Escolar Documentos
Profissional Documentos
Cultura Documentos
OTIMIZAÇÃO DE PROCESSOS
RESUMO
INTRODUÇÃO
Modelos de otimização podem ser definidos como problemas lineares (LP), não-lineares
(NLP), lineares inteiro-misto (MILP) e não lineares inteiro-misto (MINLP). Os modelos
de otimização aplicada à coleta de resíduos sólidos urbanos existentes na literatura são,
em maioria, MILP, encontra-se tambem alguns modelos mais simples que são definidos
como modelos lineares (LP).
Segundo Argimiro R. Secchi e Evaristo C. Biscaia Jr, a formulação MILP com variáveis
0 e1 é dada por:
sujeito a: A x + B y ≤ b
x≥0
x € X ∩ Rn, y € Y = {0,1}
Para um dado valor do vetor y, o problema é definido como uma programação linear
(LP). Uma busca completa, enumerando todas as possíveis combinações de variáveis
0 e 1 para os elementos do vetor y, poderia ser utilizada para a solução do problema.
Mas , para problemas de grande e médio porte isso se torna inviável.
Métodos de decomposição;
O algorítmo mais aceito na literatura para a solução de problemas do tipo MILP são os
métodos “Branch and Bound” (ou ramificar e limitar). Esse método procura evitar a
busca completa exaustiva de todas as combinações das variáveis binárias (0 e 1). Ou
seja, o problema é subdividido em subproblemas lineares (“Branch”) e são definidos
limites superiores e inferiores para o problema afim de eliminar combinações.
METODOLOGIA
Sujeito a,
∑𝐾
𝑘=1 𝑋𝑖𝑗𝑘 = 1 ∀(𝑖, 𝑗) = 0,1,2,3, … , 𝑛. (𝑖 ≠ 𝑗) (2)
∑𝐾
𝑘=1 𝑋0𝑗𝑘 = 0 ∀𝑗 ≠ 6 (4)
∑𝑛𝑗=0 ∑𝐾
𝑘=1 𝑋0𝑗𝑘 = 1 (6)
∑𝑛𝑖=0 ∑𝐾
𝑘=1 𝑋𝑖0𝑘 = 1 (7)
∑𝐾
𝑘=1 𝑌𝑖𝑘 = 𝐶𝑖 ∀𝑖 = 0,1,2,3, … , 𝑛 (10)
Parâmetros
𝑑𝑖𝑗 Distância entre o nó i e j
𝑄𝑘 Capacidade máxima do veículo
𝐶𝑖 Demanda de coleta do nó i
Variáveis
𝑌𝑖𝑘 Carga coletada no nó i pelo veículo k
𝑋𝑖𝑗𝑘 Binário: existência ou não do
percurso entre i e j pelo veículo k
𝐿𝑖𝑗𝑘 Carga do veículo k entre os nós i e j
Conjuntos
Conjunto (𝑖) Conjunto de nós i
Conjunto (𝑗) Conjunto de nós j
Conjunto (𝑘) Conjunto de veículos k
A equação (2) garante que todos os arcos sejam percorridos por apenas 1
veículo.
A equação (3) determina que o veículo saindo do depósito (i=0) pode apenas
percorrer o arco (i=0 j=6).
A equação (4) determina que nenhum outro nó, exceto o nó 6, pode ser um
destino caso o veículo esteja no depósito (nó 0).
A restrição (5) garante que todos os veículos estejam vazios no início da rota.
A restrição (6) determina que todos os veículos iniciam sua rota no depósito.
A restrição (10) determina que todos os nós tenham sua demanda atendida.
Para solucionar o problema, o solver testado foi o CPLEX. Esse solver utiliza a
metodologia Branch and Bound para buscar soluções para um problema MILP.
A otimização do problema proposto apesar de não ser atingida por completo
(ausência de soluções), ainda está em processo de estudo e o modelo será
aprimorado bem como o desenvolvimento da escrita e sintaxe da linguagem
usada no ambiente de programação matemática GAMS.
CONCLUSÃO
Bodin, L. D.; Golden. B.; Assad, A.; Ball, M. (1983). Routing and Scheduling of vehicles
and crews: The state of the art. Computers and Operations Research, v.10, n.2
Hannan, M.A., Arebey, M., Begum, R.A., Basri, H., 2011. Radio Frequency Identification
(RFID) and communication technologies for solid waste bin and truck monitoring system.
Waste Manage. 31 (12), 2406–2413.