OTIMIZAÇÃO NA ROTEIRIZAÇÃO E REDUÇÃO DE CUSTOS POR MEIO DA PESQUISA OPERACIONAL EM

EMPRESA DE LOGÍSTICA LAST MILE - JABOATÃO DOS GUARARAPES - PE

Alexsandro Silva Lourenço, Caio Vinicius de Melo Santana, Evelly Nathália da Silva Souza, Jamerson Laurindo batista, Luciano Israel dos Santos Silva, Lyvia

Maria Pinheiro de Santana, Marcio José Dantas, Mariana de Oliveira Julião, Thaine Thais Mendonça Soares e Viviane Gomes da Silva Neves

RESUMO Figura 2 – Possível caminho (rota 1) Figura 3 – Possível caminho (rota 2)

Este trabalho consiste em analisar os problemas e restrições existentes para menor custo à empresa de um segmento de logística – Last Mile (última
milha), no município de Jaboatão dos Guararapes-PE. Através desta análise, foi possível concluir os menores custos de percurso que atinge todos os
pontos onde o veículo da empresa deve passar para entregar as mercadorias.
Palavras-chave: pesquisa operacional, roteirização e modelagem.
ABSTRACT
This work consists of analyzing the existing problems and restrictions for a lower cost to the company of a logistics segment - Last Mile (last mile), in the
municipality of Jaboatão dos Guararapes-PE. Through this analysis, it was possible to conclude the lowest route costs that reach all the points where the
company vehicle must pass to deliver the goods.
Keywords: operational research, scripting and modeling.

1. INTRODUÇÃO
Conforme Hillier (2013), a pesquisa operacional é uma disciplina prática para resolver questões concretas, auxiliando na tomada de decisões estratégicas,
empregando conceitos que levam à redução de despesas, aprimoramento de trajetos e aumento de lucratividade. É um meio das empresas encontrarem
respostas para desafios intricados com o auxílio de equações e computações otimizando seus desfechos e potencializando seu rendimento.
A solução de problemas de roteirização e planejamento de veículos pode reduzir consideravelmente os gastos de transporte, proporcionando uma Figura 4 – Possível caminho (rota 3) Figura 5 – Possível caminho (rota 4)
economia bastante substancial tanto para a empresa distribuidora quanto para o consumidor final (ENOMOTO, 2005).
O propósito do trabalho é alcançar resultados satisfatórios na gestão da empresa analisada, utilizando a Pesquisa Operacional como fundamentação do
estudo, uma vez que ela pode ser aplicada em variados setores, como agências governamentais, instituições financeiras e sociais.

2 DESENVOLVIMENTO
A programação linear é uma técnica matemática amplamente utilizada na pesquisa operacional para resolver problemas de otimização nos quais as
relações entre as variáveis são lineares. Esses problemas envolvem a maximização ou minimização de uma função linear sujeita a um conjunto de
restrições lineares. (LACHTERMACHER, 2007).
Um problema de programação linear é composto por três elementos principais:
Função objetivo: É a expressão matemática que deve ser maximizada ou minimizada. Essa função é composta por uma combinação linear das variáveis
do problema, e seu objetivo é encontrar os valores dessas variáveis que otimizam essa função;
Restrições: São as limitações impostas ao problema que devem ser respeitadas. Essas restrições também são expressas como equações ou
desigualdades lineares envolvendo as variáveis do problema;
Variáveis de decisão: São as incógnitas do problema, cujos valores devem ser determinados para atingir a solução ótima. Essas variáveis representam
as quantidades a serem decididas ou controladas para alcançar os objetivos desejados.
Segue o modelo padrão ao lado:
A técnica do Método Simplex é amplamente empregada, pois tem a capacidade de Figura 6 – Representação em rede dos dados
Modelar os complexos problemas de decisão, e de produzir soluções rapidamente
(FORTES; MÜLLER; RIBEIRO, 2014).

2.1 Roteirização
A roteirização de veículos é fundamental na logística para otimizar tempo, custo e
qualidade do transporte. Ao analisar origem, destino, locais de entrega,
tempo necessário e capacidade da frota, é possível encontrar o melhor roteiro e
minimizar os custos. Sendo eficiente, evitam-se atrasos e garante-se um alto nível de
atendimento ao cliente. Diversas variáveis são consideradas, como dimensão e
peso da carga, número de clientes, trajeto e tempo de entrega (NOVAES, p. 283).
3 ESTUDO DE CASO
Para este estudo, utilizou-se o caso de uma empresa localizada na cidade de Jaboatão dos Guararapes-PE, onde o setor de “Last Mile” dessa
organização precisa entregar mercadorias em seus clientes fixos todos os dias no período da manhã, de forma que o objetivo é minimizar custos de
Fonte: Autores (2023)
entrega das mercadorias através de um problema de roteirização de transporte de um trajeto mais curto. Conjuntos e parâmetros: Nosso objetivo é minimizar o custo total das entregas. Portanto, a função objetivo:
4 DADOS DO PROBLEMA Conjunto de clientes: C = {1, 2, 3, 4} Minimizar: Σ(i∈C, j∈C) Custo[i, j] * X[i, j]
Efetuou-se o registro com dados e informações, visto que o veículo da empresa passa por três clientes para realizar a entrega, todos os dias, os quais Conjunto de veículos: V = {1,2} Restrições:
ficam em pontos distintos da cidade, tendo um custo em tempo e combustível. A Tabela 1 mostra as rotas percorridas pela empresária, ou seja, os pontos Capacidade máxima do veículo: 1000 Kg ou 1 ton Capacidade do veículo: A soma das quantidades de produtos entregues pelos
de interesse. A Matriz de distâncias: tendo um total de 284,3km. clientes deve ser menor ou igual à capacidade máxima do veículo:
A Matriz de custos: Custo[i, j] (representa o custo de entregar produtos do Σ(i∈C) x [i,j]≤ 1000
Tabela 1 – Pontos de interesse
cliente i para o cliente j), levando em consideração um valor de R$ 50,00 Restrição de fluxo: A quantidade de produtos entregues por um cliente i deve ser
igual à quantidade de produtos recebidos pelo cliente i:
a cada 10Km rodados.
Σ(i∈C) X[i, j] = Σ(j∈C) X[j, i]
Variáveis de decisão:
Restrição de demanda: A quantidade de produtos entregues pelo cliente i deve ser
Uma variável contínua: A quantidade de produtos a serem entregues do menor ou igual à demanda do cliente i:
cliente 1 até o cliente 4, que ficou por 4475 kg de carga; Σ(j∈C) X[i, j] ≤ Demanda[i] (onde Demanda[i] é a demanda do cliente i)

Função objetivo:

Custo das duas entregas do v1 - a rota 1

Na Figura 1, pode se fazer um mapeamento das rotas com a ajuda do Google Maps, podendo observar que os pontos em bairros distintos, fazendo com + rota 2 deve ser no máximo 700 reais;
que o custo de transporte seja maior.
Custo das três entregas do v2 - a rota 3 +
Figura 1 – Mapa dos pontos de interesse rota 4 deve ser no máximo 1400 reais;

Custo mínimo para cada rota: 1 e 3 <=

200 e 2 e 4 <= 500;

4 Matriz de custo:

 Parâmetros para definição das variáveis:  Resultados obtidos:

5 3
2

Fonte: Google Maps (2023)

5. REFERÊNCIAS

Após coletar informações dos destinos e clientes, incluindo tempo, distâncias e custo de combustível, foi realizado um modelo de menor caminho para
ARENALES, M.; ARMENTANO, V.; MORABITO, R.; YANASSE, H.; Pesquisa Operacional para cursos de Engenharia; Rio de Janeiro: Elsevier,2007.
otimizar o percurso. Os destinos incluíam: (1) Cond. Armazena V, Jaboatão dos Guararapes (CEP: 54355-057) como origem, e outros quatro destinos
(CEPs: 54315-050, 54360-090, 54275-090 e 54110-000). BJARNADÓTTIR, Á. S. Solving the Vehicle Routing Problem with Genetic Algorithms. 2004.

Na Tabela 2, matriz distância, agrupou-se os dados apanhados quanto a distância, em quilômetros, para obtenção de uma melhor visualização. MOREIRA, Marco Antonio. O que é afinal aprendizagem significativa? Porto Alegre: Instituto de Física - UFRGS, 2010.
BAZARAA, M. S.; JARVIS, J. J. Linear Programming and Network Flows, John Wiley and Sons, N.Y., 2009.
HILLIER, F. S.; LIEBERMAN G. J. Introdução à Pesquisa Operacional. 9. ed. Porto Alegre: AMGH, 2013
SILVA, Aneirson Francisco da. Pesquisa operacional: desenvolvimento e otimização de modelos matemáticos por meio da linguagem gams. São Paulo: Unesp,
2013. 126 p. Disponível em: Acesso em: 20 de outubro 2019.
LACHTERMACHER, Gerson. Pesquisa Operacional na Tomada de Decisões: Modelagem em Excel. Rio de Janeiro: Elsevier, 2007.
FORTES, Bianca Jupiara; RIBEIRO, Roberto Portes; MÜLLER, Felipe Martins (Ed.). Programação Linear: Uma aplicação para a otimização na distribuição de uma
empresa de nutrição animal: Heterogeneity of Brazilian agriculture in access to information technologies. Espacios, Caracas, v. 35, n. 11, p.12-12, ago. 2014.
Disponível em: . Acesso em 20 de outubro 2019.
NOVAES, A. G. Logística e gerenciamento da cadeia de distribuição.3° Ed. Rio de Janeiro. Elsevier. 2007
Fonte: Autores (2023)
ANDRADE, E. L. Introdução à pesquisa operacional: métodos e modelos para análise de decisões. 4. ed. Rio de Janeiro: LTC, 2009.