Use este identificador para citar ou linkar para este item:
http://www.monografias.ufop.br/handle/35400000/9452| Título: | Aplicação de técnicas de otimização para o problema de seleção de pedidos ótima. |
| Autor(es): | Marvila, Kemuel |
| Orientador(es): | Munhoz, Pablo Luiz Araújo |
| Membros da banca: | Penna, Puca Huachi Vaz Silva, Pedro Henrique Gonzalez Munhoz, Pablo Luiz Araújo |
| Palavras-chave: | Otimização combinatória Order batching Programação fracionária Metaheurísticas Rust |
| Data do documento: | 2026 |
| Referência: | MARVILA, Kemuel. Aplicação de técnicas de otimização para o problema de seleção de pedidos ótima. 2026. 96 f. Monografia (Graduação em Ciência da Computação) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2026. |
| Resumo: | Este trabalho aborda o Problema da Seleção de Pedidos Ótima (PSPO), um problema intralogístico de otimização da coleta de pedidos (order picking) e formação de lotes (order batching) em centros de distribuição de comércio eletrônico (e-commerce). Fundamentada no desafio do LVII Simpósio Brasileiro de Pesquisa Operacional (SBPO) em parceria com o Mercado Livre, a problemática modela-se como um problema de Programação Fracionária NP-Hard, cuja função objetivo visa a maximizar a produtividade da onda de coleta (wave), expressa pela razão entre itens selecionados e corredores ativados, sob restrições de capacidade e estoque. Para sua resolução, desenvolveu-se o OOSP-MetaSolver Framework na linguagem Rust, integrando avaliação incremental de saldos em complexidade temporal O(k), heurísticas construtivas orientadas a pedidos (Order-Centric) e a corredores (Aisle-Centric), exploração multi-vizinhança com o Variable Neighborhood Descent (VND) e as metaheurísticas GRASP Reativo (R-GRASP) e Otimização por Enxame de Partículas Binário Adaptativo Reativo (AR-BPSO) com paralelismo nativo. Conduziu-se avaliação experimental nas 50 instâncias oficiais do problema sob o limite fixo de 600 segundos. Os experimentos indicam que a razão de densidade pedidos/corredores (R = Ped./Cor.) orienta a eficácia construtiva: quando R ≥ 1, a consolidação por corredores apresenta desvio médio de 7,64% em menos de 0,05 segundos, margem reduzida para 1,71% pela busca local VND. Na avaliação global, o R-GRASP obteve desvio médio de 1,00% e convergiu para a melhor solução conhecida (Best Known Solution, BKS) em 46,00% das instâncias em 77,34 segundos. O AR-BPSO alcançou o menor desvio do estudo (0,79%) e convergiu para a BKS em 50,00% das instâncias em 247,57 segundos médios. No confronto com a literatura, as abordagens propostas apresentaram resultados superiores à heurística de referência do estado da arte em 9 instâncias (convergindo para a BKS em 5 delas) e encontraram soluções viáveis com desvios residuais inferiores aos de modelos exatos de Programação Linear Inteira onde estes não fecharam o gap dual. De modo geral, os resultados indicam a aplicabilidade do método para operações intralogísticas. |
| Resumo em outra língua: | This work addresses the Optimal Order Selection Problem (OOSP), an intralogistics optimization problem involving order picking and order batching in e-commerce fulfillment centers. Based on the real-world challenge of the 57th Brazilian Symposium on Operations Research (SBPO) in partnership with Mercado Livre, the problem is modeled as an NP-Hard Fractional Programming problem whose objective function seeks to maximize the operational productivity of a picking wave, expressed as the ratio between selected items and activated aisles, under capacity and inventory constraints. To solve it, the OOSP-MetaSolver Framework was developed in the Rust programming language, integrating incremental stock evaluation in O(k) time complexity, adaptive constructive heuristics centered on orders (Order-Centric) and aisles (Aisle-Centric), multi-neighborhood exploration via Variable Neighborhood Descent (VND), and high-order meta-heuristics comprising Reactive GRASP (R-GRASP) and Adaptive Reactive Binary Particle Swarm Optimization (AR-BPSO) with native data parallelism. An experimental evaluation was conducted on the 50 official instances under a fixed execution time limit of 600 seconds. Experimental analysis indicates that the order-to-aisle density ratio (R = Ord./Ais.) guides constructive efficiency: when R ≥ 1, aisle-centric consolidation yields an average deviation of 7.64% in under 0.05 seconds, which is further reduced to 1.71% by the VND local search. In global evaluation, R-GRASP achieved an average deviation of 1.00% and converged to the Best Known Solution (BKS) in 46.00% of the instances in an average of 77.34 seconds. AR-BPSO achieved the lowest average deviation of the study (0.79%) and converged to the BKS in 50.00% of the instances in an average of 247.57 seconds. In comparison with scientific literature, the proposed approaches achieved superior results compared to state-of-the-art reference heuristics on 9 instances (closing the gap to the BKS in 5 of them) and found feasible solutions with lower residual gaps than exact Integer Linear Programming models where exact solvers failed to close the dual gap within the time limit. Overall, the results indicate the applicability of the method for intralogistics operations. |
| URI: | http://www.monografias.ufop.br/handle/35400000/9452 |
| Aparece nas coleções: | Ciência da Computação |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| MONOGRAFIA_AplicaçãoTecnicasOtimização.pdf | Artigo Principal | 2,62 MB | Adobe PDF | Visualizar/Abrir |
Os itens na BDTCC estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.
