográficas:
aplicação no setor de carga aérea no Brasil.
[Rio de Janeiro], 2001
VIII, 144 p. 29,7 cm (COPPE/UFRJ, D.Sc.,
PET, 2001)
Tese - Universidade. Federal do Rio de
Janeiro, COPPE
1. Análise de frota aérea. 2. Simulação.
3. Sistemas de Informações Geográficas
I. COPPE/UFRJ. II. Título (série).
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 4/144
iv
Sonhar é preciso, sonhar é fundamental.
Sonhe sempre: a vida aparece.
Mesmo que lhe chamem de louco!
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 5/144
v
Dedicatória
A todas as pessoas deste mundo,
neste momento tão delicado de nossahistória… para que nossos filhos possam
continuar nosso trabalho, em paz e com
amor. E ao "tio" Alfredo, que foi para o
andar de cima antes de poder ver este
trabalho concluído.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 6/144
vi
Agradecimentos
Comecei a relacionar as pessoas e entidades a quem deveria agradecer, e
a lista não parava de crescer. Nem bem tinha começado, e uma imensa felicidadefoi tomando conta de mim, pois eram tantas as pessoas que estavam juntas
comigo, e eu sentia que todas queriam que eu terminasse este trabalho. E, Você
meu Amigo, sabe o quanto isto foi importante. E não pense que sua participação foi
pequena; eu sei, você é modesto e gentil, mas foi muito importante para mim a sua
força, a sua cobrança, o seu empurrão, a sua alegria. Você, meu Amigo, é a razão
da minha vida, e a nossa amizade é a razão da nossa vida.
…..
Você deve estar pensando que já leu algo parecido antes, não foi? É, deve
ter lido sim. O texto é basicamente o que está na minha tese de mestrado. Na
verdade, as coisas aconteceram de forma muito semelhante nos dois processos: a
diferença agora é que tudo foi muito mais intenso, as amizades estão muito mais
fortes. Os problemas foram maiores, tanto no pessoal quanto no profissional. E
vocês, meus grandes amigos, estiveram sempre presentes, sempre dando uma
força imensa… sempre presentes daquela forma que só os amigos sabem.
A Você, Meu Amigo, a Você que me deu o seu carinho, a você que meajudou, mais uma vez o meu Muito Obrigado, de coração!
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 7/144
vii
Resumo da tese apresentada à COPPE/UFRJ como parte dos requisitos
necessários para a obtenção do grau de Doutor em Ciências em Engenharia de
Transportes.
UMA METODOLOGIA INTEGRADA DE SIMULAÇÃO EM UM
SISTEMA DE INFORMAÇÕES GEOGRÁFICAS: APLICAÇÃO
NO SETOR DE CARGA AÉREA NO BRASIL
Erivelton Pires Guedes
Dezembro / 2001
Orientadora: Marilita Gnecco de Camargo Braga
Programa: Engenharia de Transportes
Este trabalho estuda o problema de alocação de aeronaves para transporte
de carga aérea com o uso de simulação ao longo do tempo e incorporando-a a um
Sistema de Informações Geográficas (SIG).
A simulação faz a geração de cargas nas origens - que são caracterizadas
por suas coordenadas geográficas - e em seguida estuda a dinâmica do sistema ao
longo do tempo, baseado no quadro de horários do operador (companhia aérea).
São monitorados o aproveitamento de cada aeronave, carga não embarcada
(embarcada mais tarde, não embarcada ou transportada pela concorrência).
A geração de cargas e a alocação da aeronave em uma rota é feita com o
apoio do SIG. A simulação entra para acompanhar o sistema ao longo do tempo.
Este simulador pretende se beneficiar dos recursos de cada uma destas
ferramentas (SIG e simulação), incorporando uma à outra e realizando uma
abordagem bastante realista ao problema da alocação de aeronaves cargueiras.
Apesar do foco em transporte de carga aérea, pretende-se que o simulador
seja genérico, podendo ser aplicado a problemas semelhantes na área de
transportes. As principais restrições –atualmente- para sua aplicação em outros
modais referem-se ao poder de processamento dos computadores e ao trabalho de
modelagem do problema.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 8/144
viii
Abstract of the Thesis presented to COPPE/UFRJ as partial fulfillment of the
requirement for the degree of Doctor of Science (D.Sc).
AN INTEGRATED METHODOLOGY OF SIMULATION IN AGEOGRAPHIC INFORMATION SYSTEM: APPLICATION AT
BRAZILIAN AERIAL FREIGHT
Erivelton Pires Guedes
December / 2001
Advisor: Marilita Gnecco de Camargo Braga
Department: Engenharia de Transportes
This study approaches airship scheduling for freight transport using
simulation along a time period within a Geographical Information System (GIS).
Simulation allows for defining freight generation at the origin – characterized by its
geographical coordinates – and for studying system dynamics within a time period,
based on the operator’s time table (air company). The use of each airship is
monitored, as well as not embarked freight, which is divided into three categories:
embarked later, not embarked at all or transported by competitors. To reach this
objective, the concept of time will be introduced in a GIS for transport.
In spite of focusing air freight transport, it is intended that the simulator is
generic and could be used in approaching similar transport problem.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 9/144
ix
Índice
GLOSSÁRIO......................................................................................................... XV
LISTA DE SIGLAS............................................................................................. XVIII
1 - INTRODUÇÃO.............................................................................................. 1
1. 1 - Justificativa................................................................................................. 1
1. 2 - Objetivos ..................................................................................................... 2
1. 3 - Contribuição ............................................................................................... 2
1. 4 - Estrutura deste trabalho............................................................................ 3
2 - A ALOCAÇÃO DE FROTA AÉREA .............................................................5
2. 1 - Caracterização do problema..................................................................... 5
2. 2 - Características do mercado de carga aérea no Brasil............................. 7
2. 3 - Características da demanda.................................................................... 10
2. 4 - Abordagens na alocação de frota............................................................ 14
3 - MODELOS DE PLANEJAMENTO EM TRANSPORTES............................19
3. 1 - Características da demanda por transporte.......................................... 19
3. 2 - Características da oferta de transporte.................................................. 20
3. 3 - Equilíbrio da oferta e da demanda......................................................... 21
3. 4 - O modelo clássico de demanda por transportes .................................... 22
4 – SISTEMAS DE INFORMAÇÕES GEOGRÁFICAS (SIG)...........................26
4. 1 - Conceitos de SIG ...................................................................................... 27
4. 2 - O crescimento do SIG.............................................................................. 28
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 10/144
x
4. 3 - Diferenças entre SIG e CAD ................................................................... 29
4. 4 - Uso do SIG em transportes...................................................................... 30
4. 5 - O SIG temporal........................................................................................ 31
5 – SIMULAÇÃO .............................................................................................34
5. 1 - Introdução................................................................................................. 34
5. 2 - Conceitos................................................................................................... 37
5. 3 - Geração de números aleatórios............................................................... 38
5. 4 - Distribuições de probabilidade ............................................................... 39
5.4.1 - Distribuição Bernoulli........................................................................ 39
5.4.2 - Distribuição binomial ........................................................................ 40
5.4.3 - Distribuição Poisson .......................................................................... 40
5.4.4 - Distribuição normal ........................................................................... 40
5.4.5 - Distribuição exponencial ................................................................... 41
5.4.6 - Distribuição de Erlang ....................................................................... 41
5. 5 - Fases na realização de uma simulação ................................................... 42
5.5.1 - Formulação do problema ................................................................... 42
5.5.2 - Identificação das variáveis................................................................. 42
5.5.3 - Coleta de dados.................................................................................. 42
5.5.4 - Formulação do modelo ...................................................................... 42
5.5.5 - Avaliação do modelo ......................................................................... 43
5. 6 - Métodos de modelagem............................................................................ 43
5. 7 - Método das três fases ............................................................................... 43
5. 8 - Aquecimento............................................................................................. 46
5. 9 - Diagrama de ciclo de atividades.............................................................. 47
5. 10 - Atributos ................................................................................................... 49
5. 11 - Disciplinas das filas .................................................................................. 49
5. 12 - Desvios Condicionais................................................................................ 50
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 11/144
xi
5. 13 - Priorização de atividades e entidades..................................................... 50
5. 14 - Filas paralelas........................................................................................... 50
5. 15 - Estatísticas ................................................................................................ 51
5. 16 - Avanço do tempo...................................................................................... 51
5. 17 - Alguns exemplos de simulação em transportes ..................................... 53
6 - A METODOLOGIA PROPOSTA.................................................................55
6. 1 - Integração SIG e simulação..................................................................... 55
6. 2 - Implementação computacional da metodologia .................................... 65
6. 3 - Aplicação da metodologia proposta........................................................ 67
6.3.1 - O problema do protótipo.................................................................... 69
6.3.2 - O programa SimCarga ....................................................................... 84
6.3.3 - Funcionamento básico do SimCarga ................................................. 85
7 - CONCLUSÕES E RECOMENDAÇÕES ..................................................... 90
8 – REFERÊNCIAS BIBLIOGRÁFICAS ..........................................................94
ANEXO I – AERONAVES CARGUEIRAS ...........................................................101
ANEXO II - SIMMOD E TAAM: ANÁLISE COMPARATIVA ................................ 107
ANEXO III – LIBERDADES DO AR..................................................................... 111
ANEXO IV - TARIFAS AERONÁUTICAS............................................................ 112
ANEXO V - MANUTENÇÃO PROGRAMADA ..................................................... 114
ANEXO VI - CARGAS EMBARCADAS / DESEMBARCADAS POR AEROPORTO
116
ANEXO VII - PROGRAMAÇÃO DE VÔOS PARA A CORRIDA 1.......................117
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 12/144
xii
ANEXO VIII - TIPOS DE IMPOSTOS FEDERAIS................................................119
ANEXO IX - EXEMPLO DE DADOS DE TRIBUTOS FEDERAIS ........................ 121
ANEXO X - CUSTOS DETALHADOS POR MODELO DE AERONAVE.............. 122
ANEXO XI – CARACTERÍSTICAS OPERACIONAIS DO BOEING 777..............123
ANEXO XII – COPYRIGHT..................................................................................126
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 13/144
xiii
Índice de figuras
Figura 1 – Mapa com os principais TECA do Brasil (Infraero, 1998) 12
Figura 2 – Rede representando o quadro de horários da tabela anterior 17
Figura 3 – Clássico modelo 4 etapas (Ortúzar and Willumsen, 1994) 22
Figura 4 – Crescimento anual do tráfego – 1974 a 1995 – Aeroporto
Hammerfest, Noruega (Strand, 1999) 23
Figura 5 – Mapa de “linhas de desejo” para carga aérea com destino a
Manaus (dados fictícios) 31
Figura 6 – Quando simular? Representação esquemática 35
Figura 7 - Representação do modelo de simulação 37
Figura 8 - Fases na realização de uma simulação 42
Figura 9 – esquema geral do método das 3 fases (Portugal et al., 1990) 46
Figura 10 – Símbolos utilizados num DCA 47
Figura 11 – Representação da atividade de carga de uma aeronave 48
Figura 12 – filas paralelas 51
Figura 13 – DCA da operação de carga aérea 52
Figura 14 - visualização simplificada da metodologia proposta 56
Figura 16 - Exemplo da área de influência de Manaus - situação agregada
por municípios 59
Figura 17 - Exemplo da área de influência do Rio de Janeiro - situação
agregada por zonas de tráfego 60
Figura 18 - Modelo básico do simulador 62
Figura 19 - Utilização horária das aeronaves na corrida 1 75
Figura 20 - Visualização da tela do SimCarga 86
Figura 21 - Visualização da tela do SimCarga - Área Terminal São Paulo 88
Figura 22 - Visualização da tela do SimCarga - Análise de fatores sócio-
econômicos 89
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 14/144
xiv
Índice de tabelas
tabela 1 – Frota aérea brasileira, 2000 (Fonte: Anuário Estatístico do
Transporte Aéreo, DAC 2000) 9
tabela 2 – Volumes de carga nas principais ligações nacionais, em t. (Fonte:
DAC, 2000) 11
tabela 3 – Quadro de vôos realizados. (Fonte: empresa A) 13
tabela 4 – Quadro de horários (Silva et al . 1998) 16
tabela 5 - Relação de equipamentos da empresa VOAR 70
tabela 6 - Principais destinos de carga partindo de Manaus (SBEG) e
Guarulhos (SBGR) em 2000 - Fonte: DAC, 2001 73
tabela 7 - Exemplo do quadro de cargas geradas por aeroporto/tempo 74
tabela 8 - Exemplo do quadro de horários da empresa VOAR 75
tabela 9 - Classificação dos tipos de carga a serem transportados 76
tabela 10 - Exemplo da saída do programa SimCarga após concluída a
simulação 77
tabela 11 - Rentabilidade geral em cada corrida 78
tabela 12 - Rentabilidade por aeronave em cada corrida 79
tabela 13 - Utilização por aeronave em cada corrida 81
tabela 14 - Aproveitamento por aeronave em cada corrida 83
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 15/144
xv
Glossário
Agentes de carga – empresas intermediárias entre a companhia aérea e o usuário
final. São regulados por portaria do DAC
Assento-quilômetro oferecido – produto do número de assentos oferecidos pela
quilometragem oficial de uma etapa
Assento-quilômetro transportado – produto do número de passageiros embarcados
pela quilometragem de cada etapa.
AWB (air waybill ) ou Conhecimento aéreo – documento que acompanha a carga
aérea. Contém os dados referentes a cada envio, descrevendo o conteúdo, remetente
e destinatário do mesmo.Bagagem acompanhada – bens pertencentes aos passageiros ou tripulantes
transportados a bordo de uma aeronave
Break-even load factor – ponto de equilíbrio entre receitas e custos. Pode ser
calculado como a relação entre o Yield e o custo ou relação percentual entre o
aproveitado e oferecido.
Carga aérea – todos os bens transportados em uma aeronave, exceto malas postais,
provisões e bagagens.
Carga expressa – carga transportada em prazo mais curto que o convencional (em
geral, até 24h no território nacional) e com tarifa mais elevada. Restrita ao âmbito
nacional (somente entre algumas capitais) e alguns poucos destinos internacionais.
Carga standard (convencional) – carga transportada dentro de prazos convencionais
para o setor
Correio – recipiente contendo correspondência e outros bens confiados pelas
administrações postais para a entrega em outras administrações postais.
DAC – Departamento de Aviação Civil. Órgão vinculado ao Comando da Aeronáutica
(Ministério da Defesa) e que é responsável pela normatização e fiscalização dos
serviços de transporte aéreo no Brasil.
Etapa média- divisão da quilometragem total pelo número de pousos.
FAA – Federal Aviation Administration. responsável pela normatização e fiscalização
dos serviços de transporte aéreo nos Estados Unidos.
GIS (SIG) – Geographic Information Systems (Sistemas de Informações Geográficas)
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 16/144
xvi
GPS – Global Positioning System
HOTRAN – Horário de transporte oficial: é a grade horária permitida às empresas e
que deve ser cumprida. É um documento oficial, emitido e fiscalizado pelo DAC.
IATA – International Air Transport Association
ICAO – International Civil Aviation Organization
km voados- quilometragem total voada pela aeronave, em distâncias oficiais.
Passageiros embarcados- número de passageiros, contados uma vez por vôo,
independentemente do número de etapas.
PMD – peso máximo de decolagem. Peso máximo com o qual uma aeronave pode
decolar. É determinado pelo fabricante e limitado pelas condições de pista e fatores
meteorológicos.
Provisões – artigos de consumo corrente, para uso ou venda a bordo da aeronave
durante o vôo, inclusive os destinados aos serviços de comissariado de bordo.
Receita de cabotagem - obtida em trechos domésticos de vôos internacionais
Receita doméstica – obtida em vôos dentro do território nacional
Receita internacional - obtida em vôos cuja origem ou destino estejam fora do
território nacional
SIG (GIS) – Sistemas de Informações Geográficas (Geographic Information Systems)
TECA – terminal de carga aérea
Toneladas transportadas – peso total transportado, considerando passageiros,
bagagem, mala postal e carga total.
Toneladas-quilômetro oferecidas – produto das toneladas oferecidas pela
quilometragem voada em cada etapa.
Toneladas-quilômetro utilizadas – produto do peso total transportado (passageiros,
bagagem, mala postal e carga total, em toneladas) pela quilometragem voada em
cada etapa.
Toneladas-quilômetro utilizadas pagas – parcela das toneladas-quilômetro
utilizadas que é remunerada.
Transporte não-regular – vôos comerciais (charter, táxi aéreo) e não comerciais,
domésticos e internacionais, não previstos nos HOTRAN
Transporte regular – vôos comerciais regulares (domésticos e internacionais) em
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 17/144
xvii
cumprimento ao HOTRAN (documento emitido e fiscalizado pelo DAC)
Vôos domésticos –vôos realizados por aeronaves de matrícula brasileira cujos
pontos de partida, intermediário e de destino situam-se dentro do território nacional.
Vôos internacionais - vôos realizados por aeronaves de matrícula estrangeira oubrasileira -quando uma das escalas situa-se fora do território nacional ou, no caso de
fretamento, em complementação de vôos internacionais.
Yield – receita unitária (por passageiro-quilômetro ou por ton-km)
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 18/144
xviii
Lista de siglas
Código IATA / ICAO dos Aeroportos e Cidades
ICAO IATA NomedoAeroporto Cidade
SBBE BEL INTERNACIONAL DE BELÉM BELÉM
SBBR BSB INTERNACIONAL DE BRASÍLIA BRASÍLIA
SBBV BVB INTERNACIONAL DE BOA VISTA BOA VISTA
SBCT CWB AFONSO PENA
SAO JOSÉ DOSPINHAIS
SBCZ CZS CRUZEIRO DO SUL CRUZEIRO DO SUL
SBEG MAO INTERNACIONAL BRIGADEIROEDUARDO GOMES
MANAUS
SBFZ FOR INTERNACIONAL PINTO MARTINS FORTALEZA
SBGL GIG INTERNACIONAL ANTONIO CARLOSJOBIM / GALEÃO
RIO DE JANEIRO
SBGR GRU INTERNACIONAL DE SÃO PAULO –GUARULHOS
SÃO PAULO
SBKP VCP VIRACOPOS CAMPINAS
SBPA POA INTERNACIONAL SALGADO FILHO PORTO ALEGRE
SBRB RBR PRESIDENTE MÉDICI RIO BRANCO
SBRF REC INTERNACIONAL GUARARAPES RECIFE
SBSV SSA INTERNACIONAL DEP LUÍS EDUARDOMAGALHÃES
SALVADOR
SBPV PVH PORTO VELHO PORTO VELHO
JFK NEW YORK NEW YORK
MEX MEXICO MEXICO
MIA MIAMI MIAMI
PTY PITTSBURGH PITTSBURGH
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 19/144
1
1 - Introdução
1. 1 - Justificativa
A necessidade de um intenso planejamento, característica comum a todo o
sistema de transporte, é ainda mais evidente no modal aéreo, onde os custos são
maiores e de logística muito complexa. Além disto, o comportamento do mercado é
muito variável ao longo do tempo e no espaço. Assim, qualquer ganho de
produtividade representa uma elevada economia de recursos.
Por outro lado, a carga aérea tem crescido muito nos últimos anos, bem
acima das taxas de crescimento do mercado aéreo de passageiros, em especial noBrasil. Espera-se, para os próximos anos, que este comportamento se mantenha
(Neves et al., 1997, Doganis, 1991).
Acrescente-se a isto um mercado cada vez mais competitivo, onde
produtividade e eficiência são palavras chaves de qualquer empreendimento. Em
especial, estas características são ainda mais esperadas neste setor, onde a
tecnologia presente é sempre moderna.
Entretanto, não obstante toda esta tecnologia presente, o setor ainda se
ressente de ferramentas adequadas ao bom planejamento de sua operação. A
recente explosão da informática ainda não proporcionou ao setor um conjunto de
ferramentas à altura de suas necessidades. Por outro lado, várias das ferramentas
criadas muitas vezes tentam propor um funcionamento ótimo porém dissociado das
características do mercado.
Dentre estas ferramentas, o uso da simulação e dos sistemas de
informações geográficas têm ganhado destaque atualmente. No entanto, elas ainda
têm sido utilizadas de forma isolada.
Dentro do sistema de transportes, um dos problemas de difícil solução
clássica e exata é o da alocação de frota. São muitas variáveis, a maioria delas de
caráter dinâmico e com um complexo inter-relacionamento. Dentro do transporte
aéreo, este problema assume uma maior complexidade, devido ao acréscimo de
várias outras restrições e dadas as grandes distâncias envolvendo as rotas e todas
as possíveis variações de demanda e situações técnicas decorrentes destas
distâncias.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 20/144
2
A associação da simulação com um SIG poderá beneficiar o setor,
mostrando com antecedência o comportamento do sistema e permitindo ao
planejador alterar sua programação com base nos resultados desta simulação. Ou
seja, a simulação não se propõe a mostrar a melhor solução, mas sim os resultados
em função de cada alteração nos parâmetros de entrada. Desta forma, o
administrador contará com uma ferramenta de apoio à sua decisão.
1. 2 - Objetivos
O principal objetivo deste trabalho é analisar uma frota de carga aérea com
o uso da simulação e de um SIG (Sistema de Informações Geográficas). Partindo-se de uma função de demanda por carga aérea para cada localidade e do quadro
de horários da empresa operadora, pretende-se simular a operação do sistema,
monitorando-se os principais parâmetros que possam apoiar a decisão do
planejador em sua oferta de carga (em especial, o aproveitamento de cada vôo, o
aproveitamento semanal, a carga não embarcada etc).
Os conceitos do SIG serão úteis para posicionar a demanda espacialmente,
alocar cada aeronave no espaço e tempo e, no futuro, para integrar outras funções
ao sistema (como por exemplo a previsão de demanda).
A metodologia proposta deverá ser genérica e aplicável a qualquer modal de
transporte. Entretanto, esta aplicação a outros modais dependerá de computadores
mais robustos, em função do maior número de iterações necessárias para outros
sistemas. Além disto, esta metodologia terá particularidades próprias do transporte
de carga aérea. Portanto, sua utilização fora do caso específico em estudo
dependerá também de pequenas adaptações e de rotinas computacionais mais
sofisticadas.
1. 3 - Contribuição
A contribuição deste trabalho é a criação de uma metodologia capaz de
simular uma frota operadora (neste caso, de carga aérea), utilizando-se conceitos
da simulação e de sistemas de informações geográficas simultaneamente. Além
disto, investe no conceito de tempo em um SIG (especificamente em um SIG-T), o
que é um assunto ainda pouco explorado. A componente temporal, além de pouco
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 21/144
3
explorada nos SIG’s atuais, possui ainda características próprias quando se trata de
redes de transportes.
A utilização destas duas ferramentas em conjunto possibilitará uma
visualização do comportamento do sistema com antecedência, oferecendo ao
planejador um suporte às suas decisões. Espera-se com isto uma maior otimização
de seus recursos.
O simulador parte do princípio atual de operação típica de uma companhia
aérea. Isto torna-o mais fácil de ser aplicado, sem a necessidade de alterações na
forma de trabalho da companhia e respeitando as particularidades do mercado.
Este simulador basicamente responderá às seguintes questões:
-onde está cada aeronave num determinado momento?-com este plano de operações, quais serão meus resultados ao longo do
tempo?
Ou seja, este simulador será basicamente um sistema de apoio à decisão.
A inovação presente nesta metodologia é o uso da dimensão temporal
dentro de um SIG e da componente espacial dentro da simulação: os SIG’s atuais
são fartos em análises espaciais, mas carecem ainda da importante componente
temporal. Por outro lado, na simulação ocorre o contrário: enquanto o foco é navariação temporal, a variação espacial, da forma como é tratada num SIG, não é
considerada (numa escala geográfica de maior abrangência).
A hipótese é implícita e baseia-se na expectativa de que esta metodologia
venha responder melhor às necessidades atuais de planejamento do que as duas
ferramentas trabalhando isoladamente, além da introdução do tempo no SIG-T
trazer uma nova e importante dimensão à ferramenta.
1. 4 - Estrutura deste trabalho
O trabalho é composto de 6 capítulos. Após esta introdução, o capítulo II
aborda o problema da alocação de aeronaves de carga de uma forma prática e
mostra a situação atual do mercado aéreo brasileiro. Ele é finalizado com algumas
abordagens até então utilizadas para a solução do problema de alocação de frota.
No capítulo III é feita uma breve revisão do estado da arte em modelos de
planejamento de transportes. Em seguida o capítulo IV faz um breve apanhado da
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 22/144
4
ferramenta SIG (Sistemas de Informações Geográficas) e suas aplicações em
transporte. O capítulo V continua esta revisão bibliográfica com uma análise atual
da simulação, em especial dentro da área de transportes.
No capítulo VI é apresentada a metodologia proposta. Para esta aplicação
foi criado um software de simulação incorporado em um SIG, chamado de
SimCarga, o qual foi testado para uma suposta transportadora brasileira de carga
aérea. Mostra ainda os resultados obtidos no exercício realizado com esta
empresa, mostrando como foi feita a análise dos mesmos, descrevendo também o
software criado.
Finalmente, no capítulo VII têm-se as conclusões e recomendações para
uso da metodologia, bem como sugestões de continuidade do trabalho, além das
restrições aplicáveis.
Em anexo são apresentados tabelas com especificações de capacidade de
aeronaves de uma empresa brasileira, liberdades do ar, programa de manutenção
do Boeing B-747 e curvas de desempenho do Boeing B-777. O glossário com os
principais termos utilizados em transporte aéreo e em simulação aparece logo no
início deste trabalho.
Vale destacar ainda que este trabalho possui anexos os códigos-fonte dos
sistema desenvolvido, em formato eletrônico, disponível na internet no endereço:http://planet.pet.coppe.ufrj.br/erivelton/tesedsc . Neste mesmo endereço encontram-
se as instruções básicas de como utilizar-se o sistema.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 23/144
5
2 - A alocação de frota aérea
Este capítulo faz um resumo das características da alocação de frota aérea,
destacando as particularidades deste modal. São abordados os principais fatores
intervenientes neste planejamento, tais como os operacionais e mercadológicos. É
feita ainda uma breve análise das particularidades deste mercado no Brasil. Por fim,
são citados alguns trabalhos que mostram como solucionar este problema.
2. 1 - Caracterização do problema
A alocação de aeronaves em uma empresa aérea é uma operação
extremamente complexa: além de todos os fatores comuns a outros modos detransportes (equilíbrio de oferta e demanda etc), as grandes distâncias e a rapidez
deste modo trazem outros componentes ao problema. Dentre estes problemas
pode-se destacar:
• a alocação da tripulação depende da capacitação de cada equipe
(tipos de aeronaves diferentes);
• condições meteorológicas diferentes na origem e no destino podem
trazer alterações na programação;
• a programação de manutenção das aeronaves deve ser
rigosrosamente seguida (ver anexo III, manutenção programada);
• um vôo muitas vezes é a continuação de uma etapa anterior de
outro, mas cada etapa tem suas próprias características individuais.
Além disto, a operação aérea está sujeita a inúmeros e rigorosos
procedimentos de operação e controle. Num planejamento de frota aéreatradicional, segundo Rosenberger (2000) tem-se:
• estimar a demanda;
• programar a frota (otimização, onde frota é o conjunto de aeronaves
semelhantes);
• alocação de aeronaves (especificar uma a uma as rotas a serem
seguidas por cada aeronave);
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 24/144
6
• programar tripulação (conjunto de tripulantes de mesmas
habilitações)
• alocação de tripulantes.
Esse autor destaca, no entanto, que as empresas aéreas, apesar de se
utilizarem de softwares de otimização para realizar tais programações, são
severamente penalizadas devido a inúmeras quebras involuntárias de
programação, pelos mais variados motivos (as incertezas da operação). Uma
grande dificuldade reside em se recuperar esta programação ótima.
Por outro lado, o custo de uma aeronave é muito elevado e seu uso deve
ser otimizado: além dos custos operacionais existem ainda os custos de leasing ,tarifas aeroportuárias etc.
Assim, alocar uma aeronave para estar em uma localidade pela manhã e
em outra a milhares de quilômetros de distância à noite, e numa terceira a outros
milhares de quilômetros é uma tarefa complexa. É possível estudar o problema do
ponto de vista da pesquisa operacional, mas esta complexidade faz com que as
empresas aéreas mantenham funcionários experientes realizando esta alocação ou
a criação de sistemas baseados em inteligência artificial em computadores de
grande porte (Mora-Camino, 1998).
Dentro deste problema, pode-se particularizar o caso da carga aérea. A
carga aérea começou sendo transportada como sub-produto do transporte aéreo de
passageiros e sua receita era considerada apenas como lucro marginal pelas
empresas (Sá, 1989). Somente mais recentemente (últimos 5 a 10 anos) ela
começou a ser vista como um negócio em si, especialmente no Brasil. Nos últimos
2 anos, as maiores empresas aéreas brasileiras criaram “unidades de negócios”
próprias em carga aérea.Uma particularidade deste segmento é o seu maior dinamismo, pois a carga
não necessita de um rigor tão grande no cumprimento da grade prevista e também
não possui as mesmas regulamentações (com relação à programação) do setor de
passageiros. Assim, não são raros os cancelamentos de vôos por falta de demanda
em um determinado momento. Apesar de, teoricamente, significar que foi evitado
um prejuízo, isto não diminui o impacto negativo que tal opção traz à imagem da
empresa operadora. No lado oposto, a colocação adicional de um equipamento
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 25/144
7
numa rota que esteja com elevada demanda não é trivial, pois em geral todos estão
alocados a alguma rota ou à manutenção.
A manutenção programada das aeronaves se insere no problema da
alocação, causando transtornos tais como redução da frota em momentos
inoportunos. No transporte aéreo, esta manutenção tem algumas características
peculiares:
• existem manutenções de vários tipos e cada uma delas tem uma
duração conhecida e deve ser executada em uma oficina adequada;
• estas manutenções possuem rigorosos intervalos de tempo para
serem executadas.
Por exemplo, uma determinada aeronave deverá se submeter a uma
inspeção de tipo B após 500 horas de vôo. Esta manutenção poderá ser feita no
Rio de Janeiro e durará 2 dias. Após 2000 horas ela deverá se submeter a uma
manutenção de tipo C, que será realizada nos EUA e que durará 30 dias.
Clarke et al (1995) destacam que a Federal Aviation Administration (FAA)
exige uma rotina de manutenção cujo maior impacto na operação reside
principalmente em 3 inspeções: 2 inspeções tipo A (M e Av) e uma inspeção do tipo
B. As inspeções do tipo A geralmente duram em torno de 4 horas. A inspeção dotipo M é realizada a cada 2 ou 3 dias, e a inspeção do tipo Av inclui uma inspeção
do tipo M mais uma inspeção do sistema de aviônica, sendo realizada a cada 4 ou
5 dias. Vale observar que nem todos os aeroportos possuem condições de realizar
tais inspeções.
Portanto, a inserção destas manutenções nos momentos mais adequados
constitui também um importante objetivo para a companhia. Esta manutenção é um
forte complicador nos modelos de otimização analítica.
2. 2 - Características do mercado de carga aérea no Brasil
O segmento de carga tem apontado crescimento acima do segmento de
passageiros e estudos da International Civil Aviation Organization (ICAO) apontam
que esta é uma tendência a se consolidar. Parte deste crescimento se deve à
globalização do mercado, na qual o Brasil tem se inserido cada vez mais nos
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 26/144
8
últimos anos. De 1994 a 1997 a carga transportada no Brasil por via aérea cresceu
27,1%, enquanto o segmento de passageiros cresceu 21,0% (GEIPOT, 1998).
Dentro do Brasil, este setor apresenta algumas características marcantes:
• no segmento internacional, importam-se eletro-eletrônicos eexportam-se manufaturados. Ambos têm crescido nos últimos anos;
• no segmento doméstico, tem-se alguns principais tipos de clientes:
aqueles que usam o transporte aéreo por necessidade de rapidez,
outros por segurança (contra roubo) e outros por falta de opções
(especialmente o transporte de hortifrutigranjeiros na região norte do
país).
Burman (1999) destaca ainda que o modo aéreo é o preferido para produtos
de alto valor agregado (alto valor e baixo peso), sendo em muitos casos até mais
barato do que o transporte terrestre. Assim, o planejamento da operação de carga
aérea deve levar em consideração todos estes fatores e suas combinações.
O transporte de carga aérea tem ainda uma outra característica importante:
parte da carga é transportada em vôos de passageiros (nos porões de bagagem ou
em containers ) e parte em vôos exclusivamente cargueiros. Assim, a programação
da frota de passageiros é feita segundo a demanda de passageiros, enquanto a decargueiros é em função da demanda restante de carga (da parcela que não foi
transportada pelos vôos de passageiros).
A programação dos vôos de passageiros normalmente tem uma rigidez
maior que a de carga. A programação dos vôos cargueiros costuma sofrer
alterações bruscas, em função da fraca demanda em uma localidade ou,
eventualmente, devido a pane mecânica.
A frota aérea regular brasileira (empresas nacionais regulares) atualmente é
composta de 402 aeronaves (DAC, 2000). Destas, apenas 13 eram exclusivamente
cargueiras, das quais somente 2 de grande capacidade (2 DC 10/30).
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 27/144
9
tabela 1 – Frota aérea brasileira, 2000 (Fonte: Anuário Estatístico doTransporte Aéreo, DAC 2000)
FABRICANTE MODELO T I P O Quantidade PMD (ton)
BOEING B727 CARGUEIRO 2 88
B727/100 CARGUEIRO 5 76
B727/200 CARGUEIRO 2 86
B737/200 CARGUEIRO 2 49
DOUGLAS DC10/30 CARGUEIRO 2 260
CESSNA C208 CONVERSIVEL 10 4
EMBRAER E110 CONVERSIVEL 9 6
E120 CONVERSIVEL 3 12
AERO SPATIALE ATR 42-300 CONVERSÍVEL 4 17
AERO SPATIALE ATR 42-300/320 PASSAGEIRO 7 17
AIRBUS A300 PASSAGEIRO 3 142
A319 PASSAGEIRO 12 64
A320 PASSAGEIRO 6 64
A330/200 PASSAGEIRO 5 230
BOEING B737/200 PASSAGEIRO 35 55
B737/300 PASSAGEIRO 46 61
B737/400 PASSAGEIRO 1 65B737/500 PASSAGEIRO 19 61
B737/700 PASSAGEIRO 5 57
B767/200 PASSAGEIRO 9 165
B767/300 PASSAGEIRO 8 165
CESSNA C208 PASSAGEIRO 35 4
DOUGLAS MD-11 PASSAGEIRO 13 280
EMBRAER E110 PASSAGEIRO 3 6
E120 PASSAGEIRO 28 12
E145 PASSAGEIRO 20 22
FOKKER FK10 PASSAGEIRO 89 45
FK27 PASSAGEIRO 2 20
FK50 PASSAGEIRO 17 22
Total 402
Obs: PMD-peso máximo de decolagem, em toneladas.
Como pode ser visto na tabela acima, a frota brasileira é composta
principalmente por aeronaves Boeing B737. Nos vôos de passageiros, estas
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 28/144
10
aeronaves disponibilizam cerca de 1,5 t para carga (no porão de bagagens).
Aeronaves como o B-747 disponibilizam 52 t em vôos combinados (passageiros e
carga em containers ) ou 100 t na versão cargueira.
É importante ressaltar que, nas aeronaves voltadas para passageiros, a
bagagem destes tem prioridade sobre a carga. Além disto, as capacidades de carga
de cada aeronave variam de acordo com o número de passageiros embarcados,
altitude e condições atmosféricas do aeroporto (Sá, 1989) e distância a ser
percorrida (Boeing, 1998).
A operação de manuseio da carga também varia em função do tipo de
aeronave. Nas aeronaves cargueiras, a carga é unitizada (transformação de
inúmeros pequenos volumes em um maior) e sua operação é bastante mecanizada.
Nas aeronaves de passageiros, a carga é transportada geralmente sem aunitização e seu manuseio é quase todo manual.
A unitização da carga, além de aumentar a rapidez do manuseio, facilita
também o transporte intermodal (Sá, 1989). O anexo I mostra um exemplo de
configurações internas e capacidades da frota aérea de uma empresa brasileira,
além dos tipos de pallets e containers utilizados.
A participação da carga aérea na receita das empresas aéreas brasileiras
varia entre 15 e 20% de sua receita total (GEIPOT, 1998).
Outro aspecto importante a respeito dos tempos de carga / descarga refere-
se aos equipamentos presentes nos aeroportos. Nos mais modernos existem
esteiras transportadoras, elevadores e uma grande automação de processos.
2. 3 - Características da demanda
A demanda por carga aérea no Brasil tem características distintas para cada
região do país. Na região Sudeste tem-se um movimento onde a rapidez é
essencial ao negócio do cliente. Já na região Norte, o transporte aéreo apresenta-
se muitas vezes como a única opção. Exemplo disto são os hortifrutigranjeiros
desta região, pois lá praticamente não existem estradas e o transporte é feito por
via fluvial ou aérea. No entanto, o transporte fluvial não atende aos requisitos para o
transporte de vários produtos devido ao grande tempo de deslocamento.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 29/144
11
Assim, as flutuações da demanda nestas regiões são função de vários
fatores exógenos ao sistema: desempenho econômico da região, clima etc. A
tabela abaixo mostra os volumes de carga nas principais ligações nacionais.
tabela 2 – Volumes de carga nas principais ligações nacionais, em t. (Fonte:DAC, 2000)
Ligações Ida Volta Total %
SÃO PAULO / RIO DE JANEIRO 25 654 459 24 109 420 49 763 879 8.1%
SÃO PAULO / MANAUS 19 137 658 16 125 054 35 262 712 5.8%
PORTO ALEGRE / SÃO PAULO 19 064 114 14 889 608 33 953 722 5.5%
SÃO PAULO / SALVADOR 18 023 352 9 184 395 27 207 747 4.4%
SÃO PAULO / BRASÍLIA 16 867 169 10 121 205 26 988 374 4.4%
SÃO PAULO / RECIFE 14 377 091 8 065 170 22 442 261 3.7%
SÃO PAULO / SAO JOSE DOSPINHAIS
11 331 073 10 070 802 21 401 875 3.5%
SÃO PAULO / FORTALEZA 8 939 289 6 588 326 15 527 615 2.5%
SÃO PAULO / BELÉM 7 223 459 2 159 141 9 382 600 1.5%
RIO DE JANEIRO / BRASÍLIA 7 138 547 5 164 643 12 303 190 2.0%
SÃO PAULO / BELOHORIZONTE
6 600 850 4 450 804 11 051 654 1.8%
Outros 347 433 731 56.7%
Total 612 719 360 100.0%
As ligações de São Paulo com Manaus, Rio de Janeiro e Porto Alegre
concentram, atualmente, 19% da movimentação no mercado de carga doméstica
regular no Brasil. Entretanto, cabe destacar as diferenças entre as duas principais
ligações: enquanto a primeira tem forte participação da carga expressa, a segunda
é composta de carga convencional,. O mapa abaixo (figura 1), construído com um
Sistema de Informações Geográficas (SIG), mostra graficamente a situação do
transporte de carga aérea nos principais aeroportos brasileiros. Importante ressaltar
ainda que este panorama tem se alterado significativamente ano a ano. Como
exemplo, estas mesmas 3 ligações representavam 51% do mercado em 1995.
Burman (1999) relata ainda que o mercado de carga aérea é concentrado
em um pequeno número de produtos, especialmente os de mais alto valor
agregado. Sobre o aspecto receita das empresas, ela destaca ainda que o
transporte de carga vem crescendo em participação, em relação à receita de
passageiros.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 30/144
12
Figura 1 – Mapa com os principais TECA do Brasil (Infraero, 1998)
Na região Norte pode-se destacar a Zona Franca de Manaus, que possui
ainda outra particularidade: é um polo industrial muito forte e que concentra boa
parte da indústria eletro-eletrônica do país (inclusive todas as fábricas de
televisores). Assim, tem-se um grande fluxo de insumos de produção saindo da
região sudeste com destino a Manaus e um grande fluxo de produtos acabados
saindo de Manaus com destino ao sudeste. Isto fez com que a ligação Manaus-SãoPaulo se tornasse a mais movimentada (em carga aérea) do país. A tabela 3 abaixo
mostra os vôos com origem ou destino em Manaus para o período de julho a
setembro de 1997 de uma empresa nacional, destacando-se o aproveitamento de
cada um deles. Define-se como aproveitamento a razão entre o total transportado e
a capacidade, em peso, de uma aeronave.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 31/144
13
tabela 3 – Quadro de vôos realizados. (Fonte: empresa A)
Origem1 Destino Transportado (kg) Capacidade (kg) Aproveitamento (%)
Mao Gi 97 038 115 000 84%Pt Mao 94 803 115 000 82%
Pt Mao 93 498 115 000 81%Pt Mao 90 400 115 000 79%Mao Gru 80 648 115 000 70%Jfk Mao 69 658 85 000 82%Mao Vc 69 658 85 000 82%Gru Mao 45 782 60 000 76%Mao Gi 41 567 60 000 69%Mao Gru 41 315 60 000 69%Gru Mao 39 521 60 000 66%Gru Mao 38 524 60 000 64%Mao Gru 35 809 60 000 60%Mao Gru 35 057 60 000 58%Mao Mia 33 237 60 000 55%Gru Mao 31 008 60 000 52%Gru Mao 27 164 60 000 45%Mao Gru 23 153 60 000 39%Gru Mao 21 080 60 000 35%Mao Gru 19 667 60 000 33%Mao Bvb 17 400 18 000 97%Gru Mao 17 066 60 000 28%Mao Gi 16 138 18 000 90%Bel Mao 15 747 16 000 98%Mao Gru 15 067 16 000 94%
Gru Mao 15 022 16 000 94%Mao Gru 14 790 16 000 92%Gru Mao 14 021 16 000 88%Gru Mao 13 700 16 000 86%Mao Gru 13 648 16 000 85%Mao Mex 13 300 60 000 22%Mao Bvb 13 079 16 000 82%Mao Gi 12 805 16 000 80%Rec Mao 12 785 16 000 80%For Mao 11 863 16 000 74%Mao Pvh 11 256 16 000 70%
Mao Gru 11 032 16 000 69%Mao Gi 9 877 16 000 62%Mao Rbr 6 516 16 000 41%Pvh Mao 6 193 16 000 39%Bvb Mao 4 969 16 000 31%Czs Mao 3 342 16 000 21%Bvb Mao 1 500 16 000 9%
1
Ver tabela de siglas de aeroportos no glossário
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 32/144
14
O fluxo de carga nesta região depende fortemente do desempenho
econômico do restante do país, bem como da produção de hortifrutigranjeiros (tanto
para entrada como saída de produtos).
Na região sudeste tem-se um forte fluxo de carga entre as capitais do Rio de
Janeiro e São Paulo. Apesar de bem servidas por rodovias, existe um fluxo de
carga que exige maior rapidez na entrega. Nesta região, o transporte rodoviário
pode competir com o aéreo, pois um caminhão consegue entregar uma carga entre
as duas capitais quase no mesmo intervalo de tempo que o modo aéreo (devido ao
manuseio e tempos de coleta e entrega da carga).
2. 4 - Abordagens na alocação de frota
Vários autores têm estudado o problema da alocação de frota, tanto no
modal aéreo como nos outros. Alguns destes estudos tratam o problema
isoladamente, enquanto outros o tratam em conjunto com a alocação de tripulação.
A maior parte dos trabalhos começou com frotas homogêneas, mas recentemente
têm surgido outros que tratam de frotas heterogêneas.
Yu et al (1999) estudaram o problema de recuperar uma programação feita
após o fechamento de um hub 1 e propuseram uma metodologia para minimizar as
perdas decorrentes deste fechamento.
Yan et al (1996) destacam ainda que poucos trabalhos têm sido feitos
considerando-se as perturbações de vôos. Eles destacam, por exemplo, os
seguintes fatores de perturbação de uma programação: problemas mecânicos,
condições meteorológicas adversas, congestionamento de aeroportos, atraso de
tripulantes etc.
A maioria dos autores segue o caminho da otimização, o que se traduz em
modelos matemáticos extremamente complexos e com vários relaxamentos derestrições. Além disto, estes modelos se tornam também computacionalmente
demorados.
1 Hub - aeroporto, em geral central, onde se concentram vários vôos
simultaneamente, de forma a se criar inúmeras possibilidades de origens e
destinos.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 33/144
15
Mora-Camino et al . (1998) estudaram o problema da alocação de frota
aérea combinada com a manutenção programada. Eles partem do princípio de que
são conhecidos os quadros de horários de vôos, a demanda e os custos de
operação. Sua formulação matemática tem a seguinte forma:
∑ ∑ ∑ ∑ ∑∈ ∈ ∈ ∈ ∈+
K k Lk l K k Lk l Lk lk kl
l
kk kl
l
k kl
x xd xc' ''min s.a.: (1)
∑ ∈=
Ll kl x 1 K k ∈∀ (2)
1≤ll x A F l ∈∀ ,
xl=(x1l,......,xml
(3)
=kl
x 0 ou 1 K k ∈∀ , F l ∈∀ (4)
Onde:
K é o conjunto de m vôos ordenados cronologicamente;
F é o conjunto de aeronaves;
Ik é o conjunto de aeronaves aptas a operar o vôo k;
Lkl é o conjunto de vôos que podem ser operados com a aeronave l
após o vôo k ter sido operado com a aeronave l.
A primeira parte da função de custo (1) refere-se ao custo da parte
comercial do vôo, enquanto que a segunda parte se refere ao custo do
deslocamento não comercial. A restrição (2) assegura que cada vôo seja coberto
por uma aeronave de características adequadas e a restrição (3) –matriz A l-
garante o correto encadeamento das aeronaves, impedindo que uma aeronave seja
alocada a 2 vôos simultaneamente.
Esse trabalho faz uma importante e interessante consideração a respeito da
natureza do problema. Ele destaca a natureza combinatorial do mesmo pelas
restrições (3) e (4) e enfatiza: num problema com 100 vôos e 6 aeronaves, ter-se-ia
um conjunto de 2nm (2600) possíveis soluções. A busca de todas estas possibilidades
inviabilizaria o modelo, devido à imensa quantidade de recursos computacionais
exigidos.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 34/144
16
No modelo apresentado, a manutenção entraria como um vôo dummy .
Sugere-se que a companhia aérea faça a programação desta manutenção o mais
cedo possível, a fim de liberar logo o equipamento para a operação.
Para resolver o problema da alocação foi usada a programação dinâmica,
com o objetivo de reduzir drasticamente o esforço computacional. Foi executada
uma aplicação ao caso de uma pequena companhia aérea francesa. Apesar do
modelo não encontrar a solução ideal ele, produziu um resultado mais satisfatório
dentro do contexto operacional da companhia.
Silva et al . (1998) propõem a utilização de modelos de fluxos em redes para
programação de veículos (de ônibus, em particular). Eles ressaltam que a utilização
de modelos deste tipo ainda é muito pouco explorada na literatura, principalmente
pela dificuldade imposta pelo grande número resultante de variáveis. Elesapresentam formulações para tratamento do problema de programação de veículos
associados a um único depósito (ou garagem) como problema de fluxo em redes.
A proposta do trabalho é determinar o número mínimo de veículos (e a
sequência) que cubra um predeterminado conjunto de viagens. Cada viagem possui
pontos fixos de início e fim, bem como tempos fixos de viagem. Cada veículo
deverá retornar à mesma garagem de onde saiu.
A tabela 4 a seguir foi apresentada com o objetivo de exemplificar aabordagem proposta:
tabela 4 – Quadro de horários (Silva et al . 1998)
Trip i St i sl i et i el i
1 07:00 Terminal A 08:00 Terminal A
2 07:00 Terminal A 08:30 Terminal A
3 08:00 Terminal A 09:00 Terminal A
4 08:00 Terminal A 10:00 Terminal A
5 09:00 Terminal A 11:00 Terminal A
6 09:30 Terminal A 10:00 Terminal A
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 35/144
17
06:45 07:00 08:00 09:00 09:30 11:15
LegendArcs from/to Depot
Arcs Inter Trips
s
1
2 6
5
t
3
4
Figura 2 – Rede representando o quadro de horários da tabela anterior
Na figura 2 acima, as linhas cheias representam os arcos onde existem
conexões, ou seja, existe a possibilidade de se criar um caminho dentro desta rede.
O custo associado a cada arco é equivalente ao tempo de espera entre as viagens.
Assim, o problema pode ser resolvido utilizando-se os conceitos de solução do
problema de fluxo mínimo na rede. Os autores propõem ainda uma metodologia de
redução de arcos (eliminando arcos cujo custo excede determinado valor), a fim de
diminuir o tempo de processamento do problema. O método proposto foi testado e
considerado satisfatório.
Uma forte característica comum a toda modelagem (e os estudos apontados
aqui não fogem a esta regra) é a sua limitação ao modelo proposto. Ou seja, se o
problema real diferir um pouco do modelado ele perde uma parte de sua utilidade.E, como foi visto, a alocação de frota é um problema altamente dinâmico,
especialmente no modal aéreo.
Vários autores também relataram uma dificuldade comum: estabelecer uma
função objetivo. Apesar de o problema básico ser relativamente simples, ou seja
maximizar rentabilidade ou minimizar custos, muitas variáveis subjetivas estão
presentes nesta função objetivo e também nas restrições, dificultando sobremaneira
a modelagem matemática.
Dadas estas dificuldades e relaxamentos de restrições apontadas por outros
trabalhos, Igbaria et al (1996) tomaram o caminho de criar um sistema de apoio à
decisão, aplicado a uma frota leiteira de uma cooperativa da Nova Zelândia. Neste
sistema, a filosofia presente é avaliar a qualidade de uma escala executada por
funcionários experientes, que muitas vezes contornavam situações difíceis de
serem modeladas matematicamente. O sistema proposto era capaz de criar uma
escala viável, mas o foco principal era a avaliação da escala proposta, mostrando
possíveis inconsistências e os resultados esperados. Eles concluíram através deste
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 36/144
18
trabalho que um sistema de apoio à decisão é mais eficiente para a empresa do
que um sistema que decida por ela. Neste caso em particular, eles observaram que
as condições para a tomada de cada decisão levavam em conta vários detalhes
específicos e diferentes entre uma situação e outra.
Este capítulo caracterizou o problema da alocação de uma frota aérea,
mostrando suas dificuldades de execução e de modelagem analítica. Procurou-se
mostrar como os fatores operacionais, integrados à demanda, influenciam este
planejamento. Foi destacada ainda a característica geo-temporal deste
planejamento.
Foram mostrados alguns estudos de alocação de frota, a maioria dos quais
apresentou a busca da solução deste problema através da otimização analítica.
Este caminho conduziu a modelos matemáticos complexos e com uma série derelaxamentos.
Em geral, os autores relatados mostraram que existem várias dificuldades na
modelagem desta alocação. Dentre estas dificuldades destacam-se o tamanho do
problema e a busca de uma adequada função objetivo.
Contrapondo-se a estes trabalhos foi citado um outro onde a solução
proposta foi a criação de um sistema de apoio à decisao, onde um sistema
computacional avaliava os impactos das decisões tomadas pelos experientesoperadores da empresa.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 37/144
19
3 - Modelos de planejamento em transportes
O presente capitulo aborda de forma simplificada os modelos de
planejamento em transportes. São destacadas as principais características da
oferta e da demanda por transportes, bem como a necessidade de um equilíbrio
entre estes. Destaca-se o classico modelo de 4 etapas (geração, distribuição,
divisão modal e alocação), que apesar de possuir limitações adapta-se bem a um
Sistema de Informações Geográficas (SIG).
Ortúzar e Willumsen (1994) definem modelo como uma representação
simplificada de uma parte do mundo real. Eles destacam que esta definição por si já
indica que o modelo se concentra naqueles elementos considerados importantes de
serem analisados. Em particular, em transporte usam-se modelos matemáticos, quetentam reproduzir o comportamento de um sistema através de suas relações
matemáticas.
Apesar de ser uma representação de apenas parte de um todo, o modelo é
importante por oferecer ao planejador um elemento comum e objetivo para
discussão. Além disto, a própria construção do modelo leva à melhor compreensão
do problema. Em geral, esses modelos são bastante complexos e exigem uma
grande base de dados.
3. 1 - Características da demanda por transporte
A demanda por transporte é altamente qualitativa e diferenciada. Existe uma
enorme abrangência de demandas específicas e que são diferenciadas ao longo do
tempo (por hora, dia, dia da semana, mês), por tipo de viagem, por tipo de carga,
por velocidade etc. Outro aspecto importante é que a demanda por transporte é
derivada, ou seja, ela ocorre para satisfazer outra necessidade do indivíduo:trabalho, lazer etc. Para compreender este processo, é necessário o conhecimento
da infra-estrutura de transportes oferecida, além de todo o arranjo espacial do
entorno (Ortúzar e Willumsen, 1994).
Uma das características mais importantes da demanda por transporte é esta
componente espacial. A maior ou menor distância entre 2 locais e suas
características (população, renda, atividades econômicas), bem como as facilidades
de tráfego entre elas (qualidade e quantidade de vias, modos de transporte etc) são
determinantes na demanda.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 38/144
20
Neste ponto, um Sistema de Informações Geográficas (SIG) veio oferecer
sua forte contribuição ao setor de transportes: a modelagem matemática tradicional
pode ser incorporada aos mapas, clareando e simplificando o tratamento espacial
do problema.
E, finalmente, a característica temporal da demanda é fundamental: a
demanda é, em geral, concentrada em determinados momentos e menor em
outros. Por exemplo, num centro urbano, a maioria dos trabalhadores viajam para
seu trabalho nas primeiras horas da manhã e retornam para casa ao fim da tarde.
Da mesma forma as mercadorias tendem a ser transportadas em momentos de
maior consumo. Assim, encontrar um ponto de equilíbrio entre a oferta e a
demanda torna-se um problema à parte, pois os recursos são caros e não podem
ser alocados ou redirecionados para os momentos de pico. Desta forma, tem-seuma maior disputa pela oferta nos momentos de pico, enquanto tem-se uma sub-
utilização nos outros momentos, variável ao longo do tempo. A análise da
componente temporal é bastante complexa e os planejadores dos vários modos de
transporte são desafiados na sua solução. Uma das alternativas típicas a este
problema envolve a variação do valor do preço do serviço ao longo do tempo (seja
na forma de pedágio, redução/aumento da tarifa, estacionamento etc). Ortúzar e
Willumsen (1994) destacam que esta variação temporal da demanda resta hoje
como um problema crucial e fascinante no estudo e modelagem da demanda portransportes.
3. 2 - Características da oferta de transporte
A primeira e das mais importantes características da oferta de transporte é o
fato de ser um serviço não estocável: ou seja, não é possível de ser produzido
num momento para ser consumido em outro. Isto reforça a importância da
qualidade da previsão da demanda, pois dela dependerá tanto a qualidade doserviço quanto a rentabilidade do operador.
Outra característica do setor é que, em geral, os operadores pertencem a
diferentes grupos ou companhias. Isto faz com que haja, ao mesmo tempo e no
mesmo lugar, vários interesses em conflitos e uma complexa relação entre
autoridades governamentais e interesses diversos.
Um importante aspecto da oferta de transportes é que sua infra-estrutura é,
de certo modo, indivisível: ou seja, não é possível se construir meia estrada, meio
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 39/144
21
aeroporto etc. Além disto, em geral, esta infra-estrutura é cara e leva longo tempo
para ser construída. Assim, mesmo que seja possível construir estas instalações de
uma forma crescente (em módulos, por exemplo), do ponto de vista do
planejamento pode-se considerá-la indivisível (Ortúzar e Willumsen, 1994).
Vale destacar ainda que a oferta e a demanda são intimamente
relacionadas. Como dito acima, uma das variáveis no estudo da demanda por
transportes é a oferta do mesmo. Assim, pode-se dizer que a oferta, muitas vezes,
contribui para o surgimento da demanda.
3. 3 - Equilíbrio da oferta e da demanda
Como já observado anteriormente, a infra-estrutura dos transportes é muitocara. Além disto, os serviços também são muito caros, bem como não estocáveis.
Isto leva a uma forte necessidade de equilíbrio entre a oferta e a demanda, pois se
um dos dois lados exceder o outro haverá, em consequência, um desequilíbrio
entre os interesses do produtor (lucro) e do consumidor (qualidade e preço).
O equilíbrio temporal mostra ainda outro aspecto importante em relação ao
dimensionamento da oferta: esta oferta deve ser dimensionada de forma a atender
com qualidade e eficácia a demanda, considerando-se a demanda nos horários
mais exigidos mas levando-se em conta que em outros horários esta demanda seráreduzida. Um exemplo típico desta situação é o sistema de ônibus nas grandes
cidades: se a oferta de frota for dimensionada para os horários de maior demanda,
haverá um número grande de veículos ocioosos durante a jornada de trabalho da
população. Isto implica em custos elevados na imobilização de capital e em mão-
de-obra ociosa. Por outro lado, o inverso conduz a veículos superlotados e,
eventualmente, demanda não atendida.
É importante destacar, mais uma vez, a inter-relação entre a oferta e ademanda: uma oferta um pouco acima ou um pouco abaixo da demanda poderá
fazer com que esta última tenda para cima ou para baixo.
Finalmente, vale observar que estas características se acentuam ou
diminuem conforme o modo de transporte estudado.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 40/144
22
3. 4 - O modelo clássico de demanda por transportes
O setor de transportes possui um modelo clássico de demanda, conhecido
como “modelo 4 etapas”. Sua forma geral é apresentada na 0 abaixo. Ele
pressupõe a divisão da área de interesse em zonas homogêneas, apoiadas emuma rede matemática de tráfego, associadas a uma base de dados. Esta base deve
detalhar a situação sócio-econômica destas zonas, destacando empregos
(separados por comércio e indústria), escolas, hospitais, mercados e outros
elementos atratores de viagens.
Figura 3 – Clássico modelo 4 etapas (Ortúzar and Willumsen, 1994)
Ortúzar e Willumsen, (1994) apresentam sinteticamente estas 4 etapas:
Geração: este conjunto de dados é usado para estimar o número de viagens
atraídas e geradas por cada zona;
Distribuição: com as viagens geradas e atraídas, produz-se uma matriz de origens
e destinos;
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 41/144
23
Divisão modal: de posse do número de viagens, procede-se à escolha do modo de
transporte para cada viagem;
Alocação: e, finalmente, aloca-se cada uma das viagens à sua respectiva rede.
Cada uma destas etapas possui seus próprios modelos, formulação
matemática e forma de calibração e validação.
Vale destacar que, apesar de algumas críticas, o modelo geral permanece
válido e bastante utilizado. Outro ponto importante é a forte componente espacial
embutida. Isto faz com que os sistemas de informações geográficas (SIG), como
será visto à frente, sejam fortemente indicados para sua aplicação.
Passando para o caso específico do setor aéreo, Strand (1999) questiona osmodelos de estimativa do crescimento do tráfego em uso corrente. Ele destaca que,
ao observar com cuidado um conjunto de aeroportos, pode-se notar uma grande
diversidade de movimentos –muito maior do que as similaridades. Assim, a
observação das estimativas futuras -em geral apresentadas na forma de curvas
suaves- conduz a um questionamento sobre estes valores. A figura 4 abaixo
exemplifica a situação, utilizando os dados sobre o aeroporto Hammerfest,
Noruega:
Crescimento anual - Aeroporto de Hammerfest, Noruega
-20%
-10%
0%10%
20%
30%
40%
50%
60%
1976 1981 1986 1991
Ano
C r e s c i m
e n t o a n u a l ( % )
Figura 4 – Crescimento anual do tráfego – 1974 a 1995 – Aeroporto
Hammerfest, Noruega (Strand, 1999)
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 42/144
24
Strand (1999) observa que esta discrepância decorre da falta de visão da
individualidade de cada aeroporto, pois as estimativas são feitas normalmente de
forma global.
Além disto, ele destaca ainda que tais estimativas, muitas vezes, são função
de variáveis que não são corretamente previstas. Ou seja, constrói-se um bom
modelo explicativo, mas não se consegue um produto capaz de fazer uma boa
previsão. Para superar tais deficiências ele sugere um detalhado estudo das forças
que atuam sobre o transporte aéreo local e um tratamento individualizado de cada
aeroporto. Finalmente propôs o seguinte modelo:
TFx=B(x)(A1,x, A2,x, A3,x), onde:
TFx= tráfego total no aeroporto x;
A1= variável dependente da distância, estrutura de acessibilidade,
esfera de influência;
A2= atividade na esfera de influência;
A3= competição com outros modais.
Ou seja, cada aeroporto deverá ter seu próprio modelo de estimativa de
demanda, em função de suas particularidades locais.
Calderón (1997) destaca que vários estudos a respeito da demanda depassageiros no transporte aéreo foram publicados, com uso crescente de variáveis
de qualidade do serviço. Ele acrescenta ainda que estes trabalhos apontam a
demanda por transporte aéreo como dependente de 2 conjuntos básicos de fatores:
os geo-econômicos (atividades econômicas do local) e aqueles relacionados aos
serviços (qualidade, preço etc). Ele chegou a um modelo de demanda para o
transporte aéreo na Europa onde o tráfego total é função da distância entre o par de
cidades (aeroportos), população, renda, freqüência, tamanho da aeronave,
economia, turismo e a existência ou não de escala.
Rodrigues (1996) propôs um modelo econométrico simplificado para uso nos
planos aeroviários nacionais. Este modelo seria individualizado por município, tendo
a seguinte forma geral:
Dmunic=f(Smunic)
Onde:
D=demanda prevista (carga ou passageiros);
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 43/144
25
S=variáveis sócio-econômicas
Neste modelo, Rodrigues sugere o consumo de energia elétrica, apurada
anualmente por município, como estimador das variáveis sócio-econômicas. Ele
justifica esta escolha por ser uma variável tradicionalmente utilizada nas previsões
do setor e por oferecer boa calibração.
Mais recentemente, Almeida Jr (2001) propôs uma metologia computacional
para encontrar uma função polinomial de demanda para passageiros de linhas de
ônibus urbanos com base em demandas passadas conhecidas.
Finalmente, Braga (2001) propôs uma metodologia para se estimar modelos
econométricos de demanda (também para linhas de ônibus), porém apoiado em um
SIG e de forma automatizada. Em sua proposta, Braga obtém uma matriz Origem-
Destino com base em uma pesquisa de embarques - desembarques em linhas de
ônibus, de acordo com as características sócio-econômicas da área de cada ponto
de parada.
Como será visto mais adiante, todas estas formas de previsão de demanda
podem ser úteis à metodologia aqui proposta. Em especial, a proposta de Braga já
se aproxima do que se deseja neste trabalho, pois incorpora a busca - com o apoio
de um SIG - das correlações entre as variáveis sócio-econômicas da região à sua
demanda.
Este capitulo fez um breve resumo dos modelos de planejamento em
transportes, com destaque para as características da oferta e da demanda, bem
como do equilíbrio entre estas. A forte presença da dimensão espacial nestes
modelos faz com que o uso de um Sistema de Informações Geográficas (SIG) seja
algo natural nesta modelagem.
Foi destacado o classico modelo de 4 etapas (geração, distribuição, divisão
modal e alocação), que apesar de possuir limitações adapta-se bem a um SIG.Foram citados ainda outros trabalhos que permitem sua fácil inserção a um SIG.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 44/144
26
4 – Sistemas de informações geográficas (SIG)
Este capítulo faz apresenta e descreve um Sistema de Informações
Geográficas (SIG), destacando suas principais aplicações e conceitos,
especialmente em transportes. É abordado ainda o uso do tempo em um SIG,
assunto que já começa a ser estudado com mais profundidade.
O SIG ainda é uma ferramenta relativamente nova, que teve sua maior
difusão nos últimos anos, principalmente devido ao maior uso da micro-informática.
Assim, possui várias definições, mas de uma forma geral pode-se adotar a
seguinte:
“conjunto de softwares, hardware, dados e pessoal, perfeitamente
integrados, de forma a tornar possível a coleta, armazenamento, recuperação,
tratamento e análise de dados geo-referenciados, auxiliando as tomadas de
decisões e dando suporte às atividades de planejamento, projeto, gerenciamento,
manutenção e operação” (Rocha, 1997).
Paredes (1994) traz uma definição mais simplificada: “conjunto de
ferramentas para coleta, armazenamento, recuperação, transformação e
reprodução gráfica dos dados espaciais”.
Uma definição mais simples ainda seria a de um mapa eletrônico com
capacidade de se relacionar com outros mapas, além de permitir a facilidade de
análise das informações.
Nos últimos anos, com o crescimento da micro-informática, as componentes
hardware e software se desenvolveram notavelmente. Os dados necessários aos
SIG têm sido coletados e cada país encontra-se numa fase distinta. No Brasil,
particularmente, esta é uma parte ainda precária.
O SIG começou a ser utilizado para suprir as necessidades dos profissionaisligados principalmente à cartografia e à geografia. Entretanto, várias facilidades
surgiram daí e, assim, os SIG passaram a ser utilizados por vários setores da
sociedade. Em particular, eles se mostraram bastante úteis nas áreas de
planejamento urbano, marketing, planejamento de transportes etc. O SIG aplicado a
transportes tem sido chamado também de SIG-T.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 45/144
27
4. 1 - Conceitos de SIG
Um dos principais aspectos de um SIG é o geo-referenciamento de suas
informações. Isto significa que todas as informações estão com suas coordenadas
geográficas associadas e portanto “sabem” a que lugar pertencem. Com isto épossível interligar as várias bases de dados.
Num SIG típico tem-se 3 entidades básicas: o ponto, a linha e a área. Cada
uma destas é adequada à representação de elementos geográficos reais. A
utilização de cada um deles dependerá da necessidade do trabalho. Como
exemplo, tome-se um aeroporto ou uma cidade: ambos podem ser representados
como um ponto (o seu centro geográfico) num mapa mundi, ou como áreas (que
representam os seus contornos).
Tipicamente, os pontos servem para representar entidades que, em
determinados contextos, podem ser consideradas como pontos (os exemplos já
citados de um aeroporto ou de uma cidade, quando vistos num contexto mais
abrangente). É claro que, a rigor, dificilmente pode-se aceitar a existência de um
elemento real que seja um ponto.
As linhas servem para representar vias e outras ligações (vias aéreas,
terrestres etc) e as áreas representam contornos fechados (contorno de bairros,
municípios, estados etc).
Num SIG voltado para transportes tem-se ainda outros conceitos
importantes: os conceitos de rede e o de rotas. A rede é o elemento composto de
todos os links e nós, que funcionam como grafos. Com esta rede é possível
encontrar o caminho mínimo, observando-se o sentido de direção e os custos
associados a cada link . Uma rota representa tipicamente uma linha de ônibus (ou
aérea), que nada mais é que uma sequência de links a serem percorridos. Um SIG
típico aplicado a transportes e que possui estas características é o software de SIG
Transcad (Caliper Corporation, 1994).
Outros SIG são capazes também de trabalhar com superfícies, onde os
elementos são também caracterizados por sua altitude. São indicados, por
exemplo, para o projeto de rodovias.
Uma das características mais importantes de um SIG é a sua capacidade de
estabelecer relações espaciais entre os elementos gráficos. A esta capacidade se
dá o nome de topologia. A topologia define a localização, geometria e as relações
de continência, adjacência e conexão entre os elementos.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 46/144
28
Assim, uma entidade representada em um SIG possui atributos intrínsecos,
tais como o comprimento das linhas e a área de polígonos fechados. Desta forma,
ao mudar-se a representação de uma área, o seu valor é automaticamente
atualizado, sem a interferência do operador. O mesmo acontece com o
comprimento de uma linha.
Outra característica importante de um SIG é a conexão dos dados gráficos a
arquivos alfa-numéricos (atributos). Estes dados alfa-numéricos podem ser
manuseados da mesma forma que o seriam em bancos de dados convencionais.
Além disto, eles podem ser relacionados com sua vizinhança e suas relações de
pertinência, continência, conexão.
Um SIG permite a análise e o manuseio de informações geográficas e alfa-
numéricas, de forma isolada ou combinada. Assim, é possível obter-se umelemento que possua uma determinada característica constante do banco de dados
alfa-numérico, combinada com determinada localização geográfica (que se situa em
uma determinada área, ou a uma determinada distância de algum outro elemento).
Os principais SIG do mercado armazenam os dados geográficos de forma
vetorial, ou seja, seus elementos são referenciados pelas coordenadas de suas
formas.
4. 2 - O crescimento do SIG
O crescimento da micro-informática veio popularizar também o manuseio de
bancos de dados. No atual estágio de desenvolvimento de nossa sociedade, quase
todas as informações são armazenadas em bancos de dados informatizados.
Entretanto, rapidamente se notou uma deficiência nos bancos de dados
convencionais: apesar de poderem manipular muitas informações com rapidez,
faltava a estas informações a componente espacial, ou seja, sua localização.Assim, ordenar uma tabela de consumidores de um produto em ordem alfabética se
tornou uma operação banal para um banco de dados, porém localizá-los
espacialmente é uma tarefa que ficou reservada aos SIG. Os modernos bancos de
dados já começam, no entanto, a incorporar esta componente espacial.
Os SIG tiveram um grande desenvolvimento nos últimos 10 anos,
especialmente nos últimos 5 anos. De lá para cá, esta ferramenta vem se
popularizando e expandindo sua capacidade de utilização.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 47/144
29
É fácil compreender o motivo de seu crescimento: quase todas as
informações armazenadas em bancos de dados convencionais possuem uma
componente espacial: um endereço, uma cidade, estado, bairro etc. Assim,
visualizar uma informação associada com sua localização nos dá uma idéia muito
mais precisa do que somente a informação pura e simples.
A área de transportes vem se beneficiando muito da utilização do SIG:
afinal, todas as informações desta área são situadas espacialmente. Os últimos
anos mostraram também o crescimento em particular do SIG-T. Em especial, as
áreas de planejamento dos transportes, planejamento urbano e roteirização.
4. 3 - Diferenças entre SIG e CAD
Os sistemas CAD (Computer Aided Design ) também armazenam dados
espaciais como entidades gráficas e são relativamente bastante conhecidos. Além
disto, são muito usados também na criação de mapas. Portanto, é importante
destacar as diferenças entre estes sistemas.
O sistema CAD foi concebido para ser utilizado em projetos de engenharia.
Entretanto, diferentemente dos SIG, no CAD as informações de um arquivo não
guardam, necessariamente, relação com as informações de outros arquivos. Ou
seja, num CAD não há relação de vizinhança entre arquivos.
O CAD, porém, apresenta semelhanças com o SIG: ambos fazem
representações gráficas da realidade. Normalmente, os CAD possuem mais
ferramentas para desenho, enquanto que os SIG se concentram nas ferramentas
de análise. O fato de vários mapas terem sido desenhados em um CAD fez com
que eles acabassem sendo utilizados para esta finalidade. Os SIG então trazem,
normalmente, funções que importam dados gráficos de um CAD.
É importante frisar que os CAD normalmente trabalham com coordenadasplanas cartesianas. Em cartografia isto limita a utilidade do produto, pois somente
pequenas porções da terra podem ser representadas neste sistema sem perda da
precisão (ou seja, desprezando-se a curvatura da terra). Esta porção fica em torno
de 60 km. Os SIG, por sua vez, trabalham com coordenadas geográficas: latitude e
longitude, permitindo a representação adequada de todo o planeta.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 48/144
30
4. 4 - Uso do SIG em transportes
O uso de SIG em transportes ainda é relativamente novo, mas demonstra o
seu potencial de utilidade. Waerden e Timmermans (1996) afirmam que o SIG-T (ou
GIS-T) deve ser visto como uma ferramenta de integração das atividades deplanejamento de transportes. As potenciais aplicações do SIG em transportes
seriam:
• No planejamento: planejamento de transportes, análise da
demanda, gerência de pavimentos;
• No ante-projeto: investigações ambientais, de área de domínio etc;
• Na construção: escolha de rotas alternativas etc;
• Na operação: análise de acidentes, monitoração de tráfego.
O mapa abaixo (figura 5) ilustra esta aplicação, mostrando as rotas que
chegam a Manaus desenhadas com um traço proporcional ao movimento de carga
aéreo.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 49/144
31
Figura 5 – Mapa de “linhas de desejo” para carga aérea com destino a
Manaus (dados fictícios)
Além disto, espera-se que a integração SIG – GPS leve a um maior uso do
SIG.
Lopes (1995) utilizou um SIG para estudar o problema de distribuição de
combustíveis. Pimentel (1997) apresentou um protótipo de utilização de um SIG no
transporte aéreo. Simas (1997) realizou uma pesquisa onde integra um SIG com o
software Transyt, para dimensionamento de semáforos. Lima Júnior (1999) utilizou
um SIG para avaliar impactos ambientais do sistema de transportes urbanos.
4. 5 - O SIG temporal
A ausência do componente tempo no SIG tem sido percebida por vários
pesquisadores nos últimos anos. Espera-se que, em pouco tempo, esta
componente passe a ser incorporada aos SIG. No entanto, ainda existem questões
técnicas importantes a serem resolvidas para tornar possível esta implementação.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 50/144
32
A pesquisa do assunto, paralelamente ao avanço dos computadores e das
linguagens de programação, certamente facilitarão este objetivo.
Faria (1998) propôs um modelo de banco de dados espaço-temporal para
uso em SIG utilizando o sistema de bancos de dados O2. Neste trabalho, ela
especificou um conjunto básico de operadores espaciais e temporais para permitir
uma completa consulta sobre dados vetoriais geográficos. Estes operadores atuam
sobre um conjunto básico de classes1 espaciais e temporais, construídas
especialmente para este fim.
De forma sucinta, os principais operadores espaço-temporais propostos por
ela podem ser resumidos em:
Operador Localização-temporal - Dado um objeto A e um valor de
tempo T, retorna a geometria do objeto A válida no tempo T.
Operadores Direcionais-temporais - Dados dois objetos A e B e um
valor de tempo T, retornam uma lista de tuplas <valor, t , onde valor indica se
há (verdadeiro) ou não (falso) um relacionamento de orientação entre A e B
no tempo t , contido em T.
Operadores Métrico-temporais - Estes operadores podem envolver
um ou dois objetos. No primeiro caso eles retornam pares [(área, tempo),
(comprimento, tempo) ou (perímetro, tempo)], sendo que tempo está contido
em um tempo T. O segundo caso retorna a distância entre dois objetos A e B
durante o tempo T.
Operadores Topológico-temporais - Dados dois objetos A e B e um
valor de tempo T, retornam uma lista de tuplas (valor, t), onde valor indica se
há (verdadeiro) ou não (falso) um relacionamento topológico entre A e B no
tempo t , contido em T.
Liggett et al . (1999) também estão buscando um ambiente computacionalpara simulação do ambiente urbano em tempo real. Nesse trabalho, eles pretendem
juntar as ferramentas CAD e SIG, dotando-as de maior capacidade de visualização
e modelagem do ambiente urbano, com a qualidade fotográfica. Este sistema
permitirá a navegação virtual por um ambiente urbano, podendo inclusive visualizar
1 conjunto de funcionalidades dentro de uma linguagem de programação
criada para um fim específico
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 51/144
33
o crescimento de um determinado local através da superposição sequencial de
imagens, como num filme.
Pesquisadores da NASA esperam que a incorporação da variável tempo no
SIG aconteça em breve. Entretanto, o foco maior desta abordagem ainda está
voltado à superposição de imagens, especialmente para acompanhamento do uso
do solo, da agricultura, dos desmatamentos etc.
Este capítulo mostrou resumidamente os principais conceitos de um
Sistema de Informações Geográficas (SIG), enfatizando suas principais aplicações
e conceitos, especialmente em transportes.
Tratou-se ainda do uso da 4a dimensão em um SIG (tempo), assunto que já
começa a ser estudado com mais profundidade.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 52/144
34
5 – Simulação
Este capítulo aborda os principais conceitos de simulação. São mostradas
as principais distribuições de probabilidades usadas em uma simulação, bem como
as principais técnicas de modelagem.
5. 1 - Introdução
Simular, de acordo com o dicionário, é “fazer parecer real”. Para aplicações
da engenharia, simulação é a “construção de um modelo lógico matemático de um
sistema real e a realização de experimentos numéricos com este modelo, com o
objetivo de estimar parâmetros de operação do referido sistema” (Saliby, 1989).Phillips et al. (1987), apud Naylor et al. (1985), adotaram a seguinte
definição: “Técnica numérica de condução de experimentos em um computador,
envolvendo relações lógicas e matemáticas que interagem para descrever o
comportamento e a estrutura de sistema real em um determinado período de
tempo.”
De forma simplificada, é a tentativa de reproduzir matematicamente um
modelo real em um computador, de forma a se observar o seu comportamento ao
longo do tempo. Através da substituição de parâmetros de entrada e análise do
novo comportamento é possível definir-se uma boa forma de operação do sistema.
Para estes conceitos são válidas as seguintes definições:
• Sistema: conjunto de componentes interdependentes e suas interações,
as quais são unidas para desempenhar uma função especifica;
• Modelo: representação de um sistema, com aspectos relevantes para o
problema estudado, criado para se aprender mais sobre este sistema;• Modelo de simulação: modelo de alta acuracidade baseado em
computador.
O nível de detalhamento de um modelo deve ser função dos objetivos deste
modelo: detalhado o suficiente para replicar o comportamento do sistema conforme
solicitado pelos objetivos, mas não mais detalhado do que isto. Regra: começar
num nível alto e acrescentar detalhes conforme necessário.
De forma geral, são os seguintes os principais objetivos de uma simulação:
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 53/144
35
• análise (quantificação dos eventos);
• comunicação (mostrar o que está ocorrendo);
• visualização.
Muitas variáveis de um sistema são aleatórias (podem assumir qualquer
valor, até certo ponto imprevisível). Os objetos que possuem comportamentos
ligados uns com os outros são interdependentes: cada um afeta os outros. Assim,
pode-se dizer que a combinação
Aleatoriedadade + interdependência=complexidade
Uma grande discussão atual é a respeito da decisão de quando simular e
quando estudar analiticamente o problema. De forma geral, o aumento da
complexidade de um modelo leva a optar pela simulação, como mostra a figura 6
abaixo:
interdependência
Aleatoriedadade
Figura 6 – Quando simular? Representação esquemática
A simulação também vem ganhando espaço crescente em função do
avanço da micro-informática. Entretanto, nota-se que este crescimento está aquém
do esperado e ainda há muito a se explorar nesta técnica.
Esta ferramenta é principalmente útil para o estudo de problemas complexos
e que possuem difícil modelagem em outras ferramentas (como programação
linear, programação inteira etc). Muitos destes problemas são resolvidos na vida
prática com a experiência dos profissionais. Como exemplo, pode-se citar a
alocação de tripulação ou de frota em empresas de transportes.
Outra aplicação típica da simulação é o estudo de sistemas que possuem
filas: postos de atendimentos (caixas de bancos, mecânicos de uma oficina etc).
São sistemas que possuem fluxos aleatórios, mas razoavelmente conhecidos, de
simular
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 54/144
36
chegadas e que precisam de um determinado número de atendentes. O número de
atendentes adequado é aquele que minimizará o custo do atendimento juntamente
com o tempo de espera dos usuários. Neste caso, apesar da programação
matemática convencional oferecer soluções, a simulação consegue se aproximar
melhor do sistema real.
Em transportes, a simulação tem sido usada com sucesso para estudar o
comportamento de semáforos frente a vários planos calculados, estudo de
operação de navios etc.
Algumas vantagens no uso da simulação, segundo Andrade (1994):
• permite estudar e experimentar complexas interações de um sistema;
• pode-se estudar variações no meio ambiente e seus efeitos;• a experiência na construção do modelo pode conduzir a uma melhor
compreensão do sistema;
• determinação de gargalos;
• análise de cenários futuros;
• análise sem interrupção do sistema real.
Saliby (1989) destaca ainda que, a despeito da simulação ser considerada aúltima alternativa para solução de um problema, seu uso dentro da Pesquisa
Operacional tem crescido muito. Um dos motivos para isto é a maior liberdade de
construção de modelos que a simulação oferece, sem a necessidade de enquadrar
o problema a uma formulação matemática aproximada.
Saliby (1989) oferece ainda um bom argumento para uso da simulação
nesta comparação: as técnicas convencionais apresentam “respostas exatas para
problemas aproximados, enquanto a simulação apresenta soluções aproximadas
para problemas mais reais. “
Entre as limitações da simulação pode-se destacar que ela não otimiza um
sistema, mas apenas responde a questões do tipo “o que acontecerá caso eu altere
um dos parâmetros de entrada do sistema?”. Ou seja, ela não propõe alternativas e
sim testa as alternativas apresentadas.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 55/144
37
5. 2 - Conceitos
A simulação, de uma forma simplificada, divide um sistema em vários sub-
sistemas menores e modela suas inter-relações. Para cada sub-sistema são
estudadas as suas possíveis condições (estados). Estes estados podem serprevistos através de distribuições de probabilidade e possuem relação com os
estados dos outros componentes. Além disto, estes estados variam com o passar
do tempo (relógio da simulação). Dado que os eventos são probabilísticos, ao se
executar uma simulação de um mesmo sistema várias vezes pode-se afirmar que
os resultados convergirão a um determinado valor. A figura 7 abaixo mostra
simplificadamente a estrutura de uma simulação.
O computador permite que estas simulações sejam executadas inúmeras
vezes, avançando o relógio do simulador de uma forma muito rápida ou muito lenta.
Para cada simulação executada, altera-se algum parâmetro que esteja sob controle
do profissional e observam-se os resultados. Como exemplo, num sistema de
atendimento de um banco poder-se-ia variar o número de caixas disponíveis e
observar os tempos médios e máximos de espera dos clientes na fila. Assim, o
tomador de decisão saberá de antemão o que ocorrerá com o seu sistema em cada
opção que ele possui.
Modelo desimulação
Experimentação
entradas saídas
Figura 7 - Representação do modelo de simulação
Assim, um modelo de simulação pode representar muito bem a realidade dedeterminado sistema, permitindo um estudo detalhado de seu funcionamento. O
modelo construído pode ser incrementado ao longo do tempo, ganhando novas
informações e estados de seus elementos. A sofisticação do modelo só depende, a
princípio, da disponibilidade e do conhecimento do operador, bem como das
limitações do computador utilizado.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 56/144
38
5. 3 - Geração de números aleatórios
Como o simulador tenta representar o mundo real, uma de suas
necessidades básicas deve ser a capacidade de produzir números aleatórios (ou
randômicos). Na verdade, na maior parte dos problemas que requerem o uso dasimulação ocorrem eventos sobre os quais são conhecidos um tempo médio de
atendimento ou de execução, um intervalo médio entre chegadas, um número
médio de falhas etc. Estes valores seguem, entretanto, uma distribuição de
probabilidade ou são completamente aleatórios. Assim, para reproduzir estas
características do sistema real, o simulador deverá ser capaz de gerar números
aleatórios.
Um número aleatório é, em síntese, um número obtido de tal forma que não se
possa predizer o seu valor. Existem várias formas de se obter tal número e as mais
simples são as manuais, tais como dados, roletas, cartas etc. Dachs (1988) apud
Lehmer utiliza a seguinte definição prática:
“uma sequência aleatória é um conceito vago, que engloba a idéia de uma
sequência em que -para quem não sabe como ela foi construída- cada termo é
imprevisível, e cujos dígitos passam por um certo número de testes, de uso
tradicional pelos estatísticos, e que dependem, de certa forma, dos usos que se
pretende dar à sequência.”Até um passado recente, era comum também o uso de tabelas de números
aleatórios. Eram tabelas preparadas com séries de números estatisticamente
testados e de forma que a probabilidade de ocorrência de qualquer um deles fosse
a mesma.
Com o advento do computador estes passaram a executar esta função. As
linguagens de programas possuem embutidas funções capazes de gerar números
aleatórios. Estas funções são, na verdade, geradoras de números pseudo-
aleatórios, pois se utilizam de funções recorrentes que produzem um determinado
resultado a partir de uma semente. Em geral, eles utilizam o próprio relógio do
computador como gerador desta semente.
Entretanto, como muitas das vezes será útil repetir o mesmo experimento
várias vezes, acaba sendo necessário a um simulador a construção de um gerador
próprio de números aleatórios. Uma classe de métodos de geração bastante
satisfatória e existente atualmente em quase todos os geradores (na sua forma
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 57/144
39
pura ou variante) é a dos métodos congruenciais lineares propostos por Lehmer
(Dachs, 1988 apud Lehmer).
Escolhe-se 4 números básicos com os quais se constrói a sequência:
0
).(1
≥
+=+
n
MODmc X a X nn
Onde:
)0( X valor inicial (ou semente) - inteiro
a Multiplicador - inteiro
c Incremento – inteiro
m inteiro e não negativo (usualmente muito grande)
5. 4 - Distribuições de probabilidade
Uma distribuição de probabilidades é uma função que atribui probabilidades
a valores possíveis de ocorrer para uma determinada variável aleatória. Estas
distribuições podem ser discretas –quando o conjunto de valores da distribuiçãopossui um número finito (ou infinito mas enumerável) ou contínuas – quando o
conjunto de valores assumido pela distribuição é infinito. Dentre as distribuições
mais comumente encontradas pode-se citar: Bernoulli, binomial, normal, Poisson,
exponencial, Erlang, Weibull, Beta etc.
5.4.1 - Distribuição Bernoulli
É a mais simples das distribuições, contemplando apenas a possibilidade de
ocorrência (x=1) ou não (x=0) de um evento.
[ ]
≥
∈−
<
=
−==
==
11
1,01
00
)(
1)0(
)1(
xse
xse p
xse
x f
p xP
p xP
Média de x=p
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 58/144
40
5.4.2 - Distribuição binomial
Também utilizada em experimentos que levam a apenas duas
possibilidades de resultados, do tipo sim (x=1) ou não (x=0), porém dependente do
número de tentativas (n). A probabilidade de x ocorrências de um evento em n tentativas independentes, quando cada tentativa tem a probabilidade p , é dada por:
x−−=
np)(1xpnxCf(x)
x=0,1,...,n
Média de x=np
Variância de x=npq
5.4.3 - Distribuição Poisson
Pode ser considerada uma aproximação da binomial, aplicável quando a
oportunidade de ocorrência de um evento é grande mas a ocorrência real tem baixa
probabilidade. Aplicada onde o intervalo de tempo entre eventos é
exponencialmente distribuído. A função é dada por:
!)(
x
e x f x λ λ −
= x=0,1,2,.......
Média = variância = λ (constante positiva)
5.4.4 - Distribuição normal
É das mais importantes e geralmente ocorre em processos em que há um
grande número de fatores independentes influenciando o resultado final. É umadistribuição simétrica em relação à média e todas as distribuições normais podem
ser calculadas a partir de uma só tabela de probabilidades com o uso de uma
distribuição normal padronizada. Sua função tem a forma:
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 59/144
41
2
2
2
)(
2
1)( σ
π σ
m x
e x f
−−
=
Média = m
Variância = 2σ
Esta distribuição é normalmente representada por N(m, 2σ )
5.4.5 - Distribuição exponencial
Usada para descrever intervalos de tempo entre ocorrências de um evento,
tais como chegada de elementos a uma fila ou tempo entre falhas de um
equipamento.
xe x f λ λ
−=)( x ≥ 0 , λ >0
λ
1=média
2
1var
λ =iância
5.4.6 - Distribuição de Erlang
Também usada para descrever intervalos de tempos, tais como taxas de
falhas. Sua função é dada por:
)!1(
)()(
1
−=
−−
k
k e x f
k xλ λ
λ
x ≥ 0 e
k = 1, 2, 3,........
λ
k média =
2var
λ
k iância =
Corresponde à soma de k exponenciais independentes comλ
1=média .
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 60/144
42
5. 5 - Fases na realização de uma simulação
Andrade (1994) apresentou o seguinte esquema de fases de uma
simulação:
Figura 8 - Fases na realização de uma simulação
5.5.1 - Formulação do problema
Nesta etapa especifica-se as informações necessárias, acentuando-se
o procedimento que mais interessa ao administrador. Deve-se também
identificar claramente os tipos de questões para as quais são requeridas
respostas.
5.5.2 - Identificação das variáveis
Seleciona-se as variáveis que são importantes dentro do sistema. É
importante destacar que a ausência de variáveis pode comprometer o resultado
da simulação, bem como o seu excesso pode desvirtuar a finalidade do
modelo, além de aumentar o esforço de modelagem.
5.5.3 - Coleta de dados
São coletados os dados relevantes ao problema. Estes devem ser em
quantidade suficiente e qualitativamente confiáveis.
5.5.4 - Formulação do modelo
Nesta etapa definem-se as relações entre as variáveis através de
equações matemáticas.
Formulação doproblema
Identificação dasvariáveis
Coleta de
dadosFormulação
do modelo Avaliação domodelo
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 61/144
43
5.5.5 - Avaliação do modelo
Após sua construção e implementação, o modelo deve ser testado para
saber se atende aos objetivos da simulação e se possui consistência com relação
ao mundo real. Estes testes devem englobar também os dados.
5. 6 - Métodos de modelagem
Portugal et al. (1990) destacam 4 abordagens diferentes na construção de
modelos de simulação discreta:
1. a eventos;
2. por atividades;
3. por processos;
4. das 3 fases.
Na abordagem por eventos, o modelo é constituído por uma série de
rotinas-evento, cada uma descrevendo as operações nas quais as entidades estão
no momento de mudança de estado do sistema.
Na abordagem por atividades são identificadas separadamente todas as
atividades relacionadas a mudanças de estado do sistema. Já na abordagem por
processos são definidas as sequências de operações pelas quais passam as
entidades.
Finalmente, o método das 3 fases conseguiu combinar a simplicidade da
abordagem por atividades com a execução eficiente da abordagem por eventos.
Assim, atualmente este é o método que tem sido usado e também o escolhido para
o nosso trabalho. A seguir o método será explicado com maiores detalhes.
5. 7 - Método das três fases
Inicialmente serão mostrados os conceitos iniciais a respeito do método.
Para melhor clareza, estes conceitos serão seguidos de exemplos dentro do
problema a ser estudado.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 62/144
44
a) Estado do sistema
É a situação instantânea do sistema: atividades, atributos etc, para um dado
instante. Por exemplo, num dado instante t, a localização de uma aeronave, a carga
que transporta etc.
b) Evento
Um evento pode ser entendido como uma mudança no estado do sistema
em processo de simulação. Toda atividade está delimitada por dois eventos: o
primeiro que caracteriza seu início e o segundo seu término. No nosso exemplo, o
fim do carregamento de uma aeronave é um evento.
c) Atividade
São as ações executadas dentro do sistema. No nosso caso: carregaraeronave, deslocar aeronave etc.
d) Fila
É o local onde as entidades inativas se encontram, aguardando o avanço do
relógio da simulação para que entrem em uma atividade. Por exemplo, uma
aeronave aguardando o momento de se apresentar para ser carregada.
e) Entidade
É o elemento básico do sistema e representa as entidades físicas do
mesmo: aeronaves, carga etc.
f) Relógio da simulação
É quem coordena o avanço do tempo na simulação. Através do avanço do
relógio, os eventos e as atividades vão ocorrendo. Este avanço pode ser em
intervalos discretos ou contínuos. No caso discreto, o relógio avança para o instante
em que ocorrerá o evento mais próximo, o que implica em um avanço a intervalos
quase sempre variáveis.
No método das 3 fases tem-se 2 tipos de eventos para cada atividade:
1. Eventos B: fim da atividade
Significam o fim de uma atividade para uma entidade. São executados
quando o tempo avança para o momento de fim da atividade. Sua duração é
predeterminada no momento do início da atividade (por meio determinístico ou por
amostragem).
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 63/144
45
2. Eventos C: início da atividade
Significam o início de uma atividade para uma entidade. São condicionais,
ou seja, dependem da condição de um ou mais atributos (ou tempo) do sistema.
São executados pela cooperação de diferentes classes de entidades.
Assim, as 3 fases do método são:
1. Fase A:
Determina qual o próximo evento que irá ocorrer e quais eventos B
ocorrerão, avançando o relógio da simulação para estes momentos. Para isto, o
programa consulta a lista de eventos B e encontra aquele que ocorrerá em
primeiro lugar.
2. Fase B:
Termina a atividade, executando os eventos B -identificados na fase A-
programados para aquele momento. As entidades são liberadas para as filas
subsequentes.
3. Fase C:
Testa a realização das condições de início de todas as atividades do
sistema (eventos C). Em seguida, inicia as atividades cujas condições foram
satisfeitas, calculando sua duração e programa os eventos B a elas associados.Repete a fase C até que nenhum evento C seja possível e, então, retorna à fase A.
A figura 9 a seguir mostra esquematicamente o funcionamento do método
das 3 fases:
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 64/144
46
Figura 9 – esquema geral do método das 3 fases (Portugal et al., 1990)
O início de uma atividade caracteriza-se pela saída das entidades das filas
precedentes.
5. 8 - Aquecimento
Na maioria das simulações, os valores iniciais coletados são bastantediversos dos valores subsequentes. Isto acontece porque no início da simulação
muitos atributos encontram-se com valores distantes daqueles de seu regime de
trabalho. Assim, para uma melhor precisão do modelo, torna-se necessário
desprezar os valores iniciais. A este período de tempo, no qual não se coleta
estatísticas, chamamos de aquecimento.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 65/144
47
5. 9 - Diagrama de ciclo de atividades
A modelagem é uma representação mais ou menos simplificada,
dependendo do caso, do sistema real. Esta modelagem começa, normalmente, pela
representação gráfica do sistema. Os Diagramas de Ciclos de Atividades, ousimplesmente DCA, são elementos apropriados para esta representação.
O Diagrama de Ciclos de Atividades possui concepção bastante simples e
facilita a visualização e análise lógica dos componentes. Nele, busca-se representar
graficamente o sistema através de um conjunto de elementos interligados. Estes
elementos são as entidades, as atividades e as filas.
Num DCA, normalmente não se representa as entidades separadamente,
mas sim, classes de entidades com comportamentos similares. Em nosso estudo,
por exemplo, são representados todos os tipos de aeronaves como uma única
classe de entidade.
Os símbolos utilizados num DCA são:
Círculos - representam as filas
Retângulos - representam as atividades
Figura 10 – Símbolos utilizados num DCA
Estas entidades podem ser permanentes ou temporárias, dependendo de
sua permanência no sistema durante o período simulado.
As atividades geralmente envolvem a cooperação de duas ou mais
entidades de classes distintas. Sua duração é sempre determinada previamente,
seja através de uma distribuição de probabilidades, seja através de métodos
determinísticos. Durante a execução de uma atividade, as entidades nela
envolvidas ficam indisponíveis.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 66/144
48
Às entidades são associados atributos, que servem para registrar
determinados parâmetros da simulação. Cada entidade de uma classe possui o
conjunto de atributos definido para a classe. Os valores dos atributos podem ser
constantes ao longo da simulação ou variar ao longo dela. Além disto, este valor
pode também variar entre as diversas entidades que compõem uma classe. Por
exemplo, a carga transportada por uma aeronave varia de acordo com o modelo,
configuração interna, tipo de material e outros fatores.
O estado passivo do sistema caracteriza-se por uma entidade esperando
que algo ocorra. Neste intervalo de tempo, estas entidades devem permanecer
numa fila. O tempo gasto nesta fila não pode ser predeterminado, pois depende de
uma série de atividades.
Após uma atividade, uma entidade deve obrigatoriamente aguardar em umafila. Assim, muitas vezes torna-se necessária a definição de filas fictícias, onde a
espera nunca acontece.
A figura 11 abaixo mostra a representação de uma atividade de
carregamento de uma aeronave. Nesta atividade participam três entidades: a
aeronave, a carga e o equipamento de carregamento. A atividade só ocorrerá
quando existir pelo menos uma aeronave na fila aguardando carga, quando houver
carga e o equipamento de carga esteja ocioso.
Equipamento de carga
Carregar
aeronave
Carga
Aeronave
Figura 11 – Representação da atividade de carga de uma aeronave
O DCA é composto de um conjunto de sub-diagramas que constituem os
ciclos de vida de cada entidade. O ciclo de vida de cada entidade, por sua vez, é o
conjunto de atividades e filas percorridos pela entidade ao longo do sistema.
Além das filas do sistema, usa-se também fontes e sumidouros, que são
usados para representar a entrada e saída de entidades temporárias do sistema.
Este elemento é representado por dois círculos sobrepostos. Podem ser vistas as
fontes/sumidouros como filas de capacidade infinita, que sempre disponibilizam
entidades para o início das atividades a elas subsequentes. Na verdade, as fontes e
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 67/144
49
sumidouros delimitam o alcance do nosso modelo (ou seja, dali em diante supomos
simplesmente que as entidades “surgem” ou "somem", sem interessar o porquê).
Em determinadas situações pode-se necessitar de um controle de entrada
ou de saída no sistema. Isto requer uma entidade lógica denominada porta (ou
entrada), que serve para ordenar as chegadas. Como o início da atividade de
chegada é condicionado apenas pela disponibilidade de entidades na fonte que a
antecede e, como a fonte sempre disponibiliza entidades, as chegadas
aconteceriam indefinidamente e a simulação jamais avançaria além daquele ponto.
A entidade porta conta com apenas uma unidade que participa da atividade
chegada junto com a entidade temporária. Assim, a condição de início da atividade-
chegada passa a ser a existência da entidade temporária na fonte, mais a
existência da entidade-porta em uma fila própria -que precede a atividade emquestão. Isto garante que somente uma atividade-chegada é processada por vez, já
que só existe uma única entidade-porta. Concluída a atividade-chegada, a
entidade-porta é liberada.
5. 10 - Atributos
Cada entidade pode ter um ou mais atributos. No nosso exemplo, um
atributo das aeronaves poderia ser a hora de chegada ao ponto de carga. Esteatributo varia ao longo da simulação: cada vez que uma aeronave é colocada numa
fila, o valor passado a este atributo seria a hora corrente da simulação. Assim, ao
ser retirada da fila, pode-se medir o seu tempo de permanência na fila.
5. 11 - Disciplinas das filas
Uma fila deve sempre possuir uma disciplina, ou seja, uma ordem na qual é
explicitada a próxima entidade a ser servida. A disciplina padrão de retirada deentidades das filas é a denominada "FIFO" (first in, first out ), onde a primeira a
chegar é também a primeira a sair. Outra disciplina corriqueira é a "LIFO" ( last in,
first out ), onde a última entidade que chega é a primeira que sai. Outra alternativa
seria a retirada por prioridade, onde a saída da fila depende do valor de um
determinado atributo.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 68/144
50
5. 12 - Desvios Condicionais
Um DCA impõe a alternância entre filas e atividades. Assim, ao término de
uma atividade as entidades dela participantes são colocadas em filas ou
sumidouros. No caso de existir uma única fila subsequente à atividade, o destino decada entidade é incondicional, ou seja, a entidade terá, obrigatoriamente, que ser
colocada na fila a ela permitida. Se a fila permitida à entidade é um sumidouro,
significa -na prática- a destruição da entidade, pois a partir daquele momento ela
deixará o sistema.
Por outro lado, em muitos casos, existe mais de uma possibilidade de fluxo
para alguma entidade participante da atividade que está-se concluindo. Neste caso,
o destino destas entidades depende de alguma condição que deve ser checada e a
isto chama-se de desvio condicional. Isto ocorre normalmente através da consulta
instantânea a algum atributo.
5. 13 - Priorização de atividades e entidades
A priorização se faz necessária quando duas ou mais atividades competem
pela mesma entidade. É necessário priorizar a ordem de checagem de início
dessas atividades. Neste caso, pode-se estabelecer uma prioridade de 1 até n para
cada uma das n atividades do sistema. O sistema checará a possibilidade de início
das atividades, começando pela de maior prioridade (menor valor). Representa-se
esta ordem no DCA colocando-se o valor da prioridade da atividade no canto
inferior direito do retângulo representativo da atividade
5. 14 - Filas paralelas
Ocorrem quando duas ou mais entidades participam juntas de duas ou mais
atividades consecutivas. Apesar de ambas entidades caminharem juntas em parte
do sistema, devem existir filas separadas para cada uma delas, pois conforme
explicado anteriormente, cada fila é exclusiva de uma determinada classe de
entidade. A figura 12 a seguir mostra uma representação deste tipo de situação: a
carga e a aeronave executam juntas a atividade “deslocamento” e para isto devem
esperar em suas respectivas filas (F5 e F4).
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 69/144
51
Figura 12 – filas paralelas
5. 15 - Estatísticas
A simulação visa coletar dados dos atributos das entidades, comprimentos
das filas e duração das atividades. Estes dados serão computados para realização
de estatísticas que permitirão a análise dos diversos parâmetros do modelo. No
caso do presente estudo, busca-se saber, entre outras, o número de horas voadas
por cada aeronave, a quantidade de carga transportada em cada vôo, a quantidade
de carga não transportada e o número de horas que a carga fica no terminal.
5. 16 - Avanço do tempo
Phillips (1987) destaca que o avanço do tempo em uma simulação ocorre
em geral de duas formas: avanços uniformes ou variáveis. No método de avanço
uniforme, a simulação avança e processa cada período de tempo em períodos
fixos. O método de avanços variáveis faz com que o relógio da simulação avance
somente para instantes onde há uma mudança de estado no sistema. Nos casos
onde os eventos acontecem de forma irregular, esta segunda abordagem pode
resultar num programa computacional mais rápido. Entretanto, o programa deverá
estar apto a reconhecer os momentos de mudança de estado.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 70/144
52
Para exemplificar a construção de um DCA é mostrado na figura 13 o DCA
simplificado da operação de carga aérea.
Figura 13 – DCA da operação de carga aérea
Descrição do DCA
Entidades Atributos
CargaTipo, quantidade, origem, destino
Aeronave Tipo, capacidade de carga, velocidade, carga
transportada, número de horas voadas etc
Equipamento de
carregamento
Tipo, capacidade
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 71/144
53
Atividades Entidades que participam
Chegada da carga Carga e mundo exterior (fonte) da carga
Chegada da aeronave Aeronave e mundo exterior (fonte) da aeronave
Carregamento Carga, aeronave e equipamento de carregamento
Deslocamento Carga e aeronave
Filas e fontes/sumidouros Entidades
F1 Aguarda_Carregamento_Carga Carga
F2 Aguarda_Carregamento_Aeronave Aeronave
F3 Mundo exterior da aeronave (fonte) Aeronave
F4 Aguarda_Deslocamento_Aeronave Aeronave
F5 Aguarda_Deslocamento_Carga Carga
F6 Eq_Cg_Ocioso Equipamento de
carregamento
F7 Mundo exterior da carga (fonte) Carga
5. 17 - Alguns exemplos de simulação em transportes
Dalto (1994) concebeu um modelo para simular o tráfego veicular em
interseções semaforizadas. Ele observou que a simulação permitia mais
flexibilidade ao estudo de interseções que os modelos tradicionais, oferecendo uma
maior visualização de todo o processo.Rodrigues (1994) simulou a ocupação do pátio de estacionamento de
aeronaves a fim de determinar o número adequado de posições que deveriam ser
oferecidas.
Gava (1999) estudou o desempenho logístico de uma base de distribuição
de derivados de petróleo: variando os parâmetros operacionais, ele monitorou o
nível de serviço prestado pelo distribuidor. Usando este modelo, ele pôde
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 72/144
54
determinar o melhor local para investimento dentro do sistema e que minimizasse o
estoque de combustíveis.
Feitosa (2000) propôs um modelo de simulação para terminais
aeroportuários de passageiros, aplicável aos aeroportos regionais do Brasil.
Pereira e Silva (2001) realizaram um estudo de modelos computacionais
aplicados ao planejamento aeroportuário. Nesse estudo, eles fizeram uma
comparação entre 2 dos mais importantes softwares do setor: Simmod e TAAM,
que pode ser vista no anexo II.
Este capítulo mostrou os principais conceitos de simulação, bem como fez um
apanhado geral das principais distribuições de probabilidades usadas. São
destacadas ainda as principais técnicas de modelagem, com ênfase no método das
3 fases usando-se o diagrama de ciclo de atividades (DCA). Estes tópicos foram
exemplificados com partes da modelagem do transporte de carga aérea.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 73/144
55
6 - A metodologia proposta
Este capítulo mostra como a integração do SIG e da simulação, incorporando
modelos de planejamento, pode produzir um sistema de apoio à decisão que facilite
a alocação de uma frota aérea. São definidos os dados necessários à confecção de
tal sistema e é proposta uma metodologia computacional que permita implementá-
la.
São relatados ainda os experimentos realizados com o programa SimCarga,
que foi criado especificamente para demonstrar a viabilidade da metodologia
proposta. O funcionamento básico deste programa também é descrito.
6. 1 - Integração SIG e simulação
Como foi visto nos capítulos anteriores, uma das principais características
de um SIG é a sua referência espacial, enquanto que uma das vantagens da
simulação é o avanço rápido do tempo, a intervalos determinados. Por outro lado,
estudos recentes como Jepson et Friedman (1999) apontam que o futuro do SIG
será a incorporação da variável tempo em sua estrutura.
O que se pretende com a metodologia aqui proposta é justamente juntar
estas duas ferramentas, combinando as vantagens de cada uma. Além disto, tal
como Pinto (1999) sugeriu, esta metodologia deve respeitar algumas condições:
• Ser de fácil compreensão para os seus usuários;
• Possibilitar a construção de modelos modulados, pois muitas vezes,
deseja-se analisar apenas parte do sistema ou construí-lo em etapas;
• Possuir características específicas do sistema que se pretende modelar(o transporte de carga aérea) e ao mesmo tempo manter-se genérico de
forma a ser aplicável a outros modais e/ou situações;
• Ser de fácil programação (no computador) de forma a permitir um
crescimento natural do modelo, bem como incluir novas condições e de
forma rápida.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 74/144
56
SIGSimulação
Figura 14 - visualização simplificada da metodologia proposta
O problema da alocação de frota anteriormente apresentado possui
características que apontam para o uso desta metodologia, pois ocorrem muitos
eventos ao longo da operação de uma frota aérea que requerem decisões rápidas e
que, muitas vezes, acabam sendo tomadas apenas com base na experiência do
tomador de decisões. Como relataram Clarke et all (1995), as quebras de
programações no modal aéreo são mais frequentes que os cumprimentos corretos.
Assim, uma ferramenta de apoio à decisão, baseada em um sistema de
informações adequado e acoplado a um simulador, pode permitir a este operador
avaliar rapidamente a qualidade da sua decisão.
O que se pretende é, dada uma função de demanda (diferente por cada
localidade/base) e uma programação de oferta dos serviços, medir o desempenho
do sistema segundo a ótica do operador. No estudo de caso, foi escolhida uma
companhia aérea operando uma frota cargueira, pois é um problema de reduzidas
dimensões do ponto de vista computacional: poucas aeronaves, poucas bases e
uma grade horária relativamente pequena. Estas dimensões reduzidas são
importantes para este estudo, pois mesmo assim elas exigem um grande esforço
computacional e de modelagem. Entretanto, pretende-se que a metodologia seja
genérica e aplicável a outras situações semelhantes e em outros modais.
Em outras palavras, e de maneira bastante simplificada, a metodologia
sugerida é uma desagregação total da análise da demanda, buscando individualizá-
la ao máximo (ou agregá-la ao mínimo) e observando-se seu comportamento ao
longo do tempo, bem como de todo o sistema, em paralelo com sua operação. Para
isto, usar-se-á o SIG para estimativa de demandas, acoplado com modelos de
demanda, incorporando um simulador da frota e, novamente voltando ao SIG, um
sistema de análise espacial do comportamento do tráfego aéreo. Esta abordagem
se justifica naturalmente porque é a mais detalhada e seu único inconveniente é o
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 75/144
57
esforço de coleta de dados, modelagem e processamento computacional. Dada a
atual evolução dos sistemas computacionais e de armazenamento de dados,
espera-se que estas desvantagens sejam pequenas e com tendência a diminuir
com o passar do tempo.
A abordagem desagregada contribui também para uma maior facilidade na
compreensão do processo, visto que cada evento é modelado individualmente e de
forma próxima à sua realidade.
Cabe aqui uma ressalva: esta metodologia foi concebida originalmente para
a situação de uma frota de carga aérea. No entanto, pode ser facilmente adaptada
para outras situações ou modais, tais como o transporte público por ônibus (urbano
ou rodoviário), barcas, trens etc.
Por exemplo, adaptando-se a metodologia para o transporte público por
ônibus: no lugar dos aeroportos, os pontos de ônibus, no lugar das aeronaves, os
ônibus e no lugar das cargas os passageiros.
Para este caso específico, seria necessário observar as principais
diferenças entre os dois sistemas:
1. uma linha de ônibus precisa ser modelada como uma sequência de pontos,
onde em cada ponto entram e saem passageiros. Na metodologia proposta,
este particular não é considerado no transporte de carga aérea, apesar de
também ocorrer: como o número de transferências é mais limitado ele pode ser
tratado como entradas e saídas em todos os pontos;
2. A velocidade em cada trecho não é constante: tal como no modo aéreo, porém
lá as diferenças são menores e, numa primeira análise, elas podem ser
consideradas constantes, sem grande perda de qualidade do modelo;
3. Os passageiros podem entrar e sair em qualquer ponto.
Levando-se ao extremo esta adaptação, é possível pensar em uma situação
tal que se pudesse estimar a matriz OD (origem-destino) desagregada ao nível de
cada indivíduo, ou seja, a melhor matriz OD que se pode conceber.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 76/144
58
Figura 15 - Exemplo dos fluxos de cargas e áreas de influência de cada
aeroporto
As figuras 15 e 16 e 17 exemplificam esta situação. Na primeira, têm-se as
áreas de influência em torno de 4 aeroportos em cidades importantes (Manaus,
Belém, Fortaleza e Brasília), determinadas com o apoio do SIG. Nas figuras 16 e 17
pode-se observar o uso das informações sócio-econômicas no melhor nível de
agregação. Neste caso, em torno de Manaus só se possui uma camada com
informações sócio-econômicas agregadas por município. Já para o Rio de Janeiro,
a informação é mais rica: o município e os municípios da Região Metropolitana
foram subdivididos em zonas de transporte.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 77/144
59
Figura 16 - Exemplo da área de influência de Manaus - situação agregada por municípios
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 78/144
60
Figura 17 - Exemplo da área de influência do Rio de Janeiro - situação agregada por zonas d
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 79/144
61
Os dados de entrada do modelo são, basicamente:
• uma função de demanda por carga aérea para cada base variável ao longo
do tempo e respeitando a sazonalidade de cada local;
• a matriz OD do sistema;
• as necessidades de manutenção programada das aeronaves;
• a grade de horários de vôos;
• os mapas digitais da região com informações sócio-econômicas.
Com relação aos dados sócio-econômicos a serem incorporadaos ao SIG,
sugere-se utilizar o maior número possível, em sua mais desagregada forma.
Atualmente o conjunto de dados mais comum encontra-se no disponível no IBGE,porém o conjunto mais detalhado só é coletado nos censos, a cada 10 anos. Uma
fonte interessante, por refletir a atividade econômica, é o conjunto de dados de
impostos federais, que possui apuração mensal e bastante detalhada (ver anexos
VII e VIII). Através do tipo de imposto pode-se ter idéia do tipo de atividade
econômica relacionada e sua variação pode dar idéia da sensibilidade da atividade
a outros setores da economia. Outra fonte tradicional de dados para análise de
demanda são os dados referentes a consumo de energia elétrica. Estes, no
entanto, não existem de forma sistematizada para todo o Brasil como os dados deimpostos federais.
Da mesma forma, vários outros conjuntos de dados existem, apesar de nem
sempre disponíveis. Cabe ao pesquisador decidir pelos dados que forem viáveis de
serem obtidos e com aceitável qualidade, de forma a tentar refletir da melhor
maneira o comportamento do processo sendo estudado (no caso, o movimento de
carga aérea).
De posse destes dados, o modelo gerará a demanda num instante t de cadaorigem e para cada destino, separada segundo o tipo de carga. Para esta etapa,
será utilizado o componente SIG do modelo. Em seguida, será simulada a operação
da frota de aeronaves, segundo a grade proposta de horários.
Estas atividades serão repetidas para cada instante da simulação e, ao final,
o simulador mostrará, para cada momento, o desempenho do sistema segundo os
seguintes parâmetros:
• carga transportada acumulada;
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 80/144
62
• aproveitamento médio em cada instante;
• receitas e custos ao longo do tempo;
• carga não transportada, separada em: não transportada e transportada pela
concorrência ou por outro modal.
Dados
entrada
Demanda
Oferta
Resultados
financeiros ecomerciais
Dados
saída
Figura 18 - Modelo básico do simulador
A análise do resultado final dará ao planejador um apoio às suas decisões e
a investigação da situação, em cada instante, mostrará possíveis pontos a serem
alterados de forma a se melhorar o desempenho do sistema. Parte destes
resultados pode, inclusive, ser subjetiva, como por exemplo a presença em um
determinado mercado (resultados comerciais), independente dos resultados
financeiros.
Pretende-se oferecer ao planejador uma ferramenta que lhe permita saber
com antecedência as consequências daquela programação. Ele poderá reorganizar
sua frota de forma a maximizar o seu aproveitamento, respeitando os intervalos de
manutenção requeridos. Ao optar por realizar ou não um vôo, ele será capaz de
antever os resultados de tal decisão. Ou seja, o simulador será uma ferramenta de
apoio à decisão da empresa aérea.
Para verificar a viabilidade de tal metodologia, foi construído um simulador,
usando a linguagem de programação orientada a objetos Visual Basic 6 (Microsoft),
com o uso do componente MapObjects 2 (ESRI). Este componente serviu para
facilitar o uso de mapas, permitindo praticamente a criação de um SIG próprio,
incorporado ao simulador (que será chamado aqui de SimCarga).
Para o uso deste simulador será necessário o conhecimento dos seguintes
dados:
- do aeroporto:
• características sócio-econômicas do local;
simulador
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 81/144
63
• características técnicas do manuseio de carga;
• características técnicas que afetam a operação de aeronaves (temperatura,
altitude etc);
• raio de influência do aeroporto.
- da demanda:
• carga aérea transportada por base (demanda);
• distribuição desta demanda ao longo do tempo;
• perfil da carga por base;
• função de demanda por carga aérea por base;
• fatores sócio-econômicos dependentes da localização de cada base.
- da oferta:
• quadro de aeronaves disponíveis;
• plano de manutenção das aeronaves;
• quadro de horários de programação de vôos;
• dados operacionais de cada aeronave: capacidade, velocidade e custos.
Os fatores sócio-econômicos de cada aeroporto são função de sua
localização e interagem com o ambiente em volta. O SIG faz com que a análise
destes fatores seja bem eficiente, incorporando-se tantos dados quantos sejam
conhecidos, independentemente do seu nível de agregação. Ou seja, é possível
misturar-se, por exemplo, os dados do PIB agregados por estado, os dados de
população agregados por município, os dados de comércio agregados por bairro
etc. Com um SIG é possível ainda fazer com que estes dados iterajam entre si ecom suas vizinhanças, gerando novas informações.
Além disto, a chegada de novas informações é facilmente administrada, pois
basta inserir uma nova camada com os dados. Adicionalmente, outra característica
interessante neste aspecto é a possibilidade de maior detalhamento em
determinadas áreas. Por exemplo, é possível tratar uma determinada informação
em nível municipal e, para um determinado município ou conjunto, fazer o mesmo
tratamento em nível de setores censitários. Inversamente, o conjunto de
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 82/144
64
informações que não seja muito relevante ao estudo pode ser tratado de uma forma
mais agregada, aumentando a eficiência computacional do processo.
Enfim, sob o aspecto geográfico, o SIG veio realmente trazer uma grande
versatilidade de análise deste processo.
Para o teste do sistema construído foram criados dados fictícios, dada a
dificuldade em se obter dados reais na forma em que seriam necessários para o
bom funcionamento da metodologia. Três considerações merecem ser feitas sobre
este particular:
1- as informações foram baseadas em dados reais, porém de diversas fontes, com
diversas qualidades, de tal forma que não podem ser consideradas válidas do
ponto de vista científico. Entretanto, são valores em ordem de grandeza
próximos à realidade, o que facilitará a compreensão do funcionamento do
processo;
2- para uma operação real, tais dados deverão ser de obtenção relativamente fácil,
bastando para isto apenas a criação de uma sistemática de coleta e
armazenamento dos mesmos. Assim, caso alguma empresa queira aplicar a
metodologia, estes dados poderão ser coletados de forma adequada e/ou
estimados com maior precisão. Sobre este aspecto vale observar, inclusive, que
várias empresas já coletam vários destes dados.
3- finalmente, a metodologia foi concebida de forma a ser tanto mais precisa
quanto melhor forem os dados de entrada. Claro, esta é uma das características
básicas de qualquer sistema de análise (especialmente daqueles que se
utilizam de simulação). Assim, espera-se que o uso de dados razoáveis produza
resultados razoáveis e em um curto espaço de tempo. A melhoria da qualidade
destes dados pode ser conseguida ao longo do tempo, na medida em que o
simulador venha a se tornar uma boa ferramenta de apoio à decisão.
Na verdade, espera-se inclusive que o uso de tal ferramenta, aliado à sua
necessidade de melhor conhecimento dos dados, faça com que haja uma mudança
cultural nas empresas, de forma a haver um melhor monitoramento de seus
próprios processos. Como destaca Saliby (1989), uma das vantagens da simulação
é levar ao conhecimento do próprio processo de produção. Isto conduz, de forma
quase natural, à criação de padrões de comparação de eficiência.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 83/144
65
6. 2 - Implementação computacional da metodologia
A metodologia aqui proposta pressupõe a criação de um software. Para
construí-lo é necessário seguir o processo computacional sugerido:
1- Carregar a base de mapas;
2- Carregar os modelos de demanda individualizados;
3- Ler os quadro de horários;
4- Ler a situação inicial nos aeroportos;
5- em cada instante do simulador:
• gerar cargas por tipo e por base;
• acrescentar ao estoque em cada aeroporto;
• taxiar, carregar e decolar (aeronave);
• voar (aeronave);
• atualizar visualização da posição de cada aeronave;
• analisar condições meteorológicas;
• analisar congestionamento do espaço aéreo e do solo (aeroporto);
• pousar, taxiar e descarregar (aeronave);
Para este software, sugere-se que a menor unidade de tempo seja estabelecida em
1 minuto. Este valor permitirá uma boa visualização de todo o processo, com boa
riqueza de detalhes e sem uma grande exigência do computador que o esteja
processando.
A geração de cargas por base é função das características sócio-econômicas de
cada base e variável ao longo do tempo (por mês, dia do mês, dia da semana e por
hora). No processo computacional implementado, esta geração acontece a cada 60
minutos. Este intervalo também foi considerado como adequado, equilibrando um
bom nível de detalhe -para o objetivo proposto - com uma razoável carga de
trabalho para o computador.
Para este processo de geração de cargas, deve-se utilizar o melhor estimador em
cada aeroporto, usando-se técnicas tradicionais (interpolação linear, análise
econométrica, séries temporais etc) associadas à sua localização e características
geográficas. Neste sentido, esta metodologia pode incorporar o processo de
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 84/144
66
modelagem desenvolvido por Braga (2001) que automatizou o processo de
estimativa de demanda por origens usando um SIG.
Este processo de geração de cargas deve, idealmente, incorporar ainda dados
coletados em tempo real, ou seja, a geração pode ser dividida em uma parcela
conhecida (obtida em tempo real dos sistemas de reserva, por exemplo) e outra
parcela estimada.
A atualização da visualização tem por objetivo principal permitir ao operador
visualizar a programação executada e assim poder obter uma melhor percepção do
processo como um todo. Assim, na implementação computacional foi estabelecido
que esta atualização se daria a cada 10 minutos para as aeronaves em vôo e nos
instantes de pouso e decolagem. Vale observar que, apesar de importante sob
vários aspectos -interação com os usuários, validação visual etc - esta função émeramente ilustrativa, não influindo em nada nos resultados.
A seqüência de atividades de cada aeronave foi estabelecida em: carga, taxi para
decolagem, decolagem, vôo, pouso, taxi após pouso, descarga. Obviamente, tal
sequência pode ser melhor detalhada (ou mais simplificada) em função dos
objetivos de cada simulação e / ou necessidades de desempenho computacional.
Uma consideração importante nesta metodologia refere-se à capacidade das
aeronaves: esta capacidade muda em cada trecho voado pois, dependendo dadistância, ela terá de levar mais ou menos combustível, cujo peso será perdido em
termos de capacidade de carga. Por exemplo, uma aeronave cuja capacidade de
carga é de 100.000kg e consumo de 7000 kg/h, terá sua capacidade reduzida em
cerca de 25.000 kg no trecho SBGR-SBEG (Guarulhos-Manaus) ou em cerca de
7000kg no trecho SBGR-SBGL (Guarulhos-Galeão).
Esta capacidade sofre ainda variações segundo a temperatura e altitude dos
aeroportos de origem e destino. Em nosso protótipo, tal variação não foi
implementada, dado que as diferenças de altitudes e temperaturas de referência de
nossos aeroportos não são muito grandes e o protótipo trata apenas de vôos
domésticos.
Outro fator de influência na capacidade de carga de uma aeronave é o
comprimento das pistas de pouso e decolagem. Um maior peso de decolagem
requer maior comprimento de pista, da mesma forma que um maior peso no pouso.
Para melhor compreensão destes 3 últimos itens, ver no Anexo XI os gráficos de
operação do Boeing 777.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 85/144
67
Os tempos das atividades de carga e descarga são proporcionais aos volumes
movimentados e também são individualizados por aeroporto. Isto permitirá uma
maior realidade nos tempos de movimentação, pois cada aeroporto possui uma
infra-estrutura diferente de movimentação de carga, além de cada tipo de carga
possuir formas diferentes de manuseio (o que também interfere no tempo).
O mesmo acontece com os tempos de taxi: são individualizados por aeroporto, pois
dependem das distâncias internas a serem percorridas, congestionamentos de
pátios etc.
Os horários de pouso e decolagem também sofrem variações significativas,
causando um forte impacto técnico (atrasos etc) e econômico. Estes atrasos são
decorrentes principalmente de congestionamentos (tanto no ar como na terra),
condições meteorológicas, problemas de manutenção etc. Para este aspectoespecífico, existe uma infinidade de detalhes que influencia estes atrasos, mas que
não é objeto deste estudo, pois nosso interesse está voltado aos resultados
comerciais das operações. Um estudo detalhado destes atrasos pode ser feito com
os softwares Simmod ou TAAM, como relatado por Pereira et al (2001).
Entretanto, com um SIG é possível criar uma aproximação para este problema,
calculando-se o número de aeronaves em um determinado momento numa
determinada área e estimando-se o atraso para cada uma em função da densidade
de aeronaves naquela área.
Outro ponto importante diz respeito à capacidade das pistas. Vale a mesma
observação anterior e, na metodologia proposta, sugere-se adotar uma capacidade
de pouso e decolagem a cada 60 segundos por cada pista. Esta limitação deve-se
à necessidade do cumprimento de regulamentos de segurança de vôo, cujo objetivo
é manter as aeronaves separadas por uma distância segura. O valor de 60
segundos de intervalo entre operações (de pouso ou decolagem) ocorre atualmente
no Aeroporto de Congonhas, em momentos muito congestionados. Ou seja, para asimulação, este valor é perfeitamente factível e condizente com a realidade.
6. 3 - Aplicação da metodologia proposta
Neste capitulo será relatada a aplicação da metodologia proposta, usando-
se o protótipo construído, que passará a ser chamado de SimCarga.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 86/144
68
Como já foi dito anteriormente, o SimCarga foi construído usando-se a
linguagem de programação Visual Basic 61, da Microsoft, e o componente
MapObjects 21, da ESRI. Esta combinação foi escolhida porque é atualmente uma
das soluções mais utilizadas no mercado e permite grande facilidade de
programação, especialmente no manuseio de mapas.
A primeira versão do sistema foi concebida com a linguagem de
programação Delphi e o software de SIG Maptitude (com sua linguagem de
programação GisDk). A linguagem de programação Delphi, da Borland, é uma das
preferidas no mundo da programação e é de fácil uso, pois é orientada a objetos e
possui interface de desenvolvimento visual. A linguagem de programação GisDk é
um acessório dos softwares Maptitude e Transcad, da Caliper Corporation,
permitindo a construção de rotinas próprias dentro dos referidos softwares.Entretanto, ela é de difícil manuseio (não possui interface gráfica) e possui sérias
limitações quanto à programação.
Nesta solução, o Delphi seria utilizado para a simulação, enquanto o GisDk
faria o manuseio dos mapas. Entretanto, tal solução não se mostrou adequada,
devido à dificuldade de programação na linguagem GisDk e à dificuldade de
integração das 2 linguagens (Delphi e GisDk).
Em seguida, passou-se a tentar o uso da linguagem Delphi com o
componente MapObjects. O componente MapObjects é um componente produzido
pela ESRI, mesma empresa que produz o software ArcView, atualmente um dos
mais tradicionais do mercado de SIG. Este componente se agrega a qualquer
linguagem de programação orientada a objetos, como o Delphi e Visual Basic, e
permite um fácil manuseio de mapas e seus atributos.
Tal solução tornou-se viável. Entretanto, devido à facilidade de suporte do
componente MapObjects na linguagem Visual Basic, esta foi a escolhida.
Uma outra tentativa ainda foi realizada tentando-se integrar o software
SIMIN, desenvolvido por Pinto (1999) com o MapObjects. O SIMIN é um simulador
específico para mineração, desenvolvido a partir do software SIMUL (Saliby, 1994),
que possui componentes genéricos para simulação. Foi desenvolvido em Delphi e é
1 ver observações a respeito de copyright no Anexo XII.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 87/144
69
orientado a objetos. Esta tentativa também não foi bem sucedida devido à falta de
suporte técnico do MapObjects para o ambiente Delphi.
6.3.1 - O problema do protótipo
Para o teste do sistema desenvolvido, foi concebida uma empresa cargueira
operando somente neste ramo (carga) entre algumas das principais capitais do
Brasil. Dada a dificuldade na obtenção dos dados reais, os dados usados no teste
do protótipo foram baseados na realidade, mas foram criados ficticiamente.
Esta dificuldade advém de 2 problemas:
1- o Brasil ainda não possui uma metodologia clara de coleta e armazenamento de
dados, em especial da demanda por carga aérea e de seus fatores influentes;
2- outros dados que dependem exclusivamente dos operadores em geral são
considerados confidenciais e estes operadores dificilmente compartilham tais
dados.
Assim, foram coletados vários dados, de várias fontes diferentes - cada um
coletado e agregado segundo suas próprias metodologias - e por intervalos de
tempos diferentes. Estes dados foram estudados e analisados, mas nenhum
conjunto poderia ser aceito estatisticamente. Desta forma, optou-se por fazer-se
uma combinação dos mesmos, criando-se uma massa fictícia. Entretanto, éimportante destacar que, como são oriundos de dados reais, eles serão úteis para
avaliação da metodologia, pois possuem ordem de grandeza próxima da realidade.
Com base nestes dados, foi construída uma empresa fictícia, de sigla
VOAR, com 12 aeronaves e uma malha cargueira cobrindo as principais rotas
nacionais. Esta empresa possui uma grade própria de horários e que pode ser
modificada a critério do operador. A tabela 5 a seguir relaciona a frota desta
empresa:
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 88/144
70
tabela 5 - Relação de equipamentos da empresa VOAR
ID Modelo Identificação Velocidade
km/h
Capacidade
k
Consumo
l/h1 B747-200 PPRRR 930 100000 11000
2 DC10-30 PPXYZ 900 72800 4050
3 B727-100 PPXXX 865 19500 4050
4 B727-100 PPYYY 865 19500 4050
5 DC10-30 PPTTT 900 72800 4050
6 B727-100 PPZZZ 865 19500 4050
7 B737 PPSSS 785 13000 3000
8 B737 PPMMM 785 13000 3000
9 B767-200 PPNNN 865 53333 5600
10 B767-300 PPNNS 865 54444 5600
11 MD-11 PPNSS 890 27000 9600
12 DC10-30 PPRRA 865 60000 4010
Na tabela 5, cada aeronave possui um identificador para o simulador (coluna
ID) e um identificador próprio dentro do sistema (coluna Identificação). Para cada
aeronave tem-se sua velocidade de cruzeiro (km/h), capacidade (em kg) de
transporte de carga e consumo de combustível por hora (em l/h).
Além destes dados por aeronave, são conhecidos também os custos
horários de cada modelo, desagregados em custos fixos (seguros, pessoal,depreciação, remuneração do capital, manutenção) e variáveis (combustível,
lubrificantes, manutenção etc). O Anexo X mostra a tabela de custos por modelo.
Os 4 gráficos seguintes (gráficos 1 a 4) mostram as variações de oferta de
assentos entre SBGL x SBGR e SBEG x SBGR para o mês de junho de 2001.
Através destes gráficos, é possível visualizar-se a variação desta demanda ao
longo dos dias do mês (mostrando, para cada par origem-destino, como se
comporta esta demanda) e também por dia da semana. Estes gráficos mostram
claramente que, para um mesmo período, cada par origem-destino possui suas
próprias características. Na falta de dados semelhantes para as cargas, estas
variações foram utilizadas para se estimar este comportamento, supondo-se que as
variações de comportamento de cada par origem-destino está relacionado com as
condições sócio-econômicas dos locais, tanto no caso da carga quanto no caso de
passageiros.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 89/144
71
Oferta de assentos entre SBGL e SBGR - Junho de 2001
0
5000
10000
15000
20000
25000
3000035000
1 2 3 4 5 6 7
Dia da semana
Gráfico 1 - Oferta de assentos entre SBGL e SBGR por dia da semana - Junho de
2001 - Fonte: DAC (2001).
Oferta de assentos entre SBEG e SBGR - Junho de 2001
0
500
1000
1500
2000
2500
3000
1 2 3 4 5 6 7
Dia da semana
Gráfico 2 - Oferta de assentos entre SBEG e SBGR por dia da semana - Junho de
2001 - Fonte: DAC (2001).
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 90/144
72
Oferta de assentos entre SBGL e SBGR - Junho de 2001
0100020003000400050006000
70008000
1 3 5 7 9 1 1 1 3 1 5 1 7 1 9 2 1 2 3 2 5 2 7 2 9
Dia do mês
Gráfico 3 - Oferta de assentos entre SBGL e SBGR por dia do mês - Junho 2001 -
Fonte: DAC (2001).
Oferta de assentos entre SBEG e SBGR - Junho de 2001
0
100
200
300
400
500
600
700
1 3 5 7 9 1 1 1 3 1 5 1 7 1 9 2 1 2 3 2 5 2 7 2 9
Dia do mês
Gráfico 4 - Oferta de assentos entre SBEG e SBGR por dia do mês - Junho 2001 -
Fonte: DAC (2001).
A tabela 7 mostra um exemplo do quadro de cargas geradas por aeroporto
em cada instante da simulação. Estas cargas são geradas a cada 60 minutos, com
base nas funções de demanda criadas para cada par origem-destino. Esta
demanda horária foi construída a partir da demanda anual de cada par, subdividida
em suas parcelas: mensais, semanais e horárias. Para o parcelamento mensal foi
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 91/144
73
utilizada a tabela de origem - destino do movimento de cargas para o período de
1997 a 2000 (DAC, 2001). Para a transformação destes valores em demanda diária
e semanal foram usados os dados relativos à movimentação de aeronaves. Da
mesma forma, para se estimar o movimento horário em cada aeroporto foram
utilizados dados de movimentação de aeronaves. É certo que, para um dado
aeroporto, o comportamento do movimento de aeronaves (total) pode ser
completamente diverso do comportamento do movimento de cargas. Entretanto,
este foi o melhor dado que foi obtido para representar tal valor.
tabela 6 - Principais destinos de carga partindo de Manaus (SBEG) eGuarulhos (SBGR) em 2000 - Fonte: DAC, 2001
Ano Origem Destino Pax Carga(kg)
Correio(kg)
Carga + correio(kg)
2000 SBEG SBGR 122 517 16 125 054 314 233 16 439 287
2000 SBEG SBGL 43 322 4 847 508 52 4 847 560
2000 SBEG SBBR 77 534 2 106 714 1 161 040 3 267 754
2000 SBEG SBKP - 1 678 801 - 1 678 801
2000 SBEG SBBE 49 368 1 475 696 89 1 475 785
2000 SBEG SBFZ 31 015 1 151 622 462 1 152 084
2000 SBEG SBRB 17 483 853 823 37 853 860
2000 SBEG SBBV 26 867 836 348 331 700 1 168 0482000 SBEG SBPV 23 383 766 231 9 766 240
2000 SBEG SBSN 13 134 481 934 137 482 071
2000 SBEG SBRF 6 637 411 308 111 411 419
2000 SBEG SBTT 12 399 394 612 2 961 397 573
2000 SBGR SBEG 120 857 19 137 658 974 978 20 112 636
2000 SBGR SBSV 383 733 16 548 443 2 774 317 19 322 760
2000 SBGR SBGL 308 010 14 183 245 4 663 623 18 846 868
2000 SBGR SBRF 240 598 13 542 195 1 742 224 15 284 419
2000 SBGR SBPA 351 935 11 610 092 1 816 612 13 426 7042000 SBGR KMIA 159 282 10 048 998 109 507 10 158 505
2000 SBGR SBBR 214 753 8 709 634 3 542 626 12 252 260
2000 SBGR SBFZ 183 376 8 381 931 46 663 8 428 594
2000 SBGR SAEZ 278 740 8 010 308 146 909 8 157 217
2000 SBGR SBBE 64 304 7 223 459 402 828 7 626 287
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 92/144
74
tabela 7 - Exemplo do quadro de cargas geradas por aeroporto/tempo
Corrida Time AirpO AirpD TipoCarga CgPatio
(kg)
1 0 36 18 3 3 377
1 0 36 18 2 5 052
1 0 36 18 1 5 044
1 0 30 89 4 705
1 0 46 36 3 2 861
1 0 36 47 3 32 840
1 60 50 36 2 839
1 60 50 36 3 513
1 60 50 36 4 552
1 60 50 46 1 49
1 60 50 46 2 47
1 60 50 46 3 31
1 60 50 36 1 856
1 60 50 114 1 103
1 60 47 89 3 24
1 60 50 114 2 95
Na tabela 7 acima AirpO é o código do simulador do aeroporto de origem,
AirpD é o código do simulador do aeroporto de destino e TipoCarga é o código do
tipo de carga (que pode ser visto na Tabela 9).
A tabela 8 mostra uma pequena parcela do quadro de horários da empresa
criada. Neste quadro, cada vôo possui um código (do simulador), o identificador da
aeronave, os códigos ICAO dos aeroportos de origem e destino e a data/hora
prevista da partida.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 93/144
75
tabela 8 - Exemplo do quadro de horários da empresa VOAR
NC CodVoo Identificação Origem Destino Data e Hora Partida
1 1 PPRRR SBBE SBEG 11/03/2001 05:00:001 2 PPRRR SBEG SBGR 11/03/2001 08:26:00
1 3 PPRRR SBGR SBEG 11/03/2001 13:25:001 4 PPRRR SBEG SBGL 11/03/2001 18:24:001 5 PPRRR SBGL SBGR 12/03/2001 03:34:001 6 PPRRR SBGR SBEG 12/03/2001 05:57:001 7 PPRRR SBEG SBGR 12/03/2001 10:56:001 8 PPRRR SBGR SBEG 12/03/2001 15:55:001 26 PPXXX SBEG SBGR 11/03/2001 11:30:001 27 PPXXX SBGR SBBR 11/03/2001 16:36:001 28 PPXXX SBBR SBGR 11/03/2001 19:35:001 29 PPXXX SBGR SBBR 12/03/2001 03:34:001 30 PPXXX SBBR SBBE 12/03/2001 06:33:00
1 31 PPXXX SBBE SBBR 12/03/2001 10:25:001 32 PPXXX SBBR SBGR 12/03/2001 14:16:001 33 PPXXX SBGR SBSV 12/03/2001 17:15:00
Obs: o quadro completo encontra-se nos anexos eletrônicos deste trabalho
A figura 19 abaixo mostra a utilização de cada aeronave da corrida 1 na forma de
gráfico. As linhas significam que a aeronave está ocupada e o comprimento indica a
quantidade de tempo ocupada.
Utilização das aeronaves - corrida 1
- 5 10 15 20Horas da simulação
A e r o n a v e s
PPRRR PPXXX PPXYZ PPYYY
Figura 19 - Utilização horária das aeronaves na corrida 1
A tabela 9 abaixo mostra a classificação dos tipos de carga presentes na
simulação. Para o protótipo, estas cargas foram classificadas em 4 tipos, segundo
sua perecibilidade. A coluna Horas permanência refere-se ao número de horas de
permanência no aeroporto (tempo de "vida") que cada tipo de carga está disposta a
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 94/144
76
esperar; Ftemp é um fator proporcional ao tempo de carga e descarga e Custokg é
o custo em U$/kg do transporte.
Esta classificação pressupõe basicamente que cada tipo de carga possui
um tempo máximo de espera para embarque, após o qual deixa de ser interessante
o seu embarque. Vencido este prazo, o operador procurará outra alternativa de
envio para sua carga -seja outro modal ou outra empresa- ou simplesmente não a
embarcará mais. E, claro, no protótipo também supõe-se que os custos para o
transporte destas cargas acompanhem suas características e sua urgência em
embarcar.
É importante observar que a classificação abaixo contempla apenas cargas
domésticas, pois a análise da movimentação de cargas internacionais passa por
outros processos que não foram considerados no presente estudo.
tabela 9 - Classificação dos tipos de carga a serem transportados
Cod Tipo Carga Horaspermanência
Descrição FtempoCarga
Custo
(US$/kg)
1 PERECÍVEL1 2 CARGA PERECÍVEL TIPO 1 0.3 0.902 PERECÍVEL2 12 CARGA PERECÍVEL TIPO 2 0.4 0.653 GERAL NP 24 CARGA GENÉRICA NÃO PERECÍVEL 0.2 0.594 ELETRO 36 ELETRO-ELETRÔNICOS etc 0.1 0.51
Após concluída uma corrida de simulação, o programa SimCarga gera uma
tabela com todos os eventos de cada aeronave, registrando sua duração,
quantidade de carga transportada, receitas e custos. Um exemplo de como fica esta
saída pode ser visto na tabela 10 abaixo.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 95/144
77
tabela 10 - Exemplo da saída do programa SimCarga após concluída asimulação
NC Time ERONAVE
ORIGEM DESTINO status INICIO DUR
(min)
QUANT(kg)
Receita(US$)
Custo(US$)
11 0 PPRRR SBBE SBEG TAXIING 04:53:01 2.20 0 0 29811 2 PPRRR SBBE SBEG Load 04:55:01 5.40 100000 31000 40811 15 PPRRR SBBE SBEG EN ROUTE 05:08:28 83.74 0 0 1136711 98 PPRRR SBBE SBEG TAXIING 06:31:28 3.41 0 0 46311 101 PPRRR SBBE SBEG Unload 06:34:28 5.50 0 0 41611 120 PPYYY SBPA SBCT TAXIING 06:53:00 2.20 0 0 10211 122 PPYYY SBPA SBCT Load 06:55:00 5.20 0 0 13211 127 PPYYY SBPA SBCT EN ROUTE 07:00:10 37.04 0 0 172011 164 PPYYY SBPA SBCT TAXIING 07:37:10 4.27 0 0 19811 168 PPYYY SBPA SBCT Unload 07:41:10 5.00 0 0 12711 206 PPRRR SBEG SBGR TAXIING 08:19:00 2.30 0 0 312
11 208 PPRRR SBEG SBGR Load 08:21:00 5.20 100000 31000 39311 210 PPXYZ SBBR SBEG TAXIING 08:23:00 2.10 0 0 21711 212 PPXYZ SBBR SBEG Load 08:25:00 5.50 0 0 25011 240 PPYYY SBCT SBPA TAXIING 08:53:00 2.00 0 0 92
Obs:
NC: número da corrida;
Time: tempo do simulador;
Origem/Destino: codigo ICAO da origem e destino;
Status: atividade da aeronave no instante;
Inicio: início da atividade;Dur: duração, em minutos, da atividade;
Quant: quantidade, em kg, transportada no instante;
Receita: receita em US$ do serviço prestado;
Custo: custo da aeronave para esta duração, em US$.
Os resultados da simulação realizada com nossa empresa VOAR é
apresentada a seguir. As tabelas completas podem ser encontradas nos anexosdeste tratabalho ou nos anexos eletrônicos, no mesmo site onde se encontram os
códigos-fontes do programa.
Foi estabelecida uma programação básica para um conjunto de 4
aeronaves, a qual foi chamada programação 1. Esta programação foi modificada,
incluindo-se uma nova aeronave (programação 2) ou modificando-se o
equipamento de algumas rotas (programações 3 e 4). Estas 4 programações foram
combinadas com um fator de demanda de 1,3 (corridas 21, 22, 23 e 24) ou 0,75
(corridas 51, 52, 53 e 54). Após o processamento destas programações pelo
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 96/144
78
SimCarga foram feitas as análises dos resultados, utilizando-se os softwares
Access e Excel.
A tabela 11 mostra o resultado macro de cada corrida, onde a rentabilidade
é a receita total dividida pelo custo total. O valor maior do que 1 significa que a
programação é lucrativa e o valor menor que 1 indica prejuízo. Os custos são
apurados individualmente para cada aeronave e em cada instante, em função da
atividade executada. Os custos mais importantes são os custos de operação das
aeronaves e as tarifas aeroportuárias e de auxílios à navegação (ver nos anexos
maiores detalhes das tarifas aeroportuárias e de auxílios à navegação). A receita é
calculada com base na tarifa de transporte de cada tipo de carga.
Assim, pode-se observar que todas as corridas produziram rentabilidade
positiva. Nota-se também que a programação 1 (corridas 1, 21 e 51) é a melhorpara os valores de demanda analisados. A corrida 53 mostra que se a demanda
cair muito, a rentabilidade da programação 3 ficará próxima de 1 (1,05). Isto
significa que esta programação merece atenção redobrada, caso seja aplicada.
Importante destacar também que uma pequena redução nas tarifas cobradas pelo
transporte da carga poderão afetar muito estas rentabilidades.
tabela 11 - Rentabilidade geral em cada corrida
Corrida Rentabilidade1 1.54
2 1.39
3 1.23
4 1.24
21 1.67
22 1.51
23 1.35
24 1.36
51 1.3252 1.11
53 1.05
54 1.08
A tabela 12 detalha melhor o resultado acima, com os valores
individualizados por aeronave. É possível notar-se a presença de várias aeronaves
com rentabilidade (dada em %) abaixo de 100%. Ou seja, estas aeronaves estão,
isoladamente, dando prejuízo. Entretanto, a empresa está disposta a manter tal
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 97/144
79
programação, seja por falta de opção (não possui uma aeronave mais econômica
para estas linhas), seja por estratégias de mercado (marcar presença em mercados
específicos). A análise desta tabela mostra, no entanto, que outras alternativas
devem ser procuradas para a melhoria do desempenho destas rotas.
De maneira geral, pode-se dizer que esta tabela mostra também que a
rentabilidade das aeronaves está ligada à demanda. As rentabilidades das corridas
21 a 24 são, em geral, maiores do que as das outras corridas, enquanto que as
corridas de 51 a 54 são menos rentáveis que as outras. No entanto, as aeronaves
PPXXX e PPYYY possuem rentabilidades próximas (ou menos dispersas) que as
outras aeronaves. Isto pode indicar que elas estejam operando em rotas de elevada
demanda (e isto também pode ser reforçado pela análise do aproveitamento, dado
na tabela 14). Se por um lado isto é aparentemente ótimo (boa rentabilidade), poroutro pode indicar uma rota que não esteja satisfatoriamente atendida (perda de
oportunidades).
tabela 12 - Rentabilidade por aeronave em cada corrida
Aeronave
Corrida PPADD PPAEE PPRRA PPRRR PPXXX PPXYZ PPYYY
1 142.1% 136.7% 115.4% 121.6%
2 94.3% 137.5% 134.4% 108.2% 118.7%3 145.4% 49.2% 93.5% - 131.8% - 119.3%
4 - 54.3% 94.8% 142.1% 133.5% - 117.5%
21 - - - 161.6% 132.9% 121.8% 128.3%
22 - - 98.8% 151.8% 137.7% 123.8% 126.9%
23 155.2% 58.4% 107.4% - 135.7% - 125.3%
24 - 58.6% 105.6% 160.1% 139.8% - 124.7%
51 - - - 121.0% 130.9% 88.3% 118.8%
52 - - 64.3% 105.9% 131.6% 86.3% 114.0%
53 135.7% 43.5% 50.0% - 122.7% - 119.4%
54 - 47.7% 53.7% 140.4% 123.1% - 114.0%
A tabela 13 mostra a utilização média de cada aeronave, em percentagem.
A utilização é a razão entre o tempo em atividade da aeronave pelo tempo total.
Este valor é um indicador de qualidade da programação. Na simulação realizada,
foram encontradas aeronaves com utilização variando de 40% a 63%. Estes
números devem ser analisados caso a caso, pois vários fatores podem fazer com
que esta utilização seja maior ou menor, dependendo das rotas operadas,
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 98/144
80
características das aeronaves etc. Os valores apurados encontram-se próximos aos
valores relatados pela British Airways (1996).
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 99/144
81
tabela 13 - Utilização por aeronave em cada corrida
NC AERONAVE Modelo Capac
(kg)
TAtividade (min) TotalTimeSim(min)
Utilizac (%) HrSim(h)
1 PPRRR B747-200 110200 4 000.54 7 266.00 55.06% 121.101 PPXXX B727-100 24500 2 011.21 4 935.70 40.75% 82.261 PPXYZ DC10-30 72800 3 402.52 6 485.30 52.47% 108.091 PPYYY B727-100 22800 3 900.38 8 001.90 48.74% 133.362 PPRRA DC10-30 60000 4 578.34 7 292.20 62.78% 121.542 PPRRR B747-200 110200 3 971.23 7 259.90 54.70% 121.002 PPXXX B727-100 24500 2 000.49 4 930.50 40.57% 82.172 PPXYZ DC10-30 72800 3 386.51 6 492.60 52.16% 108.212 PPYYY B727-100 22800 3 953.63 7 999.60 49.42% 133.333 PPADD B747-200 108862 3 880.23 7 255.70 53.48% 120.933 PPAEE B757-200 39916 3 485.03 6 495.80 53.65% 108.263 PPRRA DC10-30 60000 4 548.44 7 286.00 62.43% 121.433 PPXXX B727-100 24500 1 999.54 4 933.70 40.53% 82.233 PPYYY B727-100 22800 3 925.40 7 994.50 49.10% 133.244 PPAEE B757-200 39916 3 477.20 6 495.70 53.53% 108.264 PPRRA DC10-30 60000 4 540.83 7 288.00 62.31% 121.474 PPRRR B747-200 110200 3 972.79 7 261.30 54.71% 121.024 PPXXX B727-100 24500 1 997.66 4 938.30 40.45% 82.314 PPYYY B727-100 22800 3 940.74 8 007.40 49.21% 133.46
21 PPRRR B747-200 110200 4 036.21 7 263.00 55.57% 121.0521 PPXXX B727-100 24500 2 008.85 4 935.70 40.70% 82.2621 PPXYZ DC10-30 72800 3 405.25 6 485.30 52.51% 108.0921 PPYYY B727-100 22800 3 914.24 7 998.90 48.93% 133.3222 PPRRA DC10-30 60000 4 575.55 7 294.20 62.73% 121.5722 PPRRR B747-200 110200 3 988.41 7 259.90 54.94% 121.0022 PPXXX B727-100 24500 1 997.88 4 934.50 40.49% 82.2422 PPXYZ DC10-30 72800 3 427.85 6 495.60 52.77% 108.2622 PPYYY B727-100 22800 3 969.89 8 001.60 49.61% 133.3623 PPADD B747-200 108862 3 850.68 7 250.70 53.11% 120.8523 PPAEE B757-200 39916 3 468.29 6 495.80 53.39% 108.2623 PPRRA DC10-30 60000 4 581.89 7 286.00 62.89% 121.4323 PPXXX B727-100 24500 2 002.22 4 934.70 40.57% 82.2423 PPYYY B727-100 22800 3 915.19 7 998.50 48.95% 133.3124 PPAEE B757-200 39916 3 497.53 6 498.70 53.82% 108.3124 PPRRA DC10-30 60000 4 576.73 7 293.00 62.76% 121.5524 PPRRR B747-200 110200 4 006.53 7 260.30 55.18% 121.0124 PPXXX B727-100 24500 1 984.87 4 936.30 40.21% 82.2724 PPYYY B727-100 22800 3 950.44 8 007.40 49.33% 133.4651 PPRRR B747-200 110200 3 976.86 7 264.00 54.75% 121.0751 PPXXX B727-100 24500 2 011.66 4 931.70 40.79% 82.1951 PPXYZ DC10-30 72800 3 377.28 6 486.30 52.07% 108.1151 PPYYY B727-100 22800 3 949.05 8 001.90 49.35% 133.3652 PPRRA DC10-30 60000 4 531.20 7 295.20 62.11% 121.5952 PPRRR B747-200 110200 3 956.98 7 262.90 54.48% 121.0552 PPXXX B727-100 24500 2 001.80 4 933.50 40.58% 82.22
52 PPXYZ DC10-30 72800 3 366.09 6 490.60 51.86% 108.1852 PPYYY B727-100 22800 3 913.73 7 995.60 48.95% 133.26
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 100/144
82
53 PPADD B747-200 108862 3 874.51 7 254.70 53.41% 120.9153 PPAEE B757-200 39916 3 459.14 6 493.80 53.27% 108.2353 PPRRA DC10-30 60000 4 523.95 7 287.00 62.08% 121.4553 PPXXX B727-100 24500 2 008.13 4 930.70 40.73% 82.1853 PPYYY B727-100 22800 3 933.61 7 992.50 49.22% 133.21
54 PPAEE B757-200 39916 3 469.45 6 500.70 53.37% 108.3554 PPRRA DC10-30 60000 4 535.39 7 291.00 62.21% 121.5254 PPRRR B747-200 110200 3 988.68 7 262.30 54.92% 121.0454 PPXXX B727-100 24500 1 995.84 4 938.30 40.42% 82.3154 PPYYY B727-100 22800 3 902.07 8 005.40 48.74% 133.42
Na tabela 14 tem-se o aproveitamento por aeronave em cada corrida. É
importante destacar aqui que a capacidade registrada nesta tabela leva em conta o
peso de combustível transportado em cada etapa. Assim, a aeronave PPRRR, que
possui capacidade máxima de 110.200 kg, apresenta uma capacidade média de83.399 kg na simulação.
A análise desta tabela mostra rapidamente quais aeronaves podem estar
operando rotas deficitárias e quais estão em rotas rentáveis. A partir desta
indicação as rotas destas aeronaves podem ser mais profundamente estudadas,
analisando-se a tabela de resultados gerais (não mostrada aqui, ver anexos
eletrônicos).
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 101/144
83
tabela 14 - Aproveitamento por aeronave em cada corrida
NC AERONAVE nVoo QUANTIDADE
(kg)
Capacidade
(kg)
AprovCg (%)
1 PPRRR 23 60 214.87 83 399.39 72.20%
1 PPXXX 19 16 794.58 19 076.05 88.04%1 PPXYZ 22 35 368.09 63 546.64 55.66%1 PPYYY 34 13 322.65 16 680.59 79.87%2 PPRRA 23 31 859.35 48 404.39 65.82%2 PPRRR 23 58 295.57 83 399.39 69.90%2 PPXXX 19 16 499.95 19 076.05 86.50%2 PPXYZ 22 33 176.45 63 546.64 52.21%2 PPYYY 34 12 988.88 16 680.59 77.87%3 PPADD 23 61 780.70 82 134.09 75.22%3 PPAEE 22 17 451.77 31 350.73 55.67%3 PPRRA 23 31 514.70 48 404.39 65.11%
3 PPXXX 19 16 185.53 19 076.05 84.85%3 PPYYY 34 13 057.29 16 680.59 78.28%4 PPAEE 22 19 254.41 31 350.73 61.42%4 PPRRA 23 31 970.09 48 404.39 66.05%4 PPRRR 23 60 245.26 83 399.39 72.24%4 PPXXX 19 16 414.21 19 076.05 86.05%4 PPYYY 34 12 876.29 16 680.59 77.19%
21 PPRRR 23 68 370.17 83 399.39 81.98%21 PPXXX 19 16 330.21 19 076.05 85.61%21 PPXYZ 22 37 325.82 63 546.64 58.74%21 PPYYY 34 14 054.71 16 680.59 84.26%
22 PPRRA 23 33 370.83 48 404.39 68.94%22 PPRRR 23 64 315.09 83 399.39 77.12%22 PPXXX 19 16 913.47 19 076.05 88.66%22 PPXYZ 22 38 050.95 63 546.64 59.88%22 PPYYY 34 13 877.71 16 680.59 83.20%23 PPADD 23 65 925.57 82 134.09 80.27%23 PPAEE 22 20 699.14 31 350.73 66.02%23 PPRRA 23 36 238.35 48 404.39 74.87%23 PPXXX 19 16 664.42 19 076.05 87.36%23 PPYYY 34 13 720.35 16 680.59 82.25%24 PPAEE 22 20 783.68 31 350.73 66.29%
24 PPRRA 23 35 679.52 48 404.39 73.71%24 PPRRR 23 67 801.48 83 399.39 81.30%24 PPXXX 19 17 192.63 19 076.05 90.13%24 PPYYY 34 13 662.76 16 680.59 81.91%51 PPRRR 23 51 301.22 83 399.39 61.51%51 PPXXX 19 16 058.00 19 076.05 84.18%51 PPXYZ 22 27 041.36 63 546.64 42.55%51 PPYYY 34 12 999.71 16 680.59 77.93%52 PPRRA 23 21 692.91 48 404.39 44.82%52 PPRRR 23 44 935.35 83 399.39 53.88%52 PPXXX 19 16 158.11 19 076.05 84.70%
52 PPXYZ 22 26 438.00 63 546.64 41.60%
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 102/144
84
52 PPYYY 34 12 482.26 16 680.59 74.83%53 PPADD 23 57 649.13 82 134.09 70.19%53 PPAEE 22 15 399.32 31 350.73 49.12%53 PPRRA 23 16 852.09 48 404.39 34.82%53 PPXXX 19 15 059.84 19 076.05 78.95%
53 PPYYY 34 13 060.15 16 680.59 78.30%54 PPAEE 22 16 918.50 31 350.73 53.97%54 PPRRA 23 18 094.91 48 404.39 37.38%54 PPRRR 23 59 487.04 83 399.39 71.33%54 PPXXX 19 15 131.95 19 076.05 79.32%54 PPYYY 34 12 495.56 16 680.59 74.91%
6.3.2 - O programa SimCarga
Para testar a viabilidade da metodologia proposta, foi construído umprograma, aqui chamado de SimCarga, que reúne as funcionalidades propostas:
incorpora num SIG à simulação. Como já foi dito, ele foi construído utilizando-se a
linguagem de programação Visual Basic 6 e o componente MapObjects 2. Por se
tratar de um protótipo, nem todas as rotinas foram implementadas da forma
sugerida, mas um pequeno esforço adicional de programação, com técnicos
capacitados, permitirá facilmente a inserção destas funcionalidades.
A figura 102 mostra a tela do programa SimCarga, durante a execução de
uma corrida de simulação.
Como não faz parte do objetivo deste trabalho descrever detalhadamente
como foi programado e como o programa funciona, será visto apenas
superficialmente o que ele faz. Pelo mesmo motivo, a interface com o usuário não
apresenta grande versatilidade, detendo-se exclusivamente ao mínimo necessário à
operação. As tabelas de entradas e saídas de dados estão em bases de dados
Access (Microsoft) e podem ser facilmente manipuladas por este software .
A análise dos dados de saída foi feita usando-se os softwares Access eExcel, ambos da Microsoft e de amplo conhecimento público.
Entretanto, no anexo eletrônico poderão ser vistos mais detalhes de
programação. Este anexo encontra-se no site do Programa de Engenharia de
Transportes (http://planet.pet.coppe.ufrj.br/erivelton/tesedsc ), onde está
disponibilizado todo o código fonte, bem como as tabelas anexas necessárias.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 103/144
85
6.3.3 - Funcionamento básico do SimCarga
O programa é composto de 3 partes principais: módulo executável, dados e
mapas, que ficam respectivamente nos diretórios bin , data e shape , num nível
abaixo do diretório de instalação do programa. No diretório de dados, tem-se umbanco de dados em Access, que possui essencialmente as seguintes tabelas:
-coordenadas e características dos aeroportos;
-cadastro das aeronaves da empresa e suas características operacionais
(capacidade, velocidade, consumo de combustível etc);
-quadro de horários da empresa;
-mapas a serem inseridos no sistema.
Assim, ao se inicializar, o SimCarga procura, neste banco de dados, aquelas
informações e cria a situação inicial: carrega todos os mapas e posiciona cada
aeronave em seu aeroporto.
Ao ser iniciada a simulação, ele faz com que as aeronaves se desloquem.
Visualmente, este deslocamento ocorre a cada 10 minutos de vôo, mas para a
simulação propriamente dita, ele só realiza análises a cada pouso ou decolagem.
Em paralelo, as cargas estão sendo geradas em cada aeroporto, com base na
análise dos fatores sócio-econômicos de cada aeroporto e seu entorno. Duranteseu vôo, podem ser ainda analisadas as condições do ambiente onde a aeronave
se encontra (congestionamento aéreo da região, velocidade do vento, outras
condições meteorológicas etc).
Por necessidades práticas, foi definido que a geração de cargas se daria a
cada 60 minutos e que o menor intervalo do simulador seria de 1 minuto. Isto serve
para garantir um desempenho razoável do processo.
O programa executou uma grade de 5 aeronaves para 5 dias em cerca de 2minutos, estando a visualização e a gravação de registros ligadas. Para a
simulação de 12 corridas, com a visualização desligada, este processo levou cerca
de 4 minutos. Foi utilizado um computador bastante comum atualmente, Pentium III
- 750 MHz com 256 Mb de memória RAM.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 104/144
86
Figura 20 - Visualização da tela do SimCarga
A figura 20 mostra a tela do SimCarga após o início de uma corrida de
simulação. A tela de abertura é basicamente a mesma. Na parte superior da tela,tem-se a barra de ferramentas básica de um SIG (zoom, pan, informações etc) e
alguns itens de controle da simulação (barra de tempo, caixa de rolamento para
escolha da aeronave a ser visualizada com mais detalhes etc). A caixa de texto à
esquerda mostra as informações a respeito do município sobrevoado por uma das
aeronaves. Apesar de somente mostrar estas informações para uma determinada
aeronave, estas informações são monitoradas o tempo todo para todas as
aeronaves, nos momentos de pouso e decolagem.
Abaixo desta caixa de texto, têm-se as caixas de opção da simulação, bem
como botões para dar início, parar e reiniciar a simulação. Estas opções são:
Corrida: valor que especifica o número da corrida que está sendo
executada;
Programação: valor que especifica o número da programação que está
sendo executada (no exemplo realizado, existem quatro programações diferentes,
com diferentes quantidades de aeronaves, rotas diferentes etc);
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 105/144
87
Demanda: fator de multiplicação da demanda calculada internamente. Isto
permite simular facilmente, por exemplo, um acréscimo de 20% na demanda.
US$ / kg: tarifa, em US$/kg, da carga transportada (será convertida em
receita);
Visualizar? Caixa de opção. Se marcada, permite a visualização das
operações na tela, com as aeronaves se deslocando entre os aeroportos de acordo
com o passar do tempo. Caso esta opção seja desligada, a simulação ocorrerá de
forma mais rápida;
Log? Caixa de opção. Se marcada, permite a gravação das operações
ocorridas na simulação. Caso esta opção seja desligada, a simulação ocorrerá de
forma mais rápida;
Múltiplas? Caixa de opção. Se marcada, permite a simulação simultânea
de várias corridas (aquelas presentes no banco de dados). Esta opção
automaticamente liga a opção de Log e desliga a opção de Visualizar (permite
simular vários cenários simultaneamente de forma mais rápida, porém sem permitir
a visualização paralela).
Teste? Caixa de opção. Se marcada, grava os registros da simulação em
um banco de dados de teste.
Vale observar ainda que o programa possui uma barra de linha do tempo na
parte superior. Com esta barra, é possível fazer com que o tempo avance para um
determinado instante, mostrando onde está cada aeronave naquele instante. Existe
também um controle adicional que permite fazer com que o tempo avance a
intervalos unitários (cada intervalo corresponde a um evento, não a um intervalo de
tempo). Esta linha do tempo apenas mostra a posição de cada aeronave, sem
executar realmente a simulação.
Outra possibilidade é fazer com que a visualização seja mostrada em umritmo mais lento.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 106/144
88
Figura 21 - Visualização da tela do SimCarga - Área Terminal São Paulo
A figura 21 mostra a tela do SimCarga após um zoom na Área Terminal São
Paulo. Podem ser vistos ainda os setores de tráfego e o layout dos aeroportos deCongonhas e Guarulhos. O SIG é capaz de analisar, em um determinado momento,
quantas aeronaves estão voando dentro de um determinado setor, avaliando assim
seu grau de congestionamento. Isto terá impacto nos atrasos das aeronaves
concorrentes naquele momento. Como no protótipo não foram inseridos todos os
vôos (somente os cargueiros) esta rotina também não foi implementada, pois
perderia o sentido.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 107/144
89
Figura 22 - Visualização da tela do SimCarga - Análise de fatores sócio-
econômicos
A figura 22 mostra a tela do SimCarga após um zoom na região de Manaus,com o objetivo de se avaliar as variáveis sócio-econômicas da região. As cores
representam a ponderação de um determinado atributo.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 108/144
90
7 - Conclusões e recomendações
O principal objetivo deste trabalho foi apresentar uma metodologia para
simular a operação de uma frota de carga aérea, num ambiente integrado a um
Sistema de Informações Geográficas (SIG). Esta metodologia busca solucionar o
problema de alocação de frota, especificamente no caso da carga aérea. Para tal,
foi construído um software (SimCarga), o qual, partindo-se do quadro de horários
da empresa operadora, simula a operação do sistema, monitorando-se parâmetros
de decisão do planejador em seu planejamento da oferta de carga, tais como o
aproveitamento dos vôos, rentabilidade, e outros.
Foi realizada uma revisão bibliográfica, abordando-se principalmente o
problema da alocação de frota aérea, os métodos de planejamento em transporte,os conceitos de SIG e finalmente os conceitos de simulação.
O problema da alocação de frota aérea foi descrito, destacando-se os
principais pontos a serem considerados numa modelagem matemática, tais como
distâncias entre os pontos, programa de manutenção, habilitação das tripulações
etc.
Sobre este ponto, pôde ser notado que vários pesquisadores têm optado
pelo caminho da criação de sistemas de apoio à decisão no lugar de sistemas deotimização pura e simples. A prática tem mostrado que a realidade é muitas vezes
difícil de ser modelada analiticamente. Em especial, no modo aéreo isto ocorre com
frequência, pois existem muitas dificuldades inerentes ao setor (como por exemplo,
o grande número de restrições aplicáveis, o encontro de uma função objetivo
adequada ou a escolha das restrições que serão relaxadas). Também não é rara a
necessidade de se recuperar uma programação otimizada após um evento que a
quebre. Além disto, uma modelagem analítica resulta sempre em um problema de
grandes dimensões. Para contornar esta situação tem se buscado resolver estesproblemas com o uso de simulação, inteligência artificial, algoritmos genéticos etc.
Os conceitos de SIG, tradicionalmente úteis para posicionar a demanda
espacialmente, foram utilizados também para alocar cada aeronave no espaço e no
tempo. O SIG integra as funções de previsão de demanda do sistema, com base
em critérios geográficos, além de ser utilizado no monitoramento de eventos
espaciais da operação - como por exemplo congestionamentos em áreas terminais.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 109/144
91
Realizando estas funções, o SIG utiliza eventos temporais, sugerindo uma
importante adição às suas características tradicionais.
Foi proposta então uma metodologia que, englobando SIG e simulação,
permitisse analisar o desempenho de uma frota aérea de carga, operando segundo
um dado quadro de horários. Nesta metodologia o SIG se encarrega basicamente
de realizar análises dos dados espaciais no entorno dos aeroportos, com base em
dados sócio-econômicos. A integração do SIG com a simulação faz com que o
tempo avance (através do simulador) enquanto as funções de análise do SIG são
realizadas em cada instante do tempo. Este trabalho inova neste ponto por utilizar a
quarta dimensão num SIG – a dimensão temporal, o que é possível graças à esta
associação do SIG com a simulação.
Para mostrar a viabilidade da proposta foi criado um software (SimCarga) juntando as ferramentas SIG e simulação, com o qual foi realizada uma aplicação a
uma empresa de carga aérea fictícia e a subsequente análise dos resultados
obtidos. Esta experiência com o protótipo mostrou a utilidade da metodologia, que é
de simples execução e rápida análise.
A aplicação foi direcionada à alocação de frota aérea, mas entende-se que
ela é genérica. A aplicação a outros modos de transporte dependerá de algumas
adaptações e de computadores mais robustos, em função do maior número de
iterações necessárias para outros sistemas.
A metodologia foi aplicada a uma empresa fictícia devido à indisponibilidade
de dados verdadeiros. Tais dados deveriam ser coletados em uma empresa aérea,
mas, devido ao fato de parte destes dados serem informações comerciais
importantes, não foi possível obtê-los. Além disto, outra parte encontra-se ainda de
forma desestruturada, dificultando sua análise. O transporte aéreo, mesmo já
possuindo uma boa infra-estrutura de coleta de dados, carece ainda de uma maior
sistematização deste processo (coleta, tratamento, armazenamento e disseminaçãodas informações).
A aplicação do programa SimCarga mostrou-se relativamente simples e os
resultados são de fácil interpretação. Foi possível perceber-se a facilidade em se
fazer uma série de análises com várias combinações de possíveis quadros de
horários e expectativas de demandas.
Por outro lado, uma grande limitação desta metodologia é sua forte
dependência de dados, detalhados e confiáveis. Apesar de hoje em dia a coleta de
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 110/144
92
dados em todos os setores de atividades econômicas ser comum, ainda é rara a
coleta sistemática e detalhada. Também ainda não existem longas séries, que
permitam análises mais elaboradas. Isto sem falar na dificuldade brasileira de
compartilhar tais informações. Além disto, parte destes dados é particular a cada
empresa, o que significa que dificilmente será possível a criação de uma base
única, englobando os dados de todas as empresas (exceto aqueles definidos em lei
e que são utilizados para fins estatísticos).
Outra limitação decorre da capacidade computacional de processamento
das informações. No protótipo criado existiam apenas alguns poucos aeroportos e
linhas. Um modelo mais realista irá requerer a inclusão de todos os vôos em
andamento - pois os vôos interagem entre si - o que irá tornar lenta a execução
computacional. A inclusão de maiores detalhes, como condições meteorológicas,também comprometerá este processamento.
Uma outra importante consideração merece ainda ser destacada: a
metodologia não procura a otimização de nenhum processo, mas apenas testa
cenários sugeridos.
Este trabalho aponta para uma série de desdobramentos, dos quais
destacam-se algumas possibilidades mais relevantes:
• integrar o processo de estimativa de demanda à metodologia sugerida porBraga (2001), fazendo as adaptações necessárias;
• incorporar à metodologia um roteador, de forma a permitir seu uso para outras
finalidades (múltiplos pontos de origens e destinos);
• modificar o programa usado no protótipo, usando a Orientação a Objetos, de
modo a melhorar seu desempenho;
• analisar a possibilidade de utilizar a programação paralela (técnica de
programação onde alguns eventos ocorrem em paralelo a outros e não em
série) ou tecnologia cluster ( técnica de aproveitamento de vários computadores
trabalhando em paralelo em um único problema ), especialmente para a geração
de cargas, aumentando a eficiência do processo;
• acrescentar maior número de detalhes nos processos pelos quais passam as
aeronaves no modelo, tais como influências dos ventos e condições
meteorológicas, fechamento de aeroportos etc;
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 111/144
93
• analisar o comportamento do simulador acoplado a uma estação coletora de
dados em tempo real;
• integrar o protótipo ao software de simulação SIMIN, desenvolvido por Pinto
(1999);
• estudar a possibilidade de integração do protótipo com o software de simulação
Arena;
• incorporar todos os vôos no protótipo, de forma a ampliar-se as possibilidades
de análise dos resultados, tais como: congestionamentos de setores,
movimentação horária em pistas e terminais etc;
• incorporar outros modos de transporte e outras empresas e estudar sua
competição;
• aprofundar o estudo da influência da oferta na demanda (verificar até que ponto
a existência de oferta pode gerar demanda neste modo de transporte);
• acrescentar uma ferramenta de roteirização, de forma que, no modelo, uma
carga possa ser transportada de um ponto a outro passando por uma escala em
um terceiro ponto;
• incorporar uma otimização parcial, onde, através de programação matemática,
seja sugerido um quadro de horários ótimo, usando-se a metodologia emseguida para testar este quadro proposto.
Por fim, um triste fato histórico merece ser lembrado e estudado com mais
profundidade: o impacto dos atos terroristas de 11 de setembro de 2001. É notório
o impacto negativo que isto tem causado no sistema de aviação, especialmente no
segmento de passageiros. O impacto no setor de cargas foi, aparentemente,
menor. Entretanto, decorrentes deste fato, várias modificações estão ocorrendo e
continuarão a ocorrer na ordem mundial, o que certamente levará o setor deaviação a uma nova realidade.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 112/144
94
8 – REFERÊNCIAS BIBLIOGRÁFICAS
AIR Transport World Report, 1998.
ALVES, C. J. P., PIMENTEL, M. E RAMOS, R. F. (1998), “Transporte aéreo
doméstico regular brasileiro: desenvolvimento e aplicações básicas de um
protótipo de Sistema de Informações Geográficas”. In: Anais do XII ANPET
– Congresso de Pesquisa e Ensino em Transportes , Fortaleza, 23-27
novembro.
ANDRADE, E. L. (1994), Introdução à pesquisa operacional . Rio de Janeiro. LTC.
ARAÚJO, M., (1996), Recursos de multimídia e hipermídia aplicados a sistemas
de informações geográficas. Dissertação de Mestrado. São Paulo, USP
BIANCO, L. AND BIELLI, M., (1992), Air Traffic Management: Optimization Models
and Algorithms . Journal of Advanced Transportation, v. 25, n.2.
BOEING COMPANY (1998) Boeing 777 . Operation Manual, Seattle.
BRASIL, Ministério da Aeronáutica, (1993) - Anuário do transporte aéreo - volume
II – Dados econômicos- Rio de Janeiro, DAC/IAC.
BRASIL, Ministério da Aeronáutica, (1998) - Demanda Global do Transporte
Aéreo . DAC/IAC, Rio de Janeiro.
BRASIL, Ministério da Aeronáutica, (2000) - Anuário do transporte aéreo - volume
I – Dados estatísticos- Rio de Janeiro, DAC/IAC.
BRASIL. Ministério dos Transportes (1998) Anuário Estatístico dos Transportes.Brasília, GEIPOT.
BRITISH Airways Fact Book, 1996
CALDER N, J. D., (1996) “A Demand model for scheduled airline services on
international european routes”. Journal of Air Transport Management , 3, p.
23-35.
CALIPER Co., (1994 ) - TRANSCAD - Geographic Information System for
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 113/144
95
Windows . Manual.
CLARKE, L., JOHNSON, E., NEMHAUSER, G. (1995) – “The Aircraft Rotation
Problem ” - Georgia Institute of Technology, Washington, D.C.
DACHS, J. N.W. (1988) - Estatística computacional - uma introdução em Turbo
Pascal . São Paulo, LTC Editora. 239p
DALTO, E. J., (1994) - Modelo computacional para simulação microscópia do
tráfego veicular em interseções semaforizadas. Dissertação de Mestrado.
Rio de Janeiro, COPPE/UFRJ.
DANTAS, A.S., TACO, P.W.G., YAMASHITA, Y., (1996), “Sistemas de informação
geográfica em transportes: o estudo do estado da arte”. In: Anais do X
ANPET -Congresso de Pesquisa e Ensino em Transportes , v. I, p.211-222.
Brasília, 25-29 novembro.
DOBSON, G., LEDERER, P. J., (1993), “Airline Scheduling and routing in a hub-
spoke system”, Transportation Science , v. 27, n.3, p.281-297.
DOGANIS, R., (1991) Flying off course - the economics of international airlines .
2nd Ed. London, Routledge.
ESPÍRITO SANTO, R. A., (1996) Estudo de cenários futuros alternativos para
aviação comercial brasileira: transporte doméstico regular de passageiros.
Dissertação de mestrado. Rio de Janeiro, COPPE/UFRJ.
ETSCHMAIER, M. M., MATHAISEL, D. F. X., (1985) “Airline scheduling: an
overview”. Transportation Science . v. 19, n.2, p. 127-138.
EZAWA, L. ,SILVA, K. S., (1995) “Alocação dinâmica de caminhões visando
qualidade”. In: Anais do VI Congresso Brasileiro de Mineração . p. 15-22.Salvador.
FARIA, G. (1998) - Um banco de dados espaço-temporal para desenvolvimento de
aplicações em sistemas de informação geográfica . Dissertação de
Mestrado, Campinas, Instituto de Computação, UNICAMP.
FEITOSA, M. V. M. (2000) Um Modelo de Simulação para Terminais de
Passageiros em Aeroportos Regionais Brasileiros . Dissertação de
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 114/144
96
Mestrado. São José dos Campos, Instituto Tecnológico de Aeronáutica.
FEO, T. A., BARD, J. F., (1989) “Flight scheduling and maintenance base
planning”, Management Science , v. 35, n.12, p. 1415-1432.
FLEMING, K., GHOBRIAL, A., (1994) “An analysis of the determinantes of regionalair travel demand” . Transportation Planning and Technology , 18, p. 37-44.
GAVA, R. M, (1999) Avaliação do desempenho logistico de uma base de
distribuição de derivados de petróleo. Dissertação de Mestrado, Rio de
Janeiro, COPPE/UFRJ.
GONDIM, R. (1997) O planejamento de frota em empresas de transporte aéreo.
Apostila do curso de Planejamento do Transporte Aéreo . Rio de Janeiro,
Instituto de Aviação Civil.
HOLST, O., SORENSEN, B., (1984) “Combined scheduling and maintenance
planning for an aircraft fleet”, Operational Reserach’84 , p. 735-747.
JEPSON, W., FRIEDMAN, S. (1999) A real-time visualization system for large
scale urban environments. [artigo científico] UCLA, Los Angeles. Disponível
em: <http://www.ust.ucla.edu/ustweb/reserch>
LIMA JR., P. C. R., (1999) Uso de sistemas de informações geográficas para
avaliação de impactos ambientais de sistemas de transportes urbanos.
Dissertação de Mestrado. Rio de Janeiro, IME.
LOPES, L. A. S., (1995) Uma contribuição à análise da distribuição de
combustíveis sob o enfoque logístico. Tese de Doutorado. Rio de Janeiro,
COPPE/UFRJ.
LOPES, S. P. (1998) - Previsão de demanda por passageiros no transporte aéreo regional: um estudo de caso na região sul do brasil. Dissertação de
Mestrado, Rio de Janeiro, COPPE/UFRJ.
LOURENÇO, R. S., (1989) Mercado de aviação regional: estruturação e previsão.
Dissertação de Mestrado. Rio de Janeiro, COPPE/UFRJ.
MAKRIDAKIS, S., WHEELWRIGHT, S. C., MCGREE, V. E., (1983) - Forecasting:
Methods and Applications . 2nd Ed. John Wiley & Sons.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 115/144
97
MARTINS, G. M., (1993) - O modelo "HUB"- hierárquico para redes
aeroportuárias: uma contribuição ao processo de planejamento dos
investimentos em capacidade aeroportuária para uma rede de aeroportos
públicos. Dissertação de Mestrado, Rio de Janeiro, COPPE/UFRJ.MCNERNEY, M.T. (1994) “The use of geographical information systems at U.S.
airports”. In: URISA Conference . Milwaukee, WI.
MORA-CAMINO, F. et al. (1998) “Airlines fleet management and maintenance
scheduling problem: a global solution approach”. In: Anais do XII ANPET –
Congresso de Pesquisa e Ensino em Transportes . Fortaleza, 23-27
novembro.
MOTTA, R. R., (1978) Simulação digital das operações de um terminal marítimo
para carregamento de navios com minério de ferro. Dissertação de
Mestrado, Rio de Janeiro, IME.
NEVES, C., SANTOS, E. A., MEDEIROS, J. L., (1997) - O transporte aéreo no
Brasil: horizonte 2020 - Agência ITA Brasil
OLIVEIRA, M. G. S., (1997) - Sistemas de Informações Geográficas para a
operação do tráfego urbano Dissertação de Mestrado, Rio de Janeiro ,COPPE/UFRJ.
ORTÚZAR, J. D., WILLUMSEN, L. G. (1994) Modelling transport . 2 ed, Ed,
Chichester, John Wiley & Sons.
PAREDES, E.A. (1994) Sistema de Informações Geográficas (Geoprocessamento)
- Princípios e Aplicações . São Paulo, Ed. Érica.
PEREIRA, A.A. (1997) Planejamento de linhas aéreas. Apostila do curso de
planejamento do transporte aéreo . Rio de Janeiro, Instituto de Aviação Civil.
PEREIRA, B. D., SILVA, C. M, (2001) A simulação via modelos computacionais aplicada ao planejamento aeroportuário: capacidade do lado ar. Monografia,Rio de Janeiro, PET/COPPE/UFRJ.
PHILLIPS, D. T., RAVINDRAN, A., SOLBERG, J. J. (1987) Operations Research –
Principles and Practice . 2 ed, Ed. Chichester, John Wiley & Sons
PIDD, M., (1986) Computer Simulation in Management Science . Chichester, John
Wiley & Sons.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 116/144
98
PIMENTEL, A. L. G., (1994) Uma contribuição ao estudo da intermodalidade no
transporte de carga no brasil . Dissertação de Mestrado, Rio de Janeiro,
COPPE/UFRJ.
PIMENTEL, M. A. S, (1997) Sistema de informações geográficas aplicado ao
transporte aéreo doméstico regular. Relatório final de Graduação, São José
dos Campos, ITA.
PIMENTEL, M., (1989) Sistema computacional para simulação discreta com opção
de uso da amostragem descritiva . Dissertação de mestrado. Rio de Janeiro,
IME.
PINTO, L. R., (1995) “Uso de técnicas de pesquisa operacional na otimização das
operações de lavra”. In: Anais do VI Congresso Brasileiro de Mineração . 53-
61. Salvador.
____, (1998) Metodologia de análise do planejamento de lavra de minas a céu
aberto baseada em simulação das operações de lavra . Tese de Doutorado.
Rio de Janeiro, COPPE/UFRJ.
PORTUGAL, L. S. e Gonçalves, A. A. (1990) Simulação: conceitos e técnicas de
modelagem . Notas de aula, Rio de Janeiro, COPPE/UFRJ
RAMOS, R. F., BURMAN, P. K., SOUZA, N. (1998) “Demanda global do transporte
aéreo brasileiro: mercado de passageiros”. In: Anais do XII ANPET –
Congresso de Pesquisa e Ensino em Transportes . Fortaleza, 23-27
novembro.
ROCHA, C. H. B., (1997) Geoprocessamento . Juiz de Fora, UFJF.
RODRIGUES, A. L., (1994) Uma contribuição ao estudo da infra-estrutura
aeronáutica: proposta de uma modelo de simulação para a ocupação do
pátio de estacionamento de aeronaves . Dissertação de Mestrado, Rio de
Janeiro, COPPE/UFRJ
RODRIGUES, A. L., (1996) Projeto: desenvolvimento de modelos de previsão de
demandas por transporte aéreo para o Plano Aeroviário Nacional. Rio de
Janeniro, IAC.
RODRIGUES, C.B.L., (1997) Finanças das empresas. Apostila do curso de
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 117/144
99
planejamento do transporte aéreo . Rio de Janeiro, Instituto de Aviação Civil.
ROSENBERGER, J. M. et all (2000) - A Stochastic Model of Airline Operations -
Georgia Institute of Technology – disponível em:
http://tli.isye.gatech.edu/research/papers/files/lec0006.pdf em nov/2001
SÁ, A. S. N., (1989) Um procedimento para avaliação do transporte aéreo de
carga no Brasil - Rio de Janeiro, IME, Dissertação de Mestrado
SALIBY, E. (1989) Repensando a simulação: a amostragem descritiva . São
Paulo/Rio de Janeiro. Atlas/EDUFRJ.
SAMPRON, D. A., (1982) Um modelo para minimização de custos de transporte
na distribuição de cargas perecíveis Dissertação de Mestrado, São José
dos Campos, ITA.
SILVA, A. N. R., MELO, J. J. O, BRONDINO, N. C. M., (1997) - Uma introdução ao
planejamento de transportes com sistemas de informações geográficas -
EESC/USP, São Carlos.
SILVA, A. N. R., WAERDEN, P. V. (1997) - First steps with a geographical
information system for transportation . [part of a pos-doctoral research],
Eindhoven, Eindhoven University.
SILVA, G. P., KWAN, R. S. K., GUALDA, N. D. F, (1998) “ Vehicle scheduling with
network flow models, Transportes , v. 6, n. 2, p. 9-2.
SOUZA, G. V., (1994) Ambiente computacional para simulação a eventos
discretos, utilizando o paradigma da programação orientada a objetos .
Dissertação de mestrado. Rio de Janeiro, COPPEAD/UFRJ..
STRAND, S., (1999) “Airport-specific traffic forecast: the resultant of local and non-local forces .”. Journal of Transport Geography , 7, p. 17-29.
TEODOROVIC, D., GUBERNIC, S., (1990) “Model for operational daily airline
scheduling”. Transportation Planning and Technology , 14, p. 273-285.
TOSIC, V., BABIC, O. (1995) “Air Route Flow Management - Problems and
Research Efforts”. Transportation Planning and Technology , v.19, n.1, p. 63-
72.
TPG, (2001) TAAM – Total Airspace & Airport Modeller Manual
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 118/144
100
TRANSOLUTIONS, (2000) The Airport and Airspace Simulation Model. BasicSimmod Training, Rio de Janeiro.
WAERDEN, P. V., TIMMERMANS, H “Transportation planning and the use of
Transcad”. Revista Transportes , v.4, n. 1 e 2, p. 25-37
ZENIOS, S. A. (1991) “Networks-based models for air traffic control”. European
Journal of Operational Research , n. 50, p.166-187.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 119/144
101
Anexo I – Aeronaves cargueiras
Aeronaves
Fonte: site da Varig Cargo, Internet (http://www.varigcargo.com.br/ )
Especificações Técnicas
Aeronave/
Quantidade
Capacidade
de Carga (*)
Compartimento de Cargas Main Deck
Kg m3 Dianteiro Traseiro
B727-100Cargueiro
19.000 96 08 Pallets P1
DC10-30Cargueiro
70.000 453 05 Pallets P1 8.1.1.1.1 05PalletsPLA
23 Pallets P1/P6
B747-200 100.000 750 05 Pallets P1/P6 04 Pallets P1/P6 29 Pallets P1/P6
B767-200 13.000 36 03 Pallets P1/P6 05 Posições deContainers LD8 ou10 de LD2
B767-300 18.130 40 04 Pallets P1/P6 07 Posições deContainers LD8 ou14 de LD2
DC10-30 21.130 50 05 Pallets P1 05 Posições deContainers LD11 ou10 de LD3
B747-300Full Pax
25.590 50 05 Pallets P1 07 Posições deContainers LD11 ou14 de LD3
B747-300Combi
52.030 176 05 Pallets P1/P6 07 Posições deContainers LD11 ou14 de LD3
07 Pallets P1/P6
MD-11 22.425 72 06 Pallets P1/ P6 07 Posições deContainers LD11 ou14 de LD3
B737-200/300
1500 7 (Aeronave nãoPaletizada)
(*) Capacidade de carga varia em função do trecho e temperatura.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 120/144
102
Configurações internas
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 121/144
103
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 122/144
104
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 123/144
105
Pallets
05 tipos básicos de pallets, aprovados e utilizados por todas asempresas aéreas, confeccionados em duralumínio que permitem o
transporte de diversos tipos de cargas.
Tipos de Pallet
(Código IATA)
Peso Máximo (Kg)
8.1.1.1.1.1 Área Total
(m x m)
Área Útil
(m x m)
P1 (P1P) 6.804 3,18 X 2,24 2,98 X 2,04
P6 (PMC) 6.804 3,18 X 2,24 2,98 X 2,04
P7 (PGA) 13.608 6,06 X 2,44 5,92 X 2,24
P9 (PLA/ FLA) 3.175 3,18 X 1,53 2,98 X 1,33
FQA 3.175 2,43 X 1,33 2,23 X 1,33
16FT (PRA) 11.340 4,97 X 2,43 4,77 X 2,23
1 6
7 9
QA 6ft
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 124/144
106
Containers
Trabalhamos com 06 diferentes tipos de containers construídos emalumínio resistente ou em fibra com dimensões variadas para permitir a
ocupação mais racional possível da sua carga.
Tipos Peso máximo(kg)
Volume Total
(m x m x m)
Volume Útil
(m x m x m)
LD 2 (DPA) 1.225 1,19 X 1,53 X 1,62 1,11 X 1,45 X 1,56
LD 3 (AKE) 1.588 1,56 X 1,53 X 1,62 1,48 X 1,47 X 1,56
LD 8 (DQF) 2.450 2,43 X 1,53 X 1,62 2,35 X 1,45 X 1,56
LD11/ LD21 (ALP/ AWN) 3.175 3,18 X 1,53 X 1,62 3,10 X 1,47 X 1,56
AQ6 (AQA) 6.804 3,18 X 2,44 X 2,44 3,08 X 2,34 X 2,44
D2 D3 D8
D11 Q6
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 125/144
107
Anexo II - SIMMOD e TAAM: Análise Comparativa
FUNÇÃO SIMMOD TAAM
Classificação
modelo do tipo nó-link modelo do tipo 3D (três
dimensões)
Entrada de Dados
permissão restrita ao acesso
direto e modificações dos arquivos
de dados;
entrada via sua ferramenta de
construção da malha de nós e
links (Network Builder) consome
mais tempo do que modificar
diretamente arquivos.
acesso direto aos arquivos de
dados simplificam a entrada e
ajustamento dos dados;
não possui facilidades de
entradas manuais como o
SIMMOD.
Lógica do Espaço
Aéreo
opera numa lógica 2D, baseada
numa estrutura fixa de espaço
aéreo e de características de
performance das aeronaves,
relativas à velocidade.
opera numa lógica 3D, baseada
nas características de
performance das aeronaves,
relativas à velocidade e às suas
razões de subida/descida.
Movimentos
Horizontais no
Espaço Aéreo
é trabalhosa a definição de todos
os nós do espaço aéreo;
aeronave é confinada a rotas
predefinidas;
velocidade e direção ajustadas
somente nos nós.
movimentos não confinados a
rotas predefinidas;
modelagem realista: velocidade e
direção de vôo ajustadas
permanentemente.
Movimentos
Verticais no Espaço
Aéreo
requer tempo para a definição detodos os nós do espaço aéreo;
aeronave é confinada a altitudes
predefinidas em cada nó
(aeronave não pode mudar de
nível no caso de conflito).
não necessita de entradasadicionais àquelas já predefinidas;
permite modificação no nível de
vôo em caso de conflito.
Grupos de
Aeronaves
possui 4 classes de aeronaves
predefinidas para o espaço aéreo;
possui mais de 50 classes de
aeronaves predefinidas para o
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 126/144
108
número de classes de aeronaves
que podem ser especificados é
irrestrito.
espaço aéreo;
número de classes de aeronaves
que podem ser especificados é
irrestrito.
Rotas de
decolagem (SID) e
pouso (STAR) por
instrumento
consome bastante tempo para a
definição dos parâmetros para
cada nó;
parâmetros inconsistentes são
difíceis de localizar;
sua estrutura de espaço aéreo
fixa fornece ao usuário um
controle rigoroso dos movimentos
verticais das aeronaves.
a capacidade de se usar SID´s e
STAR´s oferece uma solução mais
amigável ao usuário para a
aplicação das restrições aos
segmentos de pouso e
decolagem;
ajustado à fraseologia padrão dosprocedimentos por instrumento
(AIP);
de fácil verificação e validação
visual.
Separação entre
aeronaves
considera apenas separação
longitudinal, sendo estabelecida
nos nós;
separação mínima checadas e
aplicadas somente nos nós;
a verificação e aplicação da
separação somente nos nós,
mexendo apenas com a
velocidade.
considera as separações
longitudinal, lateral e vertical;
separações mínimas são
checadas e aplicadas em todo o
espaço aéreo 3D;
separações mínimas aplicadas
em todas as situações
(velocidades, vetoração -
mudança de direção - ou
interrupção de subidas edescidas).
8.1.1.1.1.2 Conflito
s
detecção de conflitos e resolução
aplicada somente nos nós e na
direção longitudinal.
detecção de conflitos e resolução
aplicada em todo o espaço aéreo
3D e nas direções longitudinal,
lateral e vertical.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 127/144
109
8.1.1.1.1.3 Sequen
ciament
o
uso de 3 níveis estratégicos de
controle de movimento das
aeronaves em cada nó tem
mostrado ser insatisfatório. A
estratégia no nó de chegada não
funciona bem para os vôos
clonados;
nenhuma informação dinâmica
sobre a fila de chegada é
fornecida ao usuário.
uso de distâncias limites para a
formação de filas de pouso e para
o sequenciamento das aeronaves
para cada aeroporto tem mostrado
ser logicamente simples e fácil o
seu uso;
atualização permanente do
sequenciamento da fila de
chegada dá ao usuário uma visão
realista da dinâmica do fluxo de
chegada e das aeronaves nas
áreas de espera.
8.1.1.1.1.4 Setores
definição dos setores é
conectada à estrutura de rotas. A
setorização e mudança de rotas
se torna muito trabalhosa.
flexíveis e fáceis de serem
realizadas mudanças nos setores
por não terem nenhum impacto na
estrutura de rotas.
Clonagem
fácil de ser feita e eficiente;
apresenta pequenos problemas
nas estratégias de controle de
chegadas dos vôos clonados.
fácil de ser feita e eficiente;
não apresenta problemas.
Processos
Estocásticos
escolha completa das variáveis
randômicas tanto no espaço aéreo
quanto no solo.
escolha das variáveis randômicas
orientadas de acordo com as
características de performance
das aeronaves.
Animação
2D. 2D e 3D, sendo muito melhor suaresolução e apresentação visual
de tudo que ocorre no espaço
aéreo e aeroporto, facilitando a
análise visual.
Interatividade sem interação com o usuário
durante a simulação.
interação com o usuário durante
a simulação.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 128/144
110
Relatórios
atraso é a principal variável, em
rota e no solo fornecida, sendo
fácil a sua extração para a
comparação. Os resultados do
ponto de vista do controle de
tráfego aéreo são um tanto irreais,
devido as esperas nos nós não
correspondem à realidade;
não fornece os resultados em
forma de gráficos;
relatórios fornecem relatórios
detalhados das operações das
aeronaves no solo e no espaço
aéreo.
quantidade e importância dos
conflitos são fáceis de serem
extraídos;
relatórios um pouco maisamigáveis que o SIMMOD, com
algumas opções de gráfico;
fornece relatórios menos
detalhados que o SIMMOD.
Custo Aproximadamente US$ 10.000,00 Aproximadamente US$
350.000,00
Fonte: Pereira e Silva (2001)
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 129/144
111
Anexo III – Liberdades do ar
1a liberdade:
Direito de voar sobre o território de outro país sem pousar.
2a liberdade:
Direito de pousar em outro país sem objetivos comerciais
(reabastecimento, reparo mecânico etc)
3a liberdade:
Direito de desembarcar em outro país passageiros, malas postais e carga
trazidos do país de registro da rota aérea.
4a liberdade:
Direito de embarcar em outro país passageiros, malas postais e carga
com destino ao país de registro da rota aérea.
5a liberdade:
Direito de embarcar em outro país passageiros, malas postais e carga
com destino a um terceiro país, desde que o país de registro da rota aérea seja
ponto de origem ou destino desta rota.
6a liberdade:
Direito de embarcar em outro país passageiros, malas postais e carga
com destino a um terceiro país, desde que o país de registro da rota aérea seja
ponto de passagem desta rota.
7a liberdade:
Direito de embarcar em outro país passageiros, malas postais e carga
com destino a um terceiro país, independentemente do fato de que o país deregistro da rota aérea seja ponto de passagem, origem ou destino desta rota.
Fonte: British Airways Fact Book, 1996
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 130/144
112
Anexo IV - Tarifas Aeronáuticas
Tarifa de Pouso: o preço de utilização das facilidades e serviços (PPO), ou seja, o
valor pago pelo operador da aeronave, com relação à Tarifa de Pouso, é expresso
pela seguinte fórmula:
PPO = PMD x TPO, sendo:
PMD = Peso Máximo de Decolagem;
TPO = Tarifa de Pouso.
Tarifa de Permanência no Pátio de Manobras: o preço pela utilização dos
serviços e facilidades prestados à aeronave no pátio de manobras (PPM),
ultrapassadas as três primeiras horas após o pouso, e devida pelo explorador daaeronave, é expresso pela seguinte fórmula:
PPM = PMD x TPM x n, sendo:
PMD = Peso Máximo de Decolagem;
TPM = Tarifa de Permanência no Pátio de Manobras;
n = número de horas ou fração de permanência no pátio de manobras.
Tarifa de Permanência na Área de Estadia: o preço pela utilização dos serviços efacilidades prestados à aeronave na área de estadia (PPE), e devida pelo
explorador da aeronave, é expresso pela seguinte fórmula:
PPE = PMD x TPE x n, sendo:
PMD = Peso Máximo de Decolagem;
TPE = Tarifa de Permanência em Área de Estadia;
n = número de horas ou fração de permanência na área de estadia.
Tarifa de Uso das Comunicações e Auxílio à Navegação Aérea: o preço da
utilização dos serviços e facilidades referentes ao auxílio à nevegação aérea (PAN)
é expresso pela seguinte fórmula:
PAN = Fp x Di x Ti, sendo:
Fp = raiz quadrada de PMD sobre 50, ondePMD é expresso em toneladas
métricas (Fator Peso);
1 ... n = regiões de informação de vôo sobrevoadas;
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 131/144
113
Di = a distância expressa em quilômetros, medida na região “i” de vôo, entre:
− aeródromo de partida e chegada na mesma região;
− aeródromo de partida e ponto de saída na mesma região;
− ponto de entrada e aeródromo de chegada na mesma região; e
− os pontos de entrada e saída na mesma região.
Ti = tarifa correspondente à região “i”.
Tarifa de Uso das Comunicações e dos Auxílios-Rádio e Visuais em Área
Terminal de Tráfego Aéreo: o preço da utilização dos serviços e facilidades
referentes aos auxílios referentes a esta tarifa (PAT) é expresso pela seguinte
fórmula:
PAT = Fp x Tt, sendo:
Fp = raiz quadrada de PMD sobre 50, ondePMD é expresso em toneladas
métricas (Fator Peso);
Tt = tarifa fixada para a classe do aeródromo.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 132/144
114
Anexo V - Manutenção programada
Exemplo resumido do ciclo de manutenção de uma
aeronave Boeing B747-400 típica.
Transit check:
Frequência: Antes de cada vôo
Equipe: 2 engenheiros
Serviços:
Ramp 1 check:
Frequência: Diariamente
Equipe: 4 engenheiros
Serviços:
Ramp 2 check:
Frequência: A cada 190 horas de vôo
Equipe: 4 engenheiros
Serviços:
Ramp 3 check:
Frequência: A cada 540 horas de vôo
Equipe: 6 engenheiros
Serviços:
Service check 1:
Frequência: A cada 1.060 horas de vôo, em oficina especializada
Equipe: 50 engenheiros
Serviços:
Service check 2:
Frequência: A cada 2.120 horas de vôo
Equipe: 50 engenheiros
Serviços:
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 133/144
115
Inter check 1:
Frequência: A cada 6.360 horas de vôo
Equipe: 160 engenheiros
Serviços:
Inter check 2:
Frequência: A cada 12.720 horas de vôo
Equipe: 160 engenheiros
Serviços:
Major service:
Frequência: A cada 24.000 horas de vôo ou cada 5 anos
Equipe: 180 engenheiros
Serviços:
Fonte: British Airways Fact Book, 1996
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 134/144
116
Anexo VI - Cargas embarcadas / desembarcadas por
aeroporto
Cargas embarcadas por aeroporto - 1999. Fonte: DACCodAero orto Ori em Car a FatAleatorio Buffer
10 SBBE 8 723 873 0.05 20015 SBBR 26 673 678 0.05 15018 SBBV 751 556 0.05 25030 SBCT 11 141 005 0.05 10036 SBEG 27 591 072 0.05 30046 SBFZ 19 304 529 0.05 10047 SBGL 45 918 969 0.05 10050 SBGR 113 328 082 0.05 10089 SBPA 27 755 252 0.05 100
101 SBRB 621 617 0.05 200102 SBRF 21 302 793 0.05 100114 SBSV 21 691 609 0.05 150
Obs: cargas em kg e buffer em km (raio de influência em torno do aeroporto)
Cargas desembarcadas por aeroporto - 1999. Fonte: DAC
Destino Car a kSBBE 15 692 971
SBBR 28 275 016SBBV 1 619 540SBCT 13 855 348SBEG 32 484 980SBFZ 20 161 705SBGL 40 728 104SBGR 88 143 479SBPA 23 873 336SBRB 1 737 994SBRF 28 782 991SBSV 29 448 571
Obs: cargas em kg
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 135/144
117
Anexo VII - Programação de vôos para a corrida 1
NCORR CodVoo Identificacao Ori em Destino Hora Partida1 1 PPRRR SBBE SBEG 11/03/2000 05:00:001 73 PPYYY SBPA SBCT 11/03/2000 07:00:00
1 2 PPRRR SBEG SBGR 11/03/2000 08:26:311 51 PPXYZ SBBR SBEG 11/03/2000 08:30:001 74 PPYYY SBCT SBPA 11/03/2000 09:00:001 52 PPXYZ SBEG SBGL 11/03/2000 11:05:001 26 PPXXX SBEG SBGR 11/03/2000 11:30:001 75 PPYYY SBPA SBGL 11/03/2000 11:37:011 3 PPRRR SBGR SBEG 11/03/2000 13:25:311 76 PPYYY SBGL SBPA 11/03/2000 14:54:481 53 PPXYZ SBGL SBGR 11/03/2000 15:47:241 27 PPXXX SBGR SBBR 11/03/2000 16:36:151 54 PPXYZ SBGR SBEG 11/03/2000 18:12:01
1 77 PPYYY SBPA SBGL 11/03/2000 18:12:351 4 PPRRR SBEG SBGL 11/03/2000 18:24:311 28 PPXXX SBBR SBGR 11/03/2000 19:35:201 78 PPYYY SBGL SBGR 11/03/2000 21:30:221 79 PPYYY SBGR SBBR 12/03/2000 02:54:591 55 PPXYZ SBEG SBGR 12/03/2000 03:18:151 5 PPRRR SBGL SBGR 12/03/2000 03:34:131 29 PPXXX SBGR SBBR 12/03/2000 03:34:251 80 PPYYY SBBR SBGR 12/03/2000 05:54:041 6 PPRRR SBGR SBEG 12/03/2000 05:57:531 30 PPXXX SBBR SBBE 12/03/2000 06:33:30
1 56 PPXYZ SBGR SBFZ 12/03/2000 08:24:301 81 PPYYY SBGR SBBR 12/03/2000 08:53:081 31 PPXXX SBBE SBBR 12/03/2000 10:25:111 7 PPRRR SBEG SBGR 12/03/2000 10:56:531 82 PPYYY SBBR SBBE 12/03/2000 11:52:131 57 PPXYZ SBFZ SBEG 12/03/2000 13:07:401 32 PPXXX SBBR SBGR 12/03/2000 14:16:521 83 PPYYY SBBE SBBR 12/03/2000 15:43:541 8 PPRRR SBGR SBEG 12/03/2000 15:55:531 33 PPXXX SBGR SBSV 12/03/2000 17:15:561 58 PPXYZ SBEG SBBV 12/03/2000 17:53:19
1 84 PPYYY SBBR SBBE 12/03/2000 19:35:351 59 PPXYZ SBBV SBEG 12/03/2000 20:39:001 9 PPRRR SBEG SBGR 13/03/2000 00:54:531 34 PPXXX SBSV SBGL 13/03/2000 00:57:241 85 PPYYY SBBE SBEG 13/03/2000 02:27:161 35 PPXXX SBGL SBGR 13/03/2000 04:21:491 60 PPXYZ SBEG SBRF 13/03/2000 04:30:001 10 PPRRR SBGR SBEG 13/03/2000 05:53:531 86 PPYYY SBEG SBGR 13/03/2000 05:57:161 36 PPXXX SBGR SBBR 13/03/2000 09:24:151 11 PPRRR SBEG SBGL 13/03/2000 10:52:54
1 87 PPYYY SBGR SBEG 13/03/2000 11:03:311 61 PPXYZ SBRF SBBR 13/03/2000 11:24:30
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 136/144
118
1 37 PPXXX SBBR SBGR 13/03/2000 12:23:201 62 PPXYZ SBBR SBEG 13/03/2000 15:42:011 12 PPRRR SBGL SBGR 13/03/2000 16:02:361 88 PPYYY SBEG SBGR 13/03/2000 16:09:461 63 PPXYZ SBEG SBGL 13/03/2000 18:40:00
1 13 PPRRR SBGR SBEG 13/03/2000 19:25:311 38 PPXXX SBGR SBBR 13/03/2000 20:22:251 89 PPYYY SBGR SBSV 13/03/2000 21:16:011 64 PPXYZ SBGL SBGR 13/03/2000 22:59:001 39 PPXXX SBBR SBBE 13/03/2000 23:21:301 14 PPRRR SBEG SBGL 14/03/2000 00:24:311 90 PPYYY SBSV SBRF 14/03/2000 00:57:281 65 PPXYZ SBGR SBEG 14/03/2000 01:24:011 40 PPXXX SBBE SBBR 14/03/2000 03:13:111 91 PPYYY SBRF SBSV 14/03/2000 03:42:261 92 PPYYY SBSV SBRF 14/03/2000 06:27:24
1 41 PPXXX SBBR SBGR 14/03/2000 07:04:521 93 PPYYY SBRF SBFZ 14/03/2000 09:12:231 15 PPRRR SBGL SBGR 14/03/2000 09:34:131 42 PPXXX SBGR SBSV 14/03/2000 10:03:561 66 PPXYZ SBEG SBGR 14/03/2000 10:30:151 16 PPRRR SBGR SBEG 14/03/2000 11:57:531 94 PPYYY SBFZ SBBE 14/03/2000 14:00:231 67 PPXYZ SBGR SBFZ 14/03/2000 15:36:301 17 PPRRR SBEG SBGR 14/03/2000 16:56:531 43 PPXXX SBSV SBGL 14/03/2000 17:45:241 68 PPXYZ SBFZ SBEG 14/03/2000 20:19:40
1 95 PPYYY SBBE SBBR 14/03/2000 20:31:541 44 PPXXX SBGL SBGR 14/03/2000 21:09:491 18 PPRRR SBGR SBEG 14/03/2000 21:55:531 96 PPYYY SBBR SBBE 15/03/2000 00:23:351 69 PPXYZ SBEG SBBV 15/03/2000 01:05:191 70 PPXYZ SBBV SBEG 15/03/2000 03:50:541 19 PPRRR SBEG SBGR 15/03/2000 06:54:531 97 PPYYY SBBE SBEG 15/03/2000 07:15:161 98 PPYYY SBEG SBGR 15/03/2000 10:45:161 20 PPRRR SBGR SBEG 15/03/2000 11:53:531 71 PPXYZ SBEG SBRF 15/03/2000 12:36:30
1 99 PPYYY SBGR SBEG 15/03/2000 15:51:311 21 PPRRR SBEG SBGL 15/03/2000 16:52:541 72 PPXYZ SBRF SBBR 15/03/2000 18:36:301 100 PPYYY SBEG SBGR 15/03/2000 20:57:461 22 PPRRR SBGL SBGR 15/03/2000 22:02:361 101 PPYYY SBGR SBSV 16/03/2000 02:04:011 23 PPRRR SBGR SBEG 16/03/2000 02:50:361 102 PPYYY SBSV SBRF 16/03/2000 05:45:281 103 PPYYY SBRF SBSV 16/03/2000 08:30:261 104 PPYYY SBSV SBRF 16/03/2000 11:15:241 105 PPYYY SBRF SBFZ 16/03/2000 14:00:23
1 106 PPYYY SBFZ SBBE 16/03/2000 18:48:23
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 137/144
119
Anexo VIII - Tipos de impostos federais
COD TRIB TRIBUTO
Ti oTributo
10 IMPOSTO SOBRE IMPORTACOES import20 IMPOSTO S/EXPORTACOES-TOTAL ex ort
40 IMPOSTO S/EXPORTACOES-CACAU ex ort50 IMPOSTO S/EXPORTACOES-OUTROS ex ort60 IMPOSTO SOBRE PRODUTOS INDUSTRIALIZADOS-TOTAL IPI70 IPI-FUMO IPI80 IPI-BEBIDAS IPI90 IPI-AUTOMOVEIS IPI100 IPI-OUTROS IPI110 IPI-INDUSTRIAL IPI120 IPI-VINC. AS IMPORTACOES IPI130 IPI-ACRESC. LEGAIS IPI140 IMPOSTO SOBRE A RENDA-TOTAL IR
150 IMP. S/A RENDA PESSOAS FISICAS IR160 IRPF-CARNET LEAO IR170 IRPF-QUOTAS DECLARACAO IR180 IRPF-ACRESCIMOS LEGAIS IR190 IMP. S/A RENDA PESSOAS JURIDICAS IR200 IRPJ-ENTIDADES FINANCEIRAS IR210 IRPJ-EMP. NAO FINANCEIRAS SUJEITAS ADICIONAL IR220 IRPJ-LUCRO PRESUMIDO IR230 IRPJ-DEMAIS EMPRESAS IR240 IRPJ-INCENTIVOS FISCAIS IR250 IRPJ-ACRESCIMOS LEGAIS IR
260 IMP.RENDA RETIDO NA FONTE IR270 IRRF-RENDIMENTOS DO TRABALHO IR280 IRRF-RENDIMENTOS DO CAPITAL IR290 IRRF-FUNDOS DE RENDA FIXA IR300 IRRF-FUNDOS DE RENDA VARIAVEL IR310 IRRF-TITULOS DE RENDA FIXA IR315 IRRF-FUNDOS DE INVESTIMENTO FINANCEIRO IR320 IRRF-DEMAIS RENDIMENTOS CAPITAL IR330 IRRF-REMESSAS P/ EXTERIOR IR340 IRRF-OUTROS RENDIMENTOS IR350 IRRF-ACRECIMOS LEGAIS IR
360 IMP. S/OPERACOES FINANCEIRAS-TOTAL IOF370 IOF-OPER. DE CREDITO CAMBIO E SEGURO IOF380 IOF-OURO IOF390 IOF-APLICACOES FINANCEIRAS IOF400 IOF-OUTRAS OPERACOES IOF410 IOF-ACRESCIMOS LEGAIS IOF420 IMPOSTO TERRITORIAL RURAL ITR430 IMPOSTO PROVISORIO S/MOVIMENTACAO FINANCEIRA IPMF490 RECEITA DE IMPOSTOS495 C.P.M.F. - CPMF500 CONTRIB P/FINANCIAMENTO DA SEGURIDADE SOCIAL - COFINS
510 COFINS-FINANCEIRAS E EQUIPARADAS COFINS520 COFINS-DEMAIS EMPRESAS COFINS
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 138/144
120
530 COFINS-ACRESCIMOS LEGAIS COFINS540 CONTRIBUICAO P/ O PIS / PASEP550 PIS560 PASEP570 PIS/PASEP-ACRESCIMOS LEGAIS
580 CONTRIBUICAO SOCIAL S/LUC.LIQUIDO590 CONTR. SOCIAL S/LUCRO PJ-FINANCEIRAS600 CONTR. SOCIAL S/ LUCRO PJ - DEMAIS610 CONTR. SOCIAL S/ LUCRO PJ - ACRESCIMOS LEGAIS630 CONTRIBUICAO P/PLANO SEG. SOC. SERVIDORES645 CONTRIBUICOES PARA O FUNDAF646 FUNDAF-SELO ESPECIAL DE CONTROLE647 FUNDAF-LJ FRANCA / ENT ADUAN / DEP ALFAN648 FUNDAF-ACRESCIMOS LEGAIS649 OUTRAS RECEITAS ADMINISTRADAS650 RECEITA ADMINISTRADA PELA SRF
660 TAXAS670 TOTAL DA RECEITA DE TRIBUTOS E CONTRIBUICOES690 DEMAIS RECEITAS695 RECEITA DO TESOURO697 PASSIVO FINANCEIRO700 TOTAL GERAL DAS RECEITAS
fonte: Secretaria da Fazenda (1989 a 1999)
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 139/144
121
Anexo IX - Exemplo de dados de tributos federais
TRIB MUNIC ANO MO MES01 MES02 MES03 MES04 MES05 MES06
140 7107 1997 R$ 1014724744 729462830 1159340047 1120946004 872947985 838316204 260 7107 1997 R$ 789026240 425868378 479224992 540609622 494548798 474242946 140 6001 1997 R$ 473880101 333598286 410881490 479965167 362627852 394301712 190 7107 1997 R$ 193851732 275544382 647453114 428575462 293847126 289922778 270 7107 1997 R$ 267419317 231578765 277026964 290256821 252857917 244576087 140 9701 1997 R$ 267389257 244781074 285364227 246354335 235265208 288856997 260 6001 1997 R$ 326523417 192852244 215348253 244021859 216223694 238790998 60 7107 1997 R$ 184785749 219610327 212037344 217185064 214028325 222088266
260 9701 1997 R$ 220144744 192481600 224678914 189657202 188993924 179902161 280 7107 1997 R$ 405260628 121475333 133586431 168612120 153293413 144723936
210 7107 1997 R$ 106225187 178871065 377716452 208522587 187211861 187726819 360 7107 1997 R$ 153571813 121935748 137491453 165711499 166718828 189582793 370 7107 1997 R$ 152340945 121421918 136488144 164016727 165442229 187542487 270 9701 1997 R$ 159709991 139017056 142644371 134224517 134192413 133391227 190 6001 1997 R$ 133885360 126690125 180570270 144161139 104401310 118720074 270 6001 1997 R$ 137157188 135598835 118614994 151252194 127273597 121362306 100 7107 1997 R$ 100188603 124553950 132757653 135857309 135615333 141530277 200 7107 1997 R$ 22391143 37188221 205929581 148775565 69391402 66227487 210 6001 1997 R$ 74053630 86597595 128021745 91115003 73474908 96372536 60 6001 1997 R$ 89971163 102111954 90076408 96010651 92147992 94396095
140 4123 1997 R$ 92396772 80647376 92662516 111437109 90299431 86553444
110 7107 1997 R$ 61373600 78399310 82113553 82018031 83910722 85697100 fonte: Secretaria da Fazenda (1989 a 1999)
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 140/144
122
Anexo X - Custos detalhados por modelo de aerona
Modelo Velocidade Capacidade Consumo Crew Fuel Rental Depreciat Insurance
B727-100 865 19500 4050 817 884 37 257 1B737 785 60000 3000 1186 755 223 125 4B747-200 900 100000 11000 1586 2836 1558 506 4B757-200 869 39916 4444 1222 2311 488 599 5DC10-30 900 72800 4050 1042 2095 457 557 4MD-11 890 27000 9600 1191 1737 565 601 10
A tabela acima apresenta os custos detalhados por modelo de aeronave, bem como velo
consumo (l/h). Os custos são dados em U$/h.
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 141/144
123
Anexo XI – Características operacionais do Boeing
Dados válidos para: dia padrão, vento zero, velocidade 0.84 machCarga paga x alcance (Nm) da aeronave
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 142/144
124
Dados válidos para: dia padrão, vento zero, inclinação da pista = zero
Comprimento de pista requerido para decolagem
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 143/144
125
Dados válidos para: dia padrão, vento zero, inclinação da pista = zero
Comprimento de pista requerido para pouso
5/7/2018 tese_dsc_Erivelton - slidepdf.com
http://slidepdf.com/reader/full/tesedscerivelton 144/144
Anexo XII – Copyright
O software desenvolvido nesta tese foi consntruído usando-se a linguagem
de programação Visual Basic 6, da Microsoft, e o componente MapObjects 2.0, da
ESRI.
Para uso do sistema é necessária a instalação do componente MapObjects
2.0, da ESRI. Uma versão para avaliação pode ser conseguida junto à ESRI, por
até 90 dias, no site: http://www.esri.com
O código fonte desta tese (disponível em
http://planet.pet.coppe.ufrj.br/erivelton/tesedsc ) é de uso totalmente livre, mas nem
o autor nem as instituições que o apoiam assumem qualquer responsabilidade
decorrente do uso do mesmo, seja no todo ou em parte. Solicita-se a citação dafonte, caso o software seja utilizado de alguma forma.