Modelo Matemático e Variable Neighborhood Search aplicados ao Problema do Roteamento de Esteiras no Embarque de Minério de Ferro

Favoritar este trabalho
Como citar esse trabalho?
Detalhes
  • Tipo de apresentação: Trabalho completo (oral)
  • Eixo temático: 16. POI – PO na Indústria
  • Palavras chaves: Programação Linear inteira Mista; roteamento; porto;
  • 1 Instituto Federal de Ciência e Tecnologia do Espírito Santo

Modelo Matemático e Variable Neighborhood Search aplicados ao Problema do Roteamento de Esteiras no Embarque de Minério de Ferro

Leandro Resendo

Instituto Federal de Ciência e Tecnologia do Espírito Santo

Resumo

Neste artigo o Problema do Roteamento de Esteiras no Embarque de Minério de Ferro é modelado pelo Problema de Alocação de Demandas encontrado no planejamento de produção. Com o objetivo de minimizar o tempo de execução da lista demandas, foi proposto um modelo de programação linear inteira e uma heurística, baseada no método Variable Neighborhood Search. Para a resolução das instâncias geradas pelo modelo matemática foi usado o Cplex. Um cenário de pequeno porte foi usado para avaliar o desempenho dos dois métodos e um cenário de um porto real foi usado para verificar a aplicabilidade da heurística.

Questões (2 tópicos)

Compartilhe suas ideias ou dúvidas com os autores!

Sabia que o maior estímulo no desenvolvimento científico e cultural é a curiosidade? Deixe seus questionamentos ou sugestões para o autor!

Faça login para interagir

Tem uma dúvida ou sugestão? Compartilhe seu feedback com os autores!

Autor

Cleber Silva Ferreira

Bom dia Francisco,

Primeiramente obrigado por prestigiar o trabalho e pela pergunta. Um dos parâmetros de entrada do modelo e da heurística é o momento de chegada da demanda, sendo assim a ideia é realizar o agendamento do atendimento das demandas pelas rotas na lista de demanda que intrinsecamente é uma janela de tempo, conforme as demanda são atendida e novas demanda são enviadas pelo nível tático da empresa um novo processamento desta nova lista de demandas, contendo demandas novas e antigas, pode ser realizado produzindo um novo agendamento. Desta forma a expectativa é que o modelo gere soluções tanto do ponto de vista da janela de tempo como do backlog de tarefas. Sobre as perspectivas futuras do trabalho, atualmente estamos trabalhando para inserir as restrições que levam em consideração as posições das pilhas em maquinas de pátio o que configura um destino ou uma origem como a combinação do equipamento com a posição da pilha, além disto as restrições relativas as variações de marés do ponto de vista de bloqueio de rota, ou seja, uma rota que possui um navio cuja maré está baixa gerando riscos devido ao limite do calado operacional estarão bloqueadas. Outras restrições que estamos pesquisando para adicionar ao trabalho é o custo energético atribuído a cada rota e a probabilidade de falhas das rotas.

Francisco Filipe Cunha Lima Viana

Obrigado, pela resposta, Cleber. Fiz esta pergunta sobre backlogs, pois, neste caso, pode-se levar em consideração a minimização dos custos devido à urgência do cliente, ou até, sob uma perspectiva de previsibilidade e planejamento, o comportamento do estoque, o que acaba sendo uma problema com vários objetivos a serem seguidos, e que tem uma gama de possibilidades de estudo. De qualquer forma, parabéns novamente.  

Autor

Cleber Silva Ferreira

Francisco, excelentes considerações que possuem grande potencial para enriquecer o trabalho. Obrigado pela contribuição.

Autor

Cleber Silva Ferreira

Bom dia Juliano, primeiramente obrigado por prestigiar o trabalho e pela pergunta. No artigo tivemos 2 cenários de testes, o primeiro é um porto reduzido contendo somente 15 rotas, o segundo cenário foi utilizado os dados de um porto real, situado em vitória/ES contendo uma combinação de aproximadamente 5000 rotas. No fim do artigo é exibido a comparação destes dois cenários onde tivemos a conclusão que o modelo matemático processado pelo software CPLEX, apesar de ser um benchmark e encontrar soluções ótimas no primeiro cenário e com poucas demandas, não foi capaz de encontrar soluções viáveis no segundo cenário limitando seu processamento em 1 hora, já a heurística encontrou soluções viáveis próximas da solução ótima apresentado no CPLEX no cenário 1 e sempre apresentando tempos de resposta de poucos segundos nos dois cenários. O porto utilizado como referência foi considerado o terceiro maior porto brasileiro no ranking de movimentação de carga segundo a ANTAQ porem realmente pode ser válido a comparação com portos maiores, para isto bastaria alimentar o banco de dados de entrada (banco de dados relacional) com as informações do porto. Sobre os próximos passos do trabalho, atualmente estamos trabalhando para inserir as restrições que levam em consideração as posições das pilhas em maquinas de pátio o que configura um destino ou uma origem como a combinação do equipamento com a posição da pilha, além disto as restrições relativas as variações de marés do ponto de vista de bloqueio de rota, ou seja, uma rota que possui um navio cuja maré está baixa gerando riscos devido ao limite do calado operacional estarão bloqueadas. Outras restrições como o custo energético atribuído a cada rota e a probabilidade de falhas das rotas. A nossa estratégia é de concentrar os esforços em propor novas restrições no modelo matemático com o propósito de enriquecê-lo e utilizar a mesma heurística devido ao pequeno tempo de resposta apresentado pelo VNS, porem concordamos que utilizar outras meta-heurísticas iria ser muito interessante.