Divulgação - Defesa Nº 186
Aluno: Renan Costa Alencar
Título: “Otimizando o Team Ant Colony System para cálculo de múltiplas rotas para a distribuição de materiais e medicamentos”.
Orientador: Prof. Carmelo José Albanez Bastos Filho
Data-hora: 26/Outubro/2018 (15:00h)
Local: Escola Politécnica de Pernambuco – SALA I-4
Resumo:
“Dentro da logística hospitalar, a distribuição de medicamentos e materiais hospitalares pode ser considerada como um problema que combina dois problemas conhecidos, Múltiplos Caixeiros Viajantes (MTSP) e o Problema de Mochila (KP). Problemas do tipo MTSP visam minimizar o deslocamento total dos caixeiros, com a restrição de que os caminhos devem começar e terminar no depósito e todas as localidades intermediárias devem ser visitadas uma única vez. Por outro lado, o KP é um problema combinatório que aloca espaço em uma mochila de acordo com uma seleção prévia de objetos. Assim, o valor total de todos os objetos escolhidos é maximizado na mochila. Uma variação do algoritmo Ant Colony System (ACS), baseado no comportamento de colônia de formigas, é utilizado para resolver problemas MTSP. Esta variação, o Team Ant Colony Optimization – TACO, desenvolvido por Vallivaara (2008), possui N times de formigas de m elementos, onde cada formiga de um time corresponde a um caixeiro na construção de uma solução para o problema. A utilização deste algoritmo visa realizar a distribuição de medicamentos e materiais hospitalares criando rotas otimizadas para múltiplos entregadores, em um dia de trabalho, de forma simultânea. Em resultados preliminares, a abordagem acima se mostrou promissora para dois cenários: minimizar a maior rota individual, distribuindo a carga de maneira uniforme para todos os entregadores, e minimizar o custo total das soluções, isto é, a soma de todos os custos das rotas individuais dos entregadores. Entretanto, estes objetivos são concorrentes. Este trabalho propõe a utilização dos algoritmos meta-heurísticos de optimização como Fish School Search – FSS e Particle Swarm Otptimization – PSO como otimizadores globais dos parâmetros inerentes do TACO para obter resultados melhores para os objetivos acima descritos. Nos resultados, a utilização de otimizadores globais mostraram-se promissores para otimização dos objetivos ora utilizados pelo TACO. Por fim, a otimização dos cenários acima, simultaneamente, é realizada com o TACO em associação a uma variação multi-objetiva do FSS, o Multi-Objective Fish School – MOFSS, como um otimizador global.”
O Programa
