Skip navigation

Use este identificador para citar ou linkar para este item: https://repositorio.ufpb.br/jspui/handle/123456789/34556
Registro completo de metadados
Campo DCValorIdioma
dc.creatorCampos, Arthur Macêdo de Almeida-
dc.date.accessioned2025-05-28T16:25:44Z-
dc.date.available2025-05-28-
dc.date.available2025-05-28T16:25:44Z-
dc.date.issued2025-04-25-
dc.identifier.urihttps://repositorio.ufpb.br/jspui/handle/123456789/34556-
dc.description.abstractThe vehicle routing problem (VRP) is one of the most studied problems around combinatorial optimization, given its wide applicability in sectors such as distribution, collection, and planning. In this work, we analyzed an extension of the VRP called the periodic vehicle routing problem (PVRP), in which customers are organized by region and have different visit frequencies, with the objective of finding the best routes from a depot to serve each customer exactly once. To solve this problem, we developed heuristic algorithms based on constructive and local search methods, aiming to obtain approximate solutions efficiently. In addition to computational development, the work involved practical aspects of operational planning, cost optimization and business management, considering real constraints, such as fixed visiting days. The implementation of the proposed solutions brought impacts on planning management, resulting in gains such as increased productivity, reduced fuel consumption and improved company competitiveness. Furthermore, the system to be developed will facilitate financial planning by allowing a prior estimate of the total mileage traveled in each period, helping to control expenses. In this context, the use of collaborative digital tools, such as Google Sheets and Google Colab, was essential for modeling and analyzing data, allowing intuitive visualization of information and automation of processes. The creation of a dashboard through Looker Studio integrated the results obtained demonstrate that the combination of heuristics and support technologies can bring improvements in planning management. Despite the effectiveness of the implemented model, opportunities for improvement in the distribution of tasks among the company's sectors were identified through the creation of the flowchart. Thus, this study reinforces the importance of planning optimization based on consulting, computational intelligence, and digital tools, highlighting its impact on operational efficiency, cost reduction and business sustainability.pt_BR
dc.description.provenanceSubmitted by Rosangela Palmeira (rosangelapalmeira@yahoo.com.br) on 2025-05-28T16:25:44Z No. of bitstreams: 1 TCC_Arthur_Macedo_-_Eng_Mecnica_UFPB_REV08_FINAL_merged (1).pdf: 1557263 bytes, checksum: 2e016ea9bdd7620e64ce9cd7808c2d5d (MD5)en
dc.description.provenanceMade available in DSpace on 2025-05-28T16:25:44Z (GMT). No. of bitstreams: 1 TCC_Arthur_Macedo_-_Eng_Mecnica_UFPB_REV08_FINAL_merged (1).pdf: 1557263 bytes, checksum: 2e016ea9bdd7620e64ce9cd7808c2d5d (MD5) Previous issue date: 2025-04-25en
dc.languageporpt_BR
dc.publisherUniversidade Federal da Paraíbapt_BR
dc.rightsAcesso abertopt_BR
dc.subjectPlanejamento Operacionalpt_BR
dc.subjectAlgoritmos Heurísticospt_BR
dc.subjectGeração de rotaspt_BR
dc.titleAplicação de algoritmos heurísticos para resolução de um problema de roteamento de veículos com periodicidadept_BR
dc.typeTCCpt_BR
dc.contributor.advisor1Costa, Luciano Carlos Azevedo da-
dc.description.resumoO problema de roteamento de veículos (PRV) é um dos problemas mais estudados na área de otimização combinatória, dada sua ampla aplicabilidade em setores como distribuição, coleta e logística. Neste trabalho, analisou-se uma extensão do PRV chamada problema de roteamento de veículos com periodicidade (PRVP), na qual os clientes são organizados por região, e têm periodicidades de visitas distintas entre si, sendo o objetivo encontrar as melhores rotas a partir de um depósito para atender cada cliente exatamente uma vez. Para resolver esse problema, desenvolveu-se algoritmos heurísticos baseados em métodos construtivos e de busca local, visando obter soluções aproximadas de forma eficiente. Além do desenvolvimento computacional, o trabalho envolveu aspectos práticos de planejamento operacional, otimização de custos e gestão empresarial, considerando restrições reais, como dias fixos de visita. A implementação das soluções propostas trouxe impactos na gestão logística, resultando em ganhos como o aumento da produtividade, a redução do consumo de combustível e a melhoria da competitividade da empresa. Além disso, o sistema a ser desenvolvido irá facilitar o planejamento financeiro, ao permitir uma estimativa prévia da quilometragem total percorrida em determinado período, auxiliando no controle de despesas. Neste contexto, a utilização de ferramentas digitais colaborativas, como Google Sheets e Google Colab, foi fundamental para a modelagem e análise dos dados, permitindo a visualização intuitiva de informações e a automação de processos. A criação de um dashboards através do Looker Studio integrou os resultados obtidos demonstram que a combinação de heurísticas e tecnologias de suporte pode trazer melhorias na gestão logística. Apesar da eficácia do modelo implementado, identificouse oportunidades de aprimoramento na distribuição de tarefas entre os setores da empresa através da elaboração do fluxograma. Dessa forma, este estudo reforça a importância da otimização logística baseada em consultoria inteligência computacional e ferramentas digitais, destacando seu impacto na eficiência operacional, na redução de custos e na sustentabilidade empresarial.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentEngenharia Mecânicapt_BR
dc.publisher.initialsUFPBpt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA MECANICApt_BR
Aparece nas coleções:TCC - Engenharia Mecânica

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
TCC_Arthur_Macedo_-_Eng_Mecnica_UFPB_REV08_FINAL_merged (1).pdf1,52 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.