Por favor, use este identificador para citar o enlazar este ítem:
http://www.monografias.ufop.br/handle/35400000/7269
Título : | Otimização da escala de motoristas do transporte público : uma abordagem de geração de colunas. |
Autor : | Andrade, Iago de Castro |
metadata.dc.contributor.advisor: | Munhoz, Pablo Luiz Araújo |
metadata.dc.contributor.referee: | Haddad, Matheus Nohra Milagres, Bárbara Letícia Rodrigues Munhoz, Pablo Luiz Araújo |
Palabras clave : | Programação de tripulações Geração de colunas Otimização linear e inteira Pesquisa operacional |
Fecha de publicación : | 2024 |
Citación : | ANDRADE, Iago de Castro. Otimização da escala de motoristas do transporte público : uma abordagem de geração de colunas. 2024. 30 f. Monografia (Graduação em Ciência da Computação) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2024. |
Resumen : | Técnica de Geração de Colunas é comumente empregada na solução do Problema de Progra- mação de Tripulações (PPT), que visa encontrar o número mínimo de motoristas necessário para cobrir todas as viagens previstas na tabela de horários de uma empresa de transporte pú- blico. O objetivo central deste trabalho é modelar o PPT como um problema de particionamento de conjuntos em conformidade com as necessidades e restrições das empresas de ônibus, e resolvê-lo partindo de um conjunto pré-compilado razoavelmente grande de jornadas potenciais (chamado de shift-pool) com conhecimento específico do problema. O algoritmo de geração de colunas descrito neste trabalho decompõe esse problema em um problema mestre e uma série de subproblemas de pricing. O problema mestre seleciona as melhores jornadas a partir de um conjunto de jornadas conhecidas, selecionadas do shift-pool, enquanto o subproblema de pricing amplia o conjunto de jornadas viáveis para aprimorar a solução obtida no problema mestre. O algoritmo proposto foi então testado com dados reais provenientes de empresas de ônibus que operam na região metropolitana de Belo Horizonte, concluindo que o modelo proposto, com o uso de geração de colunas e um shift-pool otimizado, reduziu de forma eficiente o número de jornadas necessárias, atendendo às restrições legais e operacionais e produzindo escalas de trabalho ajustadas e econômicas para as empresas locais. |
metadata.dc.description.abstracten: | The Column Generation technique is commonly employed in solving the Crew Scheduling Problem (CSP), which aims to find the minimum number of drivers required to cover all scheduled trips in the timetable of a public transportation company. The central objective of this work is to model the CSP as a set partitioning problem in accordance with the requirements and constraints of bus companies. The model is solved starting from a reasonably large pre-compiled set of potential journeys (referred to as the shift-pool) with specific knowledge of the problem. The column generation algorithm described in this work decomposes this problem into a master problem and a series of pricing subproblems. The master problem selects the best journeys from a set of known feasible journeys, selected from the shift-pool, while the pricing subproblem expands the set of feasible journeys to enhance the solution obtained in the master problem. The proposed algorithm was then tested with real data from bus companies operating in the metropolitan area of Belo Horizonte, concluding that the proposed model, utilizing column generation and an optimized shift-pool, efficiently reduced the number of required shifts, meeting legal and operational constraints and producing well-adjusted and cost-effective work schedules for local companies. |
URI : | http://www.monografias.ufop.br/handle/35400000/7269 |
Aparece en las colecciones: | Ciência da Computação |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
MONOGRAFIA_OtimizaçãoEscalaMotoristas.pdf | 630,7 kB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.