Uma heurística ILS para a resolução do problema de roteamento de veículos com frota heterogênea.

O problema de roteamento de veículos com frota heterogênea (PRVFH) é um problema de otimização combinatória que, devido à variação na capacidade dos veículos, ao número de restrições e ao número de clientes a serem visitados, apresenta elevada complexidade computacional. O objetivo principal do PRVF...

Descripción completa

Detalles Bibliográficos
Autores: Vieira, Naiara Helena, Cota, Fernanda dos Reis, Gomes Júnior, Aloísio de Castro, Gomes, Helton Cristiano, Reis, Allexandre Fortes da Silva
Tipo de recurso: artículo
Estado:Versión publicada
Fecha de publicación:2022
País:Brasil
Institución:Universidade Federal de Ouro Preto (UFOP)
Repositorio:Repositório Institucional da UFOP
Idioma:portugués
OAI Identifier:oai:repositorio.ufop.br:123456789/16855
Acceso en línea:http://www.repositorio.ufop.br/jspui/handle/123456789/16855
http://dx.doi.org/10.5380/relainep.v10i17.83398
Access Level:acceso abierto
Palabra clave:Roteamento de veículos
Frota heterogênea
Iterated Local Search
Descripción
Sumario:O problema de roteamento de veículos com frota heterogênea (PRVFH) é um problema de otimização combinatória que, devido à variação na capacidade dos veículos, ao número de restrições e ao número de clientes a serem visitados, apresenta elevada complexidade computacional. O objetivo principal do PRVFH é determinar o melhor conjunto de rotas possível que os veículos possam percorrer entre o depósito e os clientes, observando a capacidade de cada veículo. O presente trabalho apresenta uma abordagem utilizando a metaheurística Iterated Iocal Search (ILS) para resolução do PRVFH. A solução inicial é obtida pelo procedimento de economias (Clarke-Wright). Como métodos de busca local, foram adotados os movimentos two-opt e two-point-move para melhorar as soluções. Os resultados, quando comparados a solução inicial obtida usando a heurística de ClarkeWright, chegaram a melhorias de até 23%, com tempos computacionais abaixo de sete segundos. O método foi aplicado a 27 instâncias encontradas na literatura e adaptadas para o problema com variação de 32 a 80 clientes.