Avaliação do uso de Neural Large Neighborhood Search em problemas de roteamento de veículo com coletas e entregas (2023)
- Authors:
- Autor USP: SANTOS, CAMILA STENICO DOS - ICMC
- Unidade: ICMC
- DOI: 10.11606/003188804
- Subjects: NORMALIZAÇÃO DA DOCUMENTAÇÃO; APRENDIZADO COMPUTACIONAL; INTELIGÊNCIA ARTIFICIAL
- Keywords: Aprendizado por reforço; Problema de roteamento de veículos
- Language: Português
- Abstract: O aumento das vendas por e-commerce por pequenas e médias empresas afeta diretamente a busca por demandas de first-mile na cadeia logística, ou seja, há mais itens para serem coletados dentro da malha urbana, causando maior custo de operação e aumento na complexidade do planejamento logístico. Este impacto abre espaço para soluções que buscam aumentar a eficácia do processo. O problema de roteamento de veículos, estudado desde 1960, traz como uma de suas variantes o problema com demandas mistas, onde pontos de coleta e entrega são combinados na mesma rota em busca de eficiência operacional. Nos últimos anos, o aprendizado de máquina, em especial, o aprendizado por reforço, tem sido estudado como uma metaheurística para problema de roteamento de veículo, combinado a heurísticas existentes. Em 2019, foi proposto o uso de aprendizado por reforço junto a heurística de busca em grandes vizinhanças, resultando em uma meta heurística chamada Neural Large Neighborhood Search (NLNS), com grande potencial de performance e resultados. Neste cenário, o presente trabalho de pesquisa tem como objetivo analisar a eficácia do NLNS para gerar rotas com demandas de coletas e entregas combinadas em três cidades do território brasileiro: Rio de Janeiro, Brasília e Belém. Os resultados indicam que, embora o NLNS tenha demonstrado potencial, seus resultados não superaram o benchmark utilizado, que integra técnicas de agrupamento com a ferramenta Google OR-Tools.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2023
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
SANTOS, Camila Stenico dos. Avaliação do uso de Neural Large Neighborhood Search em problemas de roteamento de veículo com coletas e entregas. 2023. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2023. Disponível em: https://doi.org/10.11606/003188804. Acesso em: 15 jan. 2026. -
APA
Santos, C. S. dos. (2023). Avaliação do uso de Neural Large Neighborhood Search em problemas de roteamento de veículo com coletas e entregas (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://doi.org/10.11606/003188804 -
NLM
Santos CS dos. Avaliação do uso de Neural Large Neighborhood Search em problemas de roteamento de veículo com coletas e entregas [Internet]. 2023 ;[citado 2026 jan. 15 ] Available from: https://doi.org/10.11606/003188804 -
Vancouver
Santos CS dos. Avaliação do uso de Neural Large Neighborhood Search em problemas de roteamento de veículo com coletas e entregas [Internet]. 2023 ;[citado 2026 jan. 15 ] Available from: https://doi.org/10.11606/003188804
Informações sobre o DOI: 10.11606/003188804 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Camila Stenico dos Santos... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
