Random-Key Optimizer para o Problema de Roteamento de Veículos Capacitados com Entregas e Coletas Reversas

Este trabalho trata do Problema de Roteamento de Veículos Capacitados com restrições encontradas no contexto de uma empresa. O problema envolve um leilão de rotas para uma frota heterogênea que realiza entregas e coletas reversas, buscando otimizar custos e distâncias com base em uma matriz de distâncias. O processo inclui um pré-planejamento com clusterização em microrregiões e distribuição de preços de produtos com custos elevados. O objetivo é desenvolver um método de otimização para entrega e coleta reversa de produtos entre depósito e consumidores finais. Para isso, propõe-se o método Random-Key Optimizer (RKO), comparando-o com outras abordagens. Além disso, aplica-se o algoritmo Q-Learning para ajuste de parâmetros. Os resultados indicam que as metaheurísticas são eficazes, oferecendo boas soluções em tempo computacional viável. Entre as abordagens testadas, VNS e ILS destacaram-se em desempenho geral. Porém, o método RKO com várias metaheurísticas foi o que apresentou os melhores resultados para o problema.