Portal de Programas de P�s-Gradua��o (CEFET-MG)

SIGAA - Sistema Integrado de Gestão de Atividades Acadêmicas

PPGMMC COORDENAÇÃO DO PROGRAMA DE PÓS-GRADUAÇÃO EM MODELAGEM MATEMÁTICA E COMPUTACIONAL

Banca de DEFESA: Mariana Mendes Guimarães

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : Mariana Mendes Guimarães
DATA : 07/02/2018
HORA: 14:00
LOCAL: Auditório do Prédio 17 - DECOM, Campus II, CEFET-MG
TÍTULO:

Abordagens mono e multiobjetivo de um modelo PLI para o problema de localização de máxima cobertura.

PALAVRAS-CHAVES:

Localização de Facilidades. Problema de Máxima Cobertura. Sistemas Inteligentes. Programação Linear Inteira. Otimização mono-objetivo. Otimização multiobjetivo.

PÁGINAS: 130
RESUMO:

O problema de Localização de Facilidades (Facility Location Problem - FLP), é um dos temas clássicos na Pesquisa Operacional e se propõe a definir os melhores pontos de instalação de p facilidades para que as n demandas sejam atendidas. Uma de suas versões, o Problema de Máxima Cobertura (Maximal Covering Location Problem - MCLP), tem o objetivo de cobrir a maior demanda possível dentro de um limite preestabelecido (de tempo ou distância). Neste trabalho, o problema do tipo MCLP foi aplicado à realidade do Serviço de Atendimento Móvel de Urgência da cidade de Belo Horizonte, Minas Gerais, SAMU-BH, com o objetivo de maximizar a cobertura dos chamados atendidos dentro de um tempo de resposta de até oito minutos, para as unidades de suporte básico (USBs), e de até dez minutos, para as unidades de suporte avançado (USAs). Foram coletados dados dos prontuários referentes às ocorrências de Maio/2016 a Abril/2017, totalizando 29.048 registros. Os dados foram utilizados para a criação de instâncias do problema baseadas no comportamento dos chamados e que representassem a realidade do estudo de caso. Foi desenvolvido um modelo de programação linear inteira, adaptado de um modelo da literatura, e mapeados 427 nós de demanda e 1.527 nós candidatos a instalação de facilidades. Os tempos de resposta entre os nós foram calculados pelo aplicativo GoogleMaps Direction API. O modelo foi rodado em IBM ILOG CPLEX 12.7.1, em tempos computacionais satisfatórios. Foram construídos três cenários para localização das 26 ambulâncias disponíveis. Foram considerados o remanejamento entre as bases existentes, a localização ótima em novos pontos mapeados e as taxas de ocupação para cada tipo de ambulância conforme níveis de confiança predefinidos. Os resultados foram comparados com o cenário real de localização das bases, vigente em 2017. Houve um aumento de 9% a 25% na taxa de cobertura, que variou conforme parâmetros estabelecidos, e chegou à cobertura de 100% dos chamados com empenho de USBs. Novos cenários também foram testados, com a aquisição de ambulâncias conforme planejamento para o triênio 2018-2020, resultando em uma cobertura 36% maior das ocorrências com o empenho de unidades avançadas e de 95% das básicas, com a redução do seu tempo de resposta para seis minutos. Uma abordagem multiobjetivo foi apresentada, utilizando o método da Soma Ponderada, a posteriori, com os objetivos de aumentar a cobertura total e reduzir o número de bases instaladas. Foram encontradas 25 soluções Pareto-Ótimas, sendo uma alternativa à tomada de decisão gerencial.

MEMBROS DA BANCA:
Externo à Instituição - EDUARDO CARVALHO DE CASTRO - UFMG
Interno - ELISANGELA MARTINS DE SA
Interno - ELIZABETH FIALHO WANNER
Interno - FABIO ROCHA DA SILVA
Interno - FLAVIO VINICIUS CRUZEIRO MARTINS
Externo à Instituição - JOAQUIM JOSE DA CUNHA JUNIOR - IB/SP

Notícia cadastrada em: 23/01/2018 09:53