Responsive image
Universidade Federal de Santa catarina (UFSC)
Programa de Pós-graduação em Engenharia, Gestão e Mídia do Conhecimento (PPGEGC)
Detalhes do Documento Analisado

Centro: Centro Tecnológico de Joinville

Departamento: Engenharia da Mobilidade/EMB

Dimensão Institucional: Pesquisa

Dimensão ODS: Econômica

Tipo do Documento: Projeto de Pesquisa

Título: MÉTODO HEURÍSTICO PARA O PROBLEMA DE DISTRIBUIÇÃO DE CARGAS FRACIONADAS COM O AUXÍLIO DE DRONES

Coordenador
  • SILVIA LOPES DE SENA TAGLIALENHA
Participante
  • CATIA REGINA SILVA DE CARVALHO PINTO (D)
  • FELIPE GOI ROECKER
  • MATHEUS HENRIQUE NASCIMENTO DA SILVA
  • SILVIA LOPES DE SENA TAGLIALENHA (D)

Conteúdo

A agência nacional de aviação civil (anac) auto...a agência nacional de aviação civil (anac) autorizou em janeiro de 2020 o início da atividade de entregas via drones de produtos comprados pela internet ou por telefone. embora a novidade esteja funcionando em formato de testes, observa-se uma oportunidade de reduzir os custos relacionados ao transporte de carga e ainda entregar as mercadorias mais rapidamente. entretanto, a limitação de autonomia dos drones e as restrições legislatórias são dois empecilhos a serem superados para que os drones possam ser usados de maneira mais ampla. este trabalho apresenta o sistema de transporte de mercadorias que combina caminhões e drones. para solução do problema via programação linear inteira, considera-se um modelo matemático que utiliza algumas restrições do problema do caixeiro viajante, sendo, portanto considerado um problema pertence à categoria np-difícil, sendo, portanto relevante estudos que considerem a aplicação de métodos heurísticos para resolvê-lo. neste trabalho propõe-se um método heurístico aplicado em duas etapas: na primeira determina-se uma solução ótima inicial para o problema do caixeiro viajante somente utilizando o caminhão no sistema de entrega; e na segunda etapa, determinam-se os pontos de entrega pelo drone. para testar a eficiência do método proposto serão realizadas simulações utilizando-se benchmark disponível na literatura.

Pós-processamento: Índice de Shannon: 3.89135

ODS 1 ODS 2 ODS 3 ODS 4 ODS 5 ODS 6 ODS 7 ODS 8 ODS 9 ODS 10 ODS 11 ODS 12 ODS 13 ODS 14 ODS 15 ODS 16
4,30% 5,03% 5,86% 6,12% 5,12% 5,46% 4,98% 7,11% 13,46% 5,15% 10,97% 3,90% 4,15% 5,21% 4,06% 9,13%
ODS Predominates
ODS 9
ODS 1

4,30%

ODS 2

5,03%

ODS 3

5,86%

ODS 4

6,12%

ODS 5

5,12%

ODS 6

5,46%

ODS 7

4,98%

ODS 8

7,11%

ODS 9

13,46%

ODS 10

5,15%

ODS 11

10,97%

ODS 12

3,90%

ODS 13

4,15%

ODS 14

5,21%

ODS 15

4,06%

ODS 16

9,13%