O Problema do Caixeiro Viajante com Seleo de Hotis: Um estudo

Marques Moreira de Sousa1

1

Departamento de Informtica Universidade Federal de Viosa (UFV) Caixa Postal 251 36.570-000 Minas Gerais MG Brasil
marques.moreira@ufv.br

Abstract. During the last years, a number each day more crescent of challenging applications in logistics, tourism and others fields were modelled as Vehicle routing problem (VRP). The travelling salesperson problem with hotel selection (TSPHS) is a variant of the travelling salesperson problem (TSP) that is a particular case of VRP. In this work a literature about TSPHS and your applications are reviewed. The TSPHS is a problem relatively new in literature, that offers fields to do new researchs. All published exact solution approaches and (meta) heuristics are discussed and compared. Interesting research questions concerning the TSPHS conclude this paper. Resumo. Durante os ltimos anos, um nmero cada dia mais crescente de desafiadoras aplicaes em logstica, turismo e outros campos foram modeladas como problemas de roteamento de veculos (VRP). O problema do caixeiro viajante com seleo de hotis (TSPHS) uma variante do problema do caixeiro viajante (TSP) que por sua vez um caso particular do VRP. Neste trabalho a literatura sobre o TSPHS e suas aplicaes so revisadas. O TSPHS um problema relativamente novo na literatura, que oferece um campo para realizao de novas pesquisas. Todas as abordagens de solues exatas e (meta) heursticas so discutidas e comparadas. Questes de interesse a pesquisas com respeito ao TSPHS concluem o artigo.

1. Introduo
O problema do caixeiro viajante com seleo de hotis (TSPHS) foi recentemente introduzido na literatura por Vansteenwegen et al. (2011). A motivao para este problema que o caixeiro viajante para alguns casos no pode visitar todos os clientes em um nico dia, pelo fato de poder trabalhar apenas uma quantidade limitada de horas por dia. Isto implica que o caixeiro necessita de um lugar para passar a noite, ou seja, deve selecionar um hotel. Seu objetivo determinar a sequencia tima na qual o cliente devero ser visitados. A cada dia da viagem ele deve iniciar e terminar seu trabalho partindo e chegando em um dos hotis disponveis ao longo do percurso, e se ao final do dia ele parou em um hotel, necessariamente ele deve continuar no outro dia a partir deste mesmo hotel. O problema trabalha com dois objetivos que so: o primeiro objetivo do problema minimizar a quantidade de dias necessrios para atender todos os clientes e o segundo objetivo minimizar o distancia total percorrida. Ao longo do artigo, o termo "viagem" utilizado para definir o percurso realiado entre dois hotis, diferentemente do termo "rota" que define a sequencia completa de viagens conectadas que juntas passam por todos os clientes. O TSPHS considerado como uma variante do problema do caixeiro viajante

(TSP) e apesar de serem parecidos, o primeiro apresenta um nvel de dificuldade maior para sua resoluo, pois necessrio escolher uma combinao de hotis a serem utilizados e que determinam a extenso do tamanho total da rota. At o momento no h estudos como este na literatura abordando o TSPHS. Um grande nmero de exemplos de aplicao do TSPHS so apresentados por Vansteenwegen et al. (2011): o caixeiro viajante que precisa de vrios dias para visitar todos os clientes; uma viagem de mltiplos dias para um motorista de caminho em que cada dia de viagem deve iniciar e terminar em um estacionamento apropriado; uma visita de mltiplos dias de um turista a determinada regio; mensageiro que quer distribuir seu percurso em sub percursos de forma a aliviar o peso de sua mochila. Outros casos de uso do TSPHS so na determinao de rotas para veculos eltricos que apresentam restries energticas, onde suas baterias podem ser carregadas ou trocadas em determinados pontos do trajeto ou na determinao da rota de um barco de turistas que precisa visitar diversos pontos tursticos (ilhas), de forma que necessrio escolher uma ilha para passar a noite devido no ser possvel percorrer todas as ilhas em um dia nico. O TSPHS pode ser considerado como uma generalizao do TSP, e entretanto, tambm considerado como NP-Difcil [Castro et al. 2012a]. Devido a esta caracterstica, no esperado que a soluo tima seja encontrada em tempo hbil, relativamente baixo e aceitvel para instancias de grande porte. Na seo 2, ser apresentada a definio dos grupos de instancias, bem como o tempo gasto na resoluo do problema de acordo com a abordagem utilizada. Este artigo foca inteiramente no TSPHS, discutindo a literatura sobre o problema, as estratgias das solues abordadas e algumas variaes de problemas baseadas em solues de hotis. O artigo organizado como segue. Seo 2 define e discute, respectivamente, abordagens para resoluo do problema do caixeiro viajante com seleo de hotis e do problema de orientao com seleo de hotis (OPHS). Cada uma das sees apresenta a definio formal e formulao matemtica do problema, junto com uma reviso das aplicaes, conjuntos de instancias utilizadas e resultados obtidos. Na seo 3, so feitas as concluses do artigo e alguns pontos em aberto para novas pesquisas envolvendo o TSPHS.

2. Problema do caixeiro viajante com seleo de hotis

O TSPHS definido num grafo G = (V, A) sendo V = H U C, onde H representa um grupo de hotis e C um grupo de clientes, e A = {(i, j) | i, j V, i j}, onde (i, j) representa a ligao entre o cliente i e j. Cada cliente i C requer um servio ou tempo de visita Ti (com Ti = 0, para todo i H). O tempo cij necessrio para viajar da localidade i para j conhecida para todos os pares de localidades. O hotel inicial e final de uma rota devem ser iguais (i = 0, i H), podendo ser utilizado como um hotel intermedirio durante a rota. Outras restries so aplicadas como: cada cliente s pode ser atendido uma nica vez; cada viagem deve iniciar e terminar em um dos hotis disponveis; o tempo de viagem no pode exceder um tempo limite L e uma viagem deve iniciar em um hotel onde a viagem prvia terminou [Castro et al. 2013]. Para este problema h dois objetivos a serem considerados, minimizar o nmero de viagens realizadas, ou seja, quanto menos parar em hotis melhor e minimizar a distncia total percorrida, neste caso considerada a soma das distncias de todas as viagens.

A seguir, sero apresentados os trabalhos presentes na literatura e que buscam resolver o TSPHS, por meio de abordagens exatas e heursticas. 2.1. The travelling salesperson problem with hotel selection Neste trabalho [Vansteenwegen et al. 2011], o problema do caixeiro viajante com seleo de hotis introduzido na literatura. A formulao matemtica do TSPHS com ordenao lexicogrfica apresentado no modelo a seguir (equaes 1 a 10). Para um nmero fixo de viagens, o TSPHS pode ser formulado com um problema de programao inteira linear (MILP). A soluo tima neste caso encontrada resolvendo a formulao por incremento dos valores de m at que uma soluo aceitvel seja encontrada. Na formulao MILP do TSPHS com um nmero fixo de viagens, xk,l,d = 1, se na viagem d, uma visita para o cliente ou hotel k seguida por uma visita ao cliente ou hotel l e 0 caso contrrio. ui,d indica a posio do cliente i na viagem d. (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) A funo objetivo (1) minimiza o total de tempo viajado. Como mencionado, o nmero de viagens, m, no uma varivel de deciso nesta formulao, mas um parmetro dado do problema. Uma formulao alternativa pode ser minimizar o nmero de viagens primeiro e depois minimizar o tempo de viagem. A restrio (2) garante que a rota inicia e termina no hotel inicial 0. Restrio (3) assegura que cada viagem inicia e termina em um dos hotis disponveis (0, ..., s). Restrio (4) garante que, se uma viagem termina em um dado hotel, a prxima viagem inicia no mesmo hotel. Restrio (5) assegura que todo cliente visitado apenas uma vez e a restrio (6) verifica a conectividade dentro de cada viagem. Restrio (7) limita o tempo limite de cada viagem e a restrio (8) necessria para prevenir sub-rotas. Por fim, em (9) e (10) so definidas as variveis utilizadas. No trabalho proposta um mtodo de soluo heurstica que trabalha em duas fases: uma fase de inicializao e uma fase de melhora. So apresentados dois mtodos,

chamados, I1 e I2. O primeiro um mtodo de inicializao por vizinhana mais prxima, enquanto o segundo baseado em uma heurstica de soluo do TSP normal. Na fase de melhora, feito um procedimento de busca local para melhorar o tamanho de cada viagem e ainda introduzem dois movimentos (2-opt e re-opt) para reduzir o tamanho total da rota e o nmero de viagens. Como o problema ainda no estava descrito na literatura, ainda no haviam grupos de instancias para serem utilizadas nos testes. Foram criados 4 grupos de instancias, definidas como: SET1, baseado em instancias do VRP; SET2, criado considerando apenas k clientes do grupo definido anteriormente; SET3, baseado em instancias do TSP, com nmero de clientes no intervalo de 51 a 1002 e nmero de hotis disponveis como 3, 5 ou 10 e por ltimo o grupo SET4, baseado no grupo SET3, adicionando 10 hotis a cada instancia e o tempo limite dividido por 5, com o objetivo de deixar ainda mais complexo a localizao da soluo tima. Foi comprovada a dificuldade de gerar uma soluo inicial (escolha de hotis) e modificar os hotis selecionados durante o processo de soluo. Ainda constatado que a heurstica desenvolvida obtm bons resultados em diversos grupos de instancias. Outra contribuio do artigo, foi a criao de 3 novos grupos de instancias para o TSPHS. 2.2. A simple GRASP + VND for the travelling salesperson problem with hotel selection Castro et al. (2012) props uma nova formulao de programao inteira (IP) para o TSPHS. Diferentemente da formulao apresentada em Vansteenwegen et al. (2011), neste trabalho o nmero de viagens uma deciso varivel. Uma nova tcnica de soluo heurstica que produz melhores resultados para as instancias disponveis desenvolvida. Na formulao apresentada uma funo objetivo ponderada usada para contornar o problema de no linearidade que resulta da ordenao de dois objetivos. Com intuito de minimizar o nmero de viagens como objetivo principal, e a distncia total percorrida como segundo objetivo, o nmero de viagens multiplicado por um M suficientemente grande na funo objetivo, forando as solues com um nmero de viagens menor ser sempre melhor do que uma com grande nmero de viagens. O modelo matemtico utilizado descrito a seguir. Considerando como sendo uma varivel binria que recebe 1, se na viagem d, uma visita ao cliente ou hotel i seguida por uma visita para o cliente ou hotel j e o valor zero caso contrrio. tambm, uma varivel binria yd recebe o valor 1, se na viagem d, no mnimo um cliente ou hotel visitado e valor zero caso contrrio. Logo, yd ser zero se nenhuma viagem requerida no dia d para visitar todos os clientes. definido como V o ndice do grupo de clientes completo. (11) (12) (13) (14) (15)

(16) (17) (18) (19) (20) (21) (22) (23) (24) (25) A funo objetivo (11) lexicograficamente, minimiza o nmero de viagens e a distncia total. Restrio (12) assegura que cada cliente visitado apenas uma vez e a restrio (13) assegura a conectividade de cada viagem. Restries (14) e (15) garantem que cada viagem inicia e termina em um hotel disponvel, enquanto a restrio (16) impe um limite no limite de tempo de cada viagem. Restries (17) e (18) assegura que a rota inicia e termina no hotel 0. Restries (19) e (20) garantem que, se uma viagem termina em um dado hotel, a prxima viagem inicia no mesmo hotel. Restrio (21) marca uma viagem como sendo usada se e somente se h no mnimo uma visita para um cliente ou um hotel naquele dia, e restrio (22) assegura que as viagens sejam percorridas em dias consecutivos, iniciando no dia 1. Restrio (23) que envolve subgrupos K do grupo de clientes V, so a clssica restrio de eliminao de sub-rotas aplicado a cada viagem. Por final, restries (24) e (25) so variveis binrias e . O TSPHS primeiro resolvido usando o mtodo heurstico (GRASP+VND) para obter o limite superior D que representa o nmero de viagens. O nmero mximo ento utilizado na execuo do mtodo exato. Quando uma soluo tima do problema relaxado foi encontrada, o algoritmo inspeciona cada viagem d na soluo, para verificar a existncia de sub-rotas invlidas. Se nenhuma soluo invlida encontrada, ento a soluo retornada, caso contrrio, a restrio de eliminao de sub-rotas adicionada ao modelo, sendo replicada sobre cada viagem d. Finalmente, a nova soluo examinada at que no sejam encontradas irregularidades na soluo. Marco et al. (2012), ainda prope uma abordagem combinada de forma simples utilizando duas metaheursticas, sendo elas o Greedy Randomized Adaptive Search Procedure (GRASP) e o Variable Neighborhood Search (VND). A heurstica utiliza o GRASP para construir uma soluo vivel e o VND melhora a soluo. A heurstica produzida utiliza trs diferentes classes de operadores: (I) Trs operadores aplicveis ao interior de viagens, para melhorar uma sequencia de clientes que iniciam e terminam em um hotel: 2-opt, 3-opt e Or-opt; (II) Dois operadores aplicveis entre diferentes viagens, para realocar um grupo de clientes entre duas viagens, tais como realocao e troca; (III) Dois operadores de seleo de hotel, para melhorar a escolha de um hotel entre

duas viagens (ChangeHotels) e para remover um hotel que est entre duas viagens (JoinTrips). Na fase de construo, um nmero definido de diferentes TSP rotas so geradas, visitando todos os clientes e desprezando a restrio de limite. O GRASP comea uma rota do TSP, iniciando no hotel (i = 0) e clientes so adicionados um por um. A cada iterao adicionado um cliente que escolhido aleatoriamente de uma lista de clientes mais prximos ao cliente recentemente adicionado.Cada rota do TSP gerada pelo GRASP melhorada utilizando uma ou mais operadores internos de rota. Em seguida, a rota resultante dividida em grupos de rotas viveis. Quando uma soluo vivel do TSPHS construda, cada viagem contida na soluo otimizada. Para isto, os operadores internos de rotas so utilizados. A fase de melhoria inicia com a melhor soluo vivel gerada na fase de construo. As quatro vizinhanas definidas (realocao, troca, ChangeHotels e JoinTrips) so sequencialmente exploradas em uma estrutura VND. A busca na vizinhana feita buscando o melhor resultado. A busca feita at que no seja possvel encontrar solues melhores. Para realizao dos testes computacionais, foram utilizados os quatro grupos de instancias definidas por Vansteenwegen et al. (2011). Foi realizado um experimento para calibrao dos parmetros utilizados pela metaheurstica, como nmero de iteraes sem melhora, nmero de aplicaes de movimentos de busca local, dentre outras. Os resultados foram validados, por meio da aplicao do mtodo estatstico (ANOVA). A heurstica produzida superou a nica heurstica que existia [Vansteenwegen et al. 2011] at ento na literatura. Encontrando melhores resultados, utilizando recursos computacionais semelhantes. Foi comprovado que a dificuldade em resolver o problema aumenta proporcionalmente ao aumento no nmero de hotis. Isto, indica que a escolha errada do hotel tem um impacto negativo na qualidade da soluo final [Marco et al. 2012], assim a seleo do hotel considerada passo chave na resoluo do TSPHS. 2.3. A memetic algorithm for the travelling salesperson problem with hotel selection Nesta formulao, Castro et al. (2013) apresentam uma modificao na formulao feita em Vansteenwegen et al. (2011), em dois aspectos: uma ponderao da funo objetivo usada para contornar o problema da no linearidade, tambm abordado em [castro et al. 2012] e restries para eliminao de sub-rotas foram substitudos por restries mais eficientes, permitindo o solver encontrar mais solues timas em um tempo computacional menor. Considera um menor nmero de viagens mais interessante para a soluo objetivo. O modelo matemtico utilizado descrito a seguir. Considerando como sendo uma varivel binria que recebe 1, se na viagem d, uma visita ao cliente ou hotel i seguida por uma visita para o cliente ou hotel j e o valor zero caso contrrio. tambm, uma varivel binria yd recebe o valor 1, se na viagem d, no mnimo um cliente ou hotel visitado e valor zero caso contrrio. Logo, yd ser zero se nenhuma viagem requerida no dia d para visitar todos os clientes. definido como V o ndice do grupo de clientes completo. O nmero mximo de viagens contidas em um soluo denotada por D.

(26) s.t. (27) (28) (29) (30) (31) (32) (33) (34) (35) (36) (37) (38) (39) (40) A funo objetivo (26) lexicograficamente minimiza o nmero de viagens e a distncia total percorrida. Restrio (27) assegura que cada cliente visitado apenas uma vez e a restrio (28), assegura a conectividade das viagens. Restries (29) e (30) garantem que cada viagem inicia e termina em um hotel disponvel, enquanto a restrio (31) impe um limite superior de tamanho para cada viagem. Restries (32) e (33) asseguram que a rota inicia e termina no hotel 0. Restries (34) e (35) garantem que se uma viagem termina em um dado hotel, a prxima viagem deve iniciar naquele hotel. Restrio (36) marca uma viagem como sendo usada se e somente se, h no mnimo uma visita para um cliente ou hotel naquele dia, e restrio (37) assegura que as viagens so feitas em dias consecutivos, iniciando no dia 1. Restrio (38), envolve K subgrupos de clientes C, que garante que no sejam formadas sub-rotas. As restries (39) e (40), so as variveis binrias e . A heurstica utilizada, conhecida como algoritmo memtico um tipo de algoritmo evolucionrio no qual as solues so melhoradas usando um ou mais operadores de busca local. Eles mantm um populao que cruzada ao longo de geraes com o objetivo de obter descendentes que sejam melhores. So utilizados dois mtodos de construo de rotas. o primeiro mtodo constri uma rota de uma sequencia de clientes, enquanto o segundo mtodo constri uma rota de uma sequencia de hotis. A populao inicial gerado utilizando-se o primeiro mtodo de construo citado acima. Os membros utilizados para gerao de novas solues so escolhidos aleatoriamente e cruzados em determinada posio com o intuito de melhorar a soluo.

Caso sejam criadas rotas inviveis, aplicado um procedimento de busca tabu para tornar a rota vivel. Uma soluo far parte da soluo do problema se melhorar a atual soluo. Para melhorar rotas que so inviveis, so utilizados alguns operadores de busca local, como: 3-opt, realocao, troca e JoinTrips, utilizados tambm em Marco et al. (2012). Para realizao dos testes computacionais, foram utilizados os quatro grupos de instancias definidos em Vansteenwengen et al. (2011). A heurstica constituda de um algoritmo memtico associado a busca tabu, conseguiu superar os resultados obtidos nos trabalhos de [Vansteenwengen et al. 2011] e [Castro et al. 2012], provando assim que o uso de heursticas que trabalham os conceitos de inteligncia artificial so aplicveis ao TSPHS.

3. Concluses
O TSPHS um problema de difcil otimizao e que apresenta diversas aplicaes prticas. A ltima heurstica desenvolvida para o problema, claramente apresentou resultados satisfatrios em relao s heursticas at ento contidas na literatura. O problema pode ser modelado de diferentes formas, devendo apenas observar que o processo de seleo de hotis deve receber ateno especial, pois chave de deciso para a resoluo do TSPHS. Abordagens ligadas a rea de inteligncia artificial possuem grandes chances de atingirem bons resultados, como ocorrido em [Castro et al. 2013]. O problema ainda pode ser resolvida utilizando diversas abordagens, pois somente os trabalhos citados neste artigo, abordam o tema. Algumas possveis extenses para o problema a serem consideradas, so: extenses incluindo mais caixeiros, janela de tempo de atendimento aos clientes, custos dos hotis e capacidade dos veculos. O desenvolvimento de novos grupos de instancias contribuiria significativamente para ascenso da literatura no que tange o TSPHS. Outra variante do problema que envolve seleo de hotis o orienteering problem with hotel selection (OPHS), para este problema h apenas o trabalho de Divsalar et al. (2013) na literatura. Aplicar uma abordagem similar ao algoritmo memtico de Castro et. al (2013) resultaria numa pesquisa de grande relevncia.

Referncias
Castro, M., Sorensen, K., Vansteenwegen, P. and Goos, P. (2012) A simple GRASP+ VND for the travelling salesperson problem with hotel selection. Working Papers 20122024, University of Antwerp, Faculty of Applied Economics. Castro, M., Sorensen, K., Vansteenwegen, P. and Goos, P. (2013) A memetic algorithm for the travelling salesperson problem with hotel selection. Computers & Operations Research, v. 40, n. 7, pages 1716-1728. Divsalar, A., Vansteenwegen, P. and Cattrysse, D. (2013) A Variable Neighborhood Search Method for the Orienteering Problem with Hotel Selection. International Journal of Production Economics. Disponvel em: http://dx.doi.org/10.1016/j.ijpe.2013.01.010. Vansteenwegen, P., Souffriau, W. and Sorensen, K. (2011) The travelling salesperson problem with hotel selection. Journal of the Operational Research Society. v. 63,

pages 20717.