Simpósio de Engenharia de Produção

Universidade Federal de Goiás – Regional Catalão

28 a 30 de agosto, Catalão, Goiás, Brasil

O PROBLEMA DO CAMINHO MAIS CURTO APLICADO EM UMA

DISTRIBUIDORA

Gabriel de Almeida Monteiro, UFG-Regional Catalão, gabriel_monteiro07@hotmail.com

Lorena Bisinoti Fernandes, UFG-Regional Catalão, lorenabisinoti@gmail.com
Diêgo Mezzomo, UFG-Regional Catalão, d_mezzomo@hotmail.com
Carluenan Lucenas de Meneses, UFG-Regional Catalão, carluenan@gmail.com
Stella Jacyszyn Bachega, UFG-Regional Catalão, stella@ufg.br

Resumo: Tendo em vista que as empresas comumente buscam modos de minimizar seus custos e
aumentar a qualidade de seus serviços prestados, visando atender seus clientes da melhor forma
possível, o processo de tomada de decisão não pode falhar. Assim, o objetivo deste artigo é utilizar
a otimização em redes, mais especificamente o problema do caminho mais curto, a fim de obter a
menor rota de entrega entre o local da empresa estudada até a cidade mais distante a ser atendida.
Foram adotados a abordagem de pesquisa quantitativa e o procedimento de pesquisa experimental,
devido ao uso de modelagem matemática. Com o devido emprego dos dados coletados, o objetivo
alcançado foi a rota do nó ‘A’ (origem) até o nó ‘I’ (destino), resultando em um total de 343,3 km,
demonstrando ser o menor caminho a ser percorrido. Ressalta-se que o artigo contribui para a área
acadêmica e principalmente para a empresarial, uma vez que há vantagens em fazer o uso de métodos
da pesquisa operacional em conjunto com ferramentas computacionais, para o gerenciamento
organizacional.

Palavras-chave: pesquisa operacional, problema do caminho mais curto, otimização em redes

1. INTRODUÇÃO

A Pesquisa Operacional (PO) é uma ciência direcionada para a solução de problemas por meio da
aplicação de conceitos e métodos científicos, visando apoiar o processo de tomada de decisões. Com
o consequente êxito do uso da pesquisa operacional nas operações militares, durante o período da
Segunda Guerra Mundial, e com a expansão industrial no pós-guerra, as organizações públicas e
privadas se interessaram em usar seus métodos (HILLIER; LIERBERMAN, 2013). Um elemento
que, ao longo dos anos, ganhou importância é o tecnológico, empregando o uso de ferramentas de
software e hardware para reunir os dados coletados e gerar modelos a fim de auxiliar na tomada de
decisão para gerenciar os problemas em sistemas complexos.
O ponto chave da PO reside na construção de modelos matemáticos a partir dos quais, escolhe-se
uma técnica adequada para resolução. Os modelos matemáticos devem conter os detalhes do
problema proposto, sendo seus dados de qualidade, a fim de encontrar com veracidade a solução
ótima (ARENALES et al., 2006). Além disso, o porte do modelo deve ser simples e adequado as suas
finalidades, evitando modelos complexos, onde os custos de implementação e operação podem
superar os benefícios proporcionados.
A PO pode ser utilizada para resolver os mais diversos problemas no ambiente organizacional,
por exemplo: otimização de recursos, roteirização, carteiras de investimento, determinação de mix de
produtos, entre outros. No âmbito da engenharia de produção, a PO vem sendo aplicada
principalmente nas atividades de produção e logística (cadeias de suprimento), como em problemas
de planejamento, programação e controle da produção e problemas de planejamento e operação
logísticos (ARENALES et al., 2006).
Segundo Rao (1996), algumas técnicas são estudadas na disciplina de pesquisa operacional, como
a teoria das filas, programação dinâmica, a programação inteira, a programação linear, a otimização
 Simpósio de Engenharia de Produção
Universidade Federal de Goiás – Regional Catalão
28 a 30 de agosto, Catalão, Goiás, Brasil

de redes etc. A otimização em redes pode ser utilizada na área logística. As operações logísticas são
fundamentais para as empresas que buscam vantagem competitiva no mercado, e, dessa forma, se
tornam um agente importante que quando bem desempenhada atinge a maximização dos resultados
organizacionais.
Com base nesse contexto, o objetivo do presente trabalho é utilizar a otimização em redes, mais
especificamente o problema do caminho mais curto, a fim de obter a menor rota de entrega entre o
local da empresa estudada até a cidade mais distante atendida. Este trabalho justifica-se pela
importância do tema, como pode ser visto nos artigos de Alvaia et al. (2017); Diniz et al. (2017),
Formigoni et al. (2014); Shiguemoto e Armentano (2005); Shirabayashi et al. (2017); Simão, Lins e
Filgueira (2017); Vasconcelos et al. (2018), entre outros, que possuem o intuito de empregar a
otimização em redes para redução do caminho total.

2. OTIMIZAÇÃO EM REDES

As representações em formato de rede são bastante utilizadas para problemas de diversas áreas
como produção, administração de recursos, distribuição, planejamento de projetos, planejamento
financeiro e posicionamento de instalações. Em diversos ambientes e de várias formas pode-se
observar a representação em redes, que é uma forma de descrever as relações existentes entre os
componentes de um sistema (HILLIER; LIEBERMAN, 2013).
Colin (2007) descreve redes como um aglomerado de nós e arcos que estão ligados entre si. O
autor destaca que a otimização em redes possui grande relevância para os problemas de programação
matemática, devido a sua capacidade de solucionar problemas reais de forma mais simples. Ainda,
salienta que durante a elaboração dos processos em redes, deve-se considerar características como os
custos, as capacidades, as distâncias, entre outros necessários.
Para Taha (2008), rede é um conjunto ordenado de arcos e nós, onde os nós são conectados por
arcos. Cada rede tem um fluxo associado, que, em geral, é limitado pela capacidade dos seus arcos,
podendo ser finita ou infinita. Os nós podem ser orientados, quando se tem um fluxo positivo em uma
determinada direção e um fluxo zero na direção oposta. Quando todos os nós da rede são orientados,
a rede se denomina rede orientada. Um caminho é determinado por uma sequência de arcos ligam
dois nós, passando por outros nós (independente da direção do fluxo).
O problema do caminho mais curto, ou problema do caminho mínimo, tem como objetivo
principal encontrar o menor caminho possível entre um ponto inicial (origem) e um ponto final
(destino). O algoritmo, porém, não se restringe apenas a problemas que envolvem caminhos, também,
pode ser utilizado para resolver problemas como sequência de atividades (HILLIER; LIEBERMAN,
2013). É importante para empresas que buscam vantagens competitivas (PASSOS, 2008).
Na resolução de problemas de caminho mínimo, há uma grande variedade de algoritmos que
podem ser utilizados. Segundo Taha (2008), os quatros principais são: i) árvore geradora mínima:
conecta todos os nós de uma rede, usando o comprimento total mais curto de ramos conectores; ii)
algoritmo de caminho mais curto: determina o caminho mais curto entre um destino e uma origem de
uma rede; iii) algoritmo de fluxo máximo: algoritmo que se baseia em achar rotas de passagem que
maximizam a quantidade total de fluxo de sua origem, até um escoadouro (onde se termina o fluxo);
iv) algoritmo de caminho crítico: fornece meios analíticos para programar determinada atividade,
onde se definem os tempos máximos e mínimos das atividades.
Há diversos algoritmos que podem ser utilizados para encontrar o caminho mínimo. Hillier e
Liberman (2013) apresentam o problema do caminho mais curto e Taha (2008) apresenta os
algoritmos de Dijkstra e de Floyd.
Conforme Taha (2008), o uso de ferramentas computacionais para a resolução de modelos
matemáticos pode ser feito. Há otimizadores como o LINGO® (Linear, Interactive and General
 Simpósio de Engenharia de Produção
Universidade Federal de Goiás – Regional Catalão
28 a 30 de agosto, Catalão, Goiás, Brasil

Optimizer) e o Solver, suplemento do Microsoft Excel®, que podem ser utilizados para a resolução
do problema do caminho mais curto.
Quanto a pesquisas com o intuito de encontrar o caminho mínimo, pode-se destacar os trabalhos
de Alvaia et al. (2017), Shirabayashi et al. (2017), Simão, Lins e Filgueira (2017) e Vasconcelos et
al. (2018). Para melhorar o transporte na cidade de Aracaju, em Sergipe, Alvaia et al. (2017),
utilizaram o algoritmo do caminho mínimo para melhorar a logística das rotas dos ônibus reduzindo
a quilometragem do transporte coletivo em um bairro estudado. A redução apresentada pelo estudo é
de aproximadamente 41 km diários, porém, por conta da legislação vigente não é possível alterar a
rota atual das linhas.
A otimização em redes foi utilizada por Vasconcelos et al. (2018) para encontrar o caminho
mínimo entre um frigorífico de pequeno porte, situado no Sudeste Goiano, e seu cliente mais distante.
No estudo, ressaltaram que o emprego do resultado obtido pelo problema do caminho mais curto pode
trazer ainda outros benefícios para a empresa, como a redução do tempo gasto no trajeto, minimização
de custos e aumento no nível de serviço prestado aos consumidores. O resultado obtido, após a
utilização da ferramenta Solver do Microsoft Excel®, apontam que o caminho mínimo entre o ponto
de origem e o destino pré-estabelecido é de 47,6 km.
Na pesquisa feita por Simão, Lins e Filgueira (2017), foram analisados roteiros alternativos
possíveis entre as jazidas da província mineral de Carajás e o Porto de ponta da madeira. Após
levantadas alternativas que envolviam rodovias, ferrovias e vias aquáticas existentes, o algoritmo de
Djikstra foi empregado como método de solução e apresentou alternativas que consideram distância,
tempo e custo. Levando em consideração que no meio empresarial questões relativas a custo são
priorizadas, os cenários 2 e 7 obtiveram o custo final de R$ 476.246,00, similar ao da rota vigente.
Analisando a aplicação de algoritmos para a busca de solução ótima, Shirabayashi et al. (2017)
utilizaram os algoritmos Dijkstra e Bellman-Ford para buscar o menor caminho entre quaisquer duas
cidades na região do Vale do Ivaí, no estado do Paraná, para análise de questões logísticas. Após
discriminadas as distâncias entre os pares de cidade foi possível constatar que as rotas com maior
fluxo recebem mais investimentos e, consequentemente, apresentam melhores condições para
deslocamento. Enquanto isso, as menos movimentadas carecem de investimentos e apresentam maior
desgaste por conta de um maior espaçamento entre as reparações.

3. METODOLOGIA DA PESQUISA

A abordagem desta pesquisa é a quantitativa (BRYMAN, 1989), pois foi utilizada a modelagem
matemática para posterior solução de um problema, junto com obtenção de dados quantitativos, que
provêm das distâncias entre as cidades dos clientes e a empresa em questão.
O método de pesquisa utilizado foi o experimental. De acordo com Gil (2008), devido ao fato de
ocorrer uma seleção das variáveis que conseguem induzir um objetivo de estudo, determinando as
regras de controle e de análise dos resultados que a variável gera no objetivo. Este método é mais
adequado para abordagens quantitativas. A pesquisa experimental foi escolhida, pois usou-se a
modelagem matemática para resolução do caminho mais curto do campo da otimização em redes para
apresentar uma solução do problema em questão.
A empresa objeto de estudo atua no ramo de distribuição e está localizada no sudeste goiano. A
coleta de dados foi realizada por meio de uma entrevista semiestruturada com gestores e com a
proprietária da empresa estudada. Os dados coletados foram sobre as rotas e pontos de entrega para
onde a empresa distribui entre as cidades próximas. Os dados foram coletados em fevereiro de 2018.
As seguintes fases para condução de um estudo de Pesquisa Operacional foram (HILLIER;
LIEBERMAN, 2013): i) elaboração do problema e coleta de dados; ii) desenvolvimento de um
modelo matemático para representação do problema; iii) formulação de um procedimento
 Simpósio de Engenharia de Produção
Universidade Federal de Goiás – Regional Catalão
28 a 30 de agosto, Catalão, Goiás, Brasil

computacional para alcançar o solução; iv) teste do modelo e aprimoramento; v) planejamento da

implementação; vi) implantação do modelo. Neste trabalho, não foram realizados os passos v e vi,
pois excedem o escopo da pesquisa.
O Google Maps® foi a ferramenta de auxílio para encontrar as distâncias entre as cidades que
fazem parte da rota de entrega da empresa. Lima, Lima e Pons (2009) ressaltam pontos sobre a
precisão do Google Earth®. Porém, alertam que o grande auxílio disponibilizado por essa ferramenta
não deve ser descartado.
Para a resolução do problema do caminho mais curto, foi usado como ferramenta o Solver do
Microsoft Excel®. Essas respostas mostram qual a menor distância entre o ponto de origem até o
ponto de destino, estabelecendo a menor distância que se deve percorrer. Para a representação
computacional do modelo, foram consideradas as sugestões Lachtermacher (2007).

4. RESULTADOS ALCANÇADOS

Nesta seção, apresenta-se a identificação do problema a ser modelado, a formulação do modelo

matemático e os resultados obtidos por meio do modelo desenvolvido.

4.1. Identificação do Problema

Para a elaboração do modelo, foram selecionados oito pontos de entrega, sendo que todos eles
localizados em cidades de Goiás, a saber: Anhanguera, Marzagão, Ipameri, Buriti Alegre, Morrinhos,
Panamá, Goiatuba e Turvelândia. Verificou-se qual o ponto mais distante a partir da origem a fim de
encontrar qual seria o ponto de chegada. Deste modo, a cidade de Turvelândia foi determinada como
ponto de destino e a cidade de Catalão, lugar onde a empresa está localizada, o ponto de origem. Para
maior simplificação na elaboração da rede, optou-se em representar os pontos de entrega por letras, a
saber: i) Catalão (A); ii) Anhanguera (B); iii) Marzagão (C); iv) Ipameri (D); v) Buriti Alegre (E); vi)
Morrinhos (F); vii) Panamá (G); viii) Goiatuba (H); ix) Turvelândia (I).
Utilizando o Google Maps®, serviço online gratuito de visualização de mapas, determinou-se na
Tab. (1) as distâncias em quilômetros entre as cidades, assim como as possíveis ligações.

Tabela 1: Distâncias dos pontos de entrega (Fonte: Dados da pesquisa).

De Para Distância (km)
A B 61,9
A C 114,7
A D 75,1
B C 81
D C 97,9
C F 96,1
C E 63,6
F E 56,3
E G 55,5
E H 45
G H 26,8
H I 120
 Simpósio de Engenharia de Produção
Universidade Federal de Goiás – Regional Catalão
28 a 30 de agosto, Catalão, Goiás, Brasil

A rede elaborada é exibida na Fig. (1). A rede é composta por nós (cidades) representados por
círculos, e pelos arcos (possíveis ligações), representados por setas, com suas distâncias indicadas,
ligando os nós. Como pode ser observado, foram considerados na rede, 12 arcos direcionados.

Figura 1: Rede elaborada (Fonte: Dados da pesquisa)

4.2. Formulação do Modelo Matemático

Conforme proposto por Lachtermacher (2007) para a construção do modelo matemático de

problemas de caminho mais curto, definiu-se as variáveis para a construção da função objetivo e das
restrições do problema da seguinte forma:

 XAB = Catalão (A) até Anhanguera (B);

 XAC = Catalão (A) até Marzagão (C);
 XAD = Catalão (A) até Ipameri (D);
 XBC = Anhanguera (B) até Marzagão (C);
 XDC = Ipameri (D) até Marzagão (C);
 XCF = Marzagão (C) até Morrinhos (F);
 XCE = Marzagão (C) até Buriti Alegre (E);
 XFE = Morrinhos (F) até Buriti Alegre (E);
 XEG = Buriti Alegre (E) até Panamá (G);
 XEH = Buriti Alegre (E) até Goiatuba (H);
 XGH = Panamá (G) até Goiatuba (H);
 XHI = Goiatuba (H) até Turvelândia (I).

A função objetivo que minimizará a distância da rota de entrega da empresa é formulada por
meio da somatória das variáveis com o produto de suas respectivas distâncias, representado na Eq.
(1).
 Simpósio de Engenharia de Produção
Universidade Federal de Goiás – Regional Catalão
28 a 30 de agosto, Catalão, Goiás, Brasil

MIN Z = 61,9XAB + 114,7XAC + 75,1XAD + 81Xbc + 97,9XDC + 96,1XCF + 63,6XCE + (1)

56,3XFE + 55,5XEG + 45XEH + 26,8XGH + 120XHI

As restrições do problema estão expostas a seguir, sendo o nó ‘A’ a origem e o nó ‘I’ o destino
final (ponto de entrega mais distante):

 Nó A: - (XAB + XAC + XAD) = -1

 Nó B: XAB - XBC = 0
 Nó C: XAC + XBC + XDC - XCF - XCE = 0
 Nó D: XAD - XDC = 0
 Nó F: XCF - XFE = 0
 Nó E: XCE + XFE - XEG - XEH = 0
 Nó G: XEG - XGH = 0
 Nó H: XEH + XGH – XHI = 0
 Nó I: XHI = 1

Além disso, as variáveis deverão ser não negativas e inteiras binárias. Deste modo, se a variável
receber o valor 0, o arco não será selecionado para compor o caminho mais curto, caso o arco seja
selecionado, este receberá o valor 1.
Depois da construção do modelo matemático, realizou-se a modelagem computacional do
problema no Microsoft Excel® e com uso da ferramenta Solver, para encontrar o caminho minímo
entre a origem e o ponto de chegada.

4.3. Resultados do Modelo

Na Figura 2 há os arcos selecionados (coluna D), contendo estes o valor 1. A coluna C expõe as
distâncias, em quilômetros, entre as cidades. As colunas A e B exibem os nós de origem e de destino
para a formação dos arcos. Por último, a cédula C16, contém o valor da distância total percorrida pelo
caminho escolhido, sendo este de 343,3 km.

Figura 2: Resultados apresentados no Excel® (Fonte: Dados da Pesquisa)

 Simpósio de Engenharia de Produção
Universidade Federal de Goiás – Regional Catalão
28 a 30 de agosto, Catalão, Goiás, Brasil

A Figura 3 apresenta o atendimento das restrições do problema. O fluxo líquido na origem é -1,
no destino há o valor 1. Os nós de passagem tiveram o valor 0. Portanto, os RHS’s das restrições,
representado na coluna K da Oferta/Demanda, foram atendidos.

Figura 3: Fluxo líquido e oferta/demanda (Fonte: Dados da pesquisa)

O objetivo de minimizar a distância total da rota foi atendido, obtendo a solução ótima para o
problema do caminho mais curto. O menor caminho encontrado é representado na Fig. (4).

Figura 4: Caminho mínimo encontrado (Fonte: Dados da pesquisa)

Assim, a rota de menor distância começa na origem Catalão (A) e passa pelas cidades de Marzagão
(C), Buriti Alegre (E), Goiatuba (H), chegando ao destino Turvelândia (I), percorrendo uma distância
total de 343,3 km.
 Simpósio de Engenharia de Produção
Universidade Federal de Goiás – Regional Catalão
28 a 30 de agosto, Catalão, Goiás, Brasil

5. CONSIDERAÇÕES FINAIS

Por meio da realização deste trabalho, foi possível encontrar o menor caminho a ser percorrido do
ponto de origem até um ponto de destino (ponto de entrega mais distante) de uma empresa
distribuidora, por meio do uso do problema do caminho mais curto. Portanto, o objetivo almejado foi
alcançado. A menor distância a ser percorrida correspondente a 343,3 quilômetros. Pelos resultados
obtidos, também foi possível verificar que o caminho mais curto começa pela origem, Catalão,
percorrendo, em sequência, as cidades de Marzagão, Buriti Alegre e Goiatuba, alcançando o destino,
Turvelândia.
O presente trabalho contribui para a área acadêmica, ao apresentar uma aplicação prática de um
problema de otimização em redes. Além disso, o trabalho contribui no âmbito empresarial, uma vez
que há vantagens em fazer o uso de métodos da pesquisa operacional em conjunto com ferramentas
computacionais, para auxiliar nos processos decisórios. Como sugestão de pesquisa futura, tem-se a
realização de um estudo considerando a melhor alocação de mercadorias a serem transportadas pelos
caminhões que passarão por determinada rota, visando a redução dos custos de transporte.

6. REFERÊNCIAS

ALVAIA, T. M.; SANTOS, H. M.; LOBAO, M. W. N.; OLIVEIRA, J. R. M.; ALMEIDA, G. R. O.

Desenvolvimento do menor caminho para a melhoria das linhas de ônibus em um bairro no
município de Aracaju-SE. In: XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE
PRODUÇÃO, 2017, Joinville, SC. Disponível em: < http://www.abepro.org.br/biblioteca/
TN_STP_243_407_33064.pdf> Acesso em: 10 fev. 2018.
ARENALES, M.; ARMENTANO, V.; MORABITO, R.; YANASSE, H. Pesquisa Operacional. Rio
de Janeiro: Campus/Elsevier, 2006.
BRYMAN, A. Research methods and organization studies. London: Uniwin Hyman, 1989.
COLIN, E. C. Pesquisa Operacional: 170 aplicações em estratégia, finanças, logística, rodução,
marketing e vendas. Rio de Janeiro: LTC, 2007.
DINIZ, I. M. N.; CALAFIORI, L. A. S.; VILLASBOAS, P. G. B.; BACHEGA, S. J.; DO VALE, R.
C. C. Aplicação do problema do caminho mais curto em uma empresa do setor alimentício. In:
XXIV SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO, 2017, Bauru, São Paulo. Disponível
em: < http://www.simpep.feb.unesp.br/anais_simpep.php?e=11>. Acesso em 12 fev. 2018.
FORMIGONI, A.; LIRA, R. S.; RODRIGUES, E.F.; BIZERRA, R. C.; MIRANDA, M.B. Aplicação
de pesquisa operacional na otimização da roteirização de veículos In: XXI SIMPÓSIO DE
ENGENHARIA DE PRODUÇÃO, 2014, Bauru, SP. Disponível em: <
http://www.simpep.feb.unesp.br/anais_simpep.php?e=11> Acesso em: 08 fev. 2018.
GIL, A. C. Métodos e técnicas de pesquisa social. 6ª ed. São Paulo: Atlas, 2008.
HILLIER, F. S.; LIEBERMAN, G. J. Introdução à pesquisa operacional. 9. ed. Porto Alegre: AMGH,
2013.
LACHTERMACHER, G. Pesquisa Operacional na Tomada de Decisões: Modelagem em Excel. 4.
ed. Rio de Janeiro: Elsevier, 2007.
LIMA, R. S.; LIMA, J. P.; PONS, N. A. D. Precisão aceitável? A utilização do Google Earth para
obtenção de mapas viários urbanos para SIG. Infogeo, v. 11, p. 34-36, 2009.
PASSOS, E. J. P. F. Programação Linear Como Instrumento da Pesquisa Operacional. São Paulo:
Atlas, 2008.
RAO, S. S.; Optimization: theory and practice. 3. ed., New York: John Willey & Sons, 1996.
SHIGUEMOTO, A. L.; ARMENTANO, V. A. Heurística para o problema de roteirização e estoque.
In: XXXVIII SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL, 2005, Gramado, RS.
 Simpósio de Engenharia de Produção
Universidade Federal de Goiás – Regional Catalão
28 a 30 de agosto, Catalão, Goiás, Brasil

12 p. Disponível em: < http://www.din.uem.br/sbpo/sbpo2005/pdf/arq0163.pdf>. Acesso em: 10

fev. 2018.
SHIRABAYASHI, J. V.; MUZULON, N. Z.; DOMICIANO, D. F.; CAMOS, B. J. R.; LIMA, B.B.
Problema de caminho mínimo no Vale do Ivaí - PR. In: XXXVII ENCONTRO NACIONAL DE
ENGENHARIA DE PRODUÇÃO, 2017, Joinville, SC. Disponível em: <
https://www.researchgate.net/publication/323380352_Problema_de_caminho_minimo_no_Vale_
do_Ivai_-_PR>. Acesso em: 12 fev. 2018.
SIMÃO, A.S.; LINS, I.D,; FILGUEIRA, N.C. Modelagem do transporte de minério de ferro no norte
do brasil em situações de contingência. In: XXIV SIMPÓSIO DE ENGENHARIA DE
PRODUÇÃO, 2017, Bauru, SP. Disponível em < http://www.simpep.feb.unesp.br/
anais_simpep.php?e=11>. Acesso em: 13 fev. 2018.
TAHA, H. A. Pesquisa operacional: uma visão geral. 8. ed. São Paulo: Pearson Prentice Hall, 2008.
VASCONCELOS, S. A.; PEIXOTO, G. R. G. ; ALMEIDA, W. S. ; BARROS, V. C. ; BACHEGA,
S. J. . Aplicação do problema do caminho mais curto para otimização de rota de um frigorífero.
Gestão da Produção em Foco-Volume 7. 1ed. Belo Horizonte: Poisson, 2018, v. 7, p. 42-51.

7. DIREITOS AUTORAIS

Os autores são os únicos responsáveis pelo conteúdo do material impresso incluído no seu
trabalho.