Métodos meta-heurísticos para o problema de localização de máxima cobertura multiobjetivo.

dc.contributor.advisorGomes, Helton Cristianopt_BR
dc.contributor.advisorGomes Júnior, Aloisio de Castropt_BR
dc.contributor.authorPinheiro, Ruan Carlos Silva Menezes
dc.contributor.refereeGomes, Helton Cristianopt_BR
dc.contributor.refereeGomes Júnior, Aloisio de Castropt_BR
dc.contributor.refereeGuimarães, Irce Fernandes Gomespt_BR
dc.contributor.refereeKlen, André Monteiropt_BR
dc.date.accessioned2023-11-13T19:13:52Z
dc.date.available2023-11-13T19:13:52Z
dc.date.issued2022pt_BR
dc.descriptionPrograma de Pós-Graduação em Engenharia de Produção. Departamento de Engenharia de Produção, Instituto de Ciências Exatas e Aplicadas, Universidade Federal de Ouro Preto.pt_BR
dc.description.abstractA definição da melhor localização para uma instalação é uma decisão estratégica desafiante para os gestores de organizações públicas e privadas, vistos os inúmeros benefícios que uma decisão adequada pode gerar. A correta localização de uma ou mais instalações pode proporcionar vantagens competitivas para as organizações através da proximidade com clientes/fornecedores e de fontes de recursos, bem como com a redução de alguns custos operacionais e logísticos. Ela pode implicar, também, no melhor atendimento da demanda dos clientes. Porém, a decisão de localização requer inúmeros estudos específicos e necessita da utilização de algum tipo de ferramenta para auxiliar na análise das alternativas. Visando auxiliar os gestores das organizações na determinação da localização de instalações, tornando a tomada de decisão mais adequada, este trabalho tem como objetivo desenvolver métodos para a resolução do problema de localização de máxima cobertura formulado como um problema de otimização multiobjetivo (MO-PLMC). Problemas de localização tratam de decisões sobre a obtenção da melhor configuração para a instalação de uma ou mais facilidades, visando atender com qualidade a demanda de uma população, com o menor custo possível. O MO-PLMC será abordado buscando a otimização de dois objetivos: a maximização da demanda atendida e a minimização do custo de instalação das facilidades. Na resolução de um problema de otimização multiobjetivo é determinado um diagrama de Pareto, onde cada ponto representa uma solução Pareto-ótima. Porém, a construção do diagrama pode ser muito complexa, dependendo da natureza do problema a ser resolvido. Visto isso, foram implementados e testados dois métodos meta-heurísticos, baseados no Greedy Randomized Adaptive Search Procedure e no Variable Neighborhood Search, para gerar conjuntos de soluções Pareto-ótimas para o MO-PLMC. Para avaliar a eficiência dos métodos, os conjuntos de soluções Pareto- ótimas obtidos através da utilização de instâncias geradas como proposto na literatura, e adaptadas para a otimização multiobjetivo, foram comparados através de três métricas de avaliação de desempenho: medidas de distância, diferença de hipervolume e taxa de erro. Foram realizados, também, experimentos estatísticos com o intuito de comprovar a existência de diferença significativa entre os métodos com relação às métricas utilizadas. Para isso foi utilizado o teste estatístico t de Student, adequado para a comparação de duas populações. Com base nos experimentos computacionais, concluiu-se que o MOVNS foi superior ao GMO, para todas as instâncias, em relação às três métricas.pt_BR
dc.description.abstractenDefining the best location for a facility is a challenging strategic decision for managers of public and private organizations, given the countless benefits that an appropriate decision can generate. The correct location of one or more facilities can provide competitive advantages for organizations through proximity to customers/suppliers and sources of resources, as well as the reduction of some operational and logistical costs. It can also imply better meeting customer demand. However, the location decision requires numerous specific studies and requires the use of some type of tool to assist in the analysis of alternatives. Aiming to assist organizational managers in determining the location of facilities, making decision-making more appropriate, this work aims to develop methods for solving the maximum coverage location problem formulated as a multi-objective optimization problem (MO-PLMC) . Location problems deal with decisions about obtaining the best configuration for the installation of one or more facilities, aiming to meet the demand of a population with quality, at the lowest possible cost. The MO-PLMC will be approached seeking to optimize two objectives: maximizing the demand met and minimizing the cost of installing the facilities. When solving a multi- objective optimization problem, a Pareto diagram is determined, where each point represents a Pareto-optimal solution. However, constructing the diagram can be very complex, depending on the nature of the problem to be solved. Given this, two meta- heuristic methods were implemented and tested, based on the Greedy Randomized Adaptive Search Procedure and the Variable Neighborhood Search, to generate sets of Pareto-optimal solutions for the MO-PLMC. To evaluate the efficiency of the methods, the sets of Pareto-optimal solutions obtained through the use of instances generated as proposed in the literature, and adapted for multi-objective optimization, were compared using three performance evaluation metrics: distance measures, difference of hypervolume and error rate. Statistical experiments were also carried out with the aim of proving the existence of a significant difference between the methods in relation to the metrics used. For this purpose, the Student's t statistical test was used, suitable for comparing two populations. Based on the computational experiments, it was concluded that MOVNS was superior to GMO, for all instances, in relation to the three metrics.pt_BR
dc.identifier.citationPINHEIRO, Ruan Carlos Silva Menezes. Métodos meta-heurísticos para o problema de localização de máxima cobertura multiobjetivo. 2022. 43 f. Dissertação (Mestrado em Engenharia de Produção) – Instituto de Ciências Exatas e Aplicadas, Universidade Federal de Ouro Preto, João Monlevade, 2022.pt_BR
dc.identifier.urihttp://www.repositorio.ufop.br/jspui/handle/123456789/17731
dc.language.isopt_BRpt_BR
dc.rightsabertopt_BR
dc.rights.licenseAutorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 25/10/2023 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho, desde que sejam citados o autor e o licenciante. Não permite a adaptação.pt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nd/3.0/us/*
dc.subjectPesquisa operacionalpt_BR
dc.subjectModelagempt_BR
dc.subjectOtimização multiobjetivopt_BR
dc.subjectLogísticapt_BR
dc.titleMétodos meta-heurísticos para o problema de localização de máxima cobertura multiobjetivo.pt_BR
dc.typeDissertacaopt_BR
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
DISSERTAÇÃO_MétodosMetaheurísticosProblema.pdf
Tamanho:
632.63 KB
Formato:
Adobe Portable Document Format
Descrição:
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descrição: