Fechar
Metadados

%0 Thesis
%4 sid.inpe.br/jeferson/2004/03.08.16.47
%2 sid.inpe.br/jeferson/2004/03.08.16.47.35
%A Arakaki, Reinaldo Gen Ichiro,
%T Heurística de localização-alocação para problemas de localização de facilidades
%D 2002
%E Carvalho, Solon Venâncio de (presidente),
%E Lorena, Luiz Antônio Nogueira (orientador),
%E Yanasse, Horácio Hideki,
%E Nagano, Marcelo Seido,
%E Scrich, Cintia Rigão,
%8 2002-03-25
%J Heuristic location-allocation for facilities location problems
%I Instituto Nacional de Pesquisas Espaciais (INPE)
%C São José dos Campos
%K localização, algoritmo genético, otimização, Sistemas de Informações Geográficas (SIG), programação linear, pesquisa operacional.
%X Neste trabalho foi desenvolvida uma nova heurística de localização-alocação (HLA) para problemas de localização de facilidades. Em tais problemas a questão central é localizar um objeto (ou objetos) que são chamados de facilidades e minimizar o custo de localizar esta facilidade. A HLA foi aplicada a dois problemas: o Problema de Localização de Máxima Cobertura (PLMC) e o Problema das P-Medianas Capacitado (PMC) com o intuito de uma possível integração a um Sistema de Informacões Geográficas (SIG). A HLA baseia-se na formacão de agrupamentos (clusters) e na possiblidade de melhorá-los (em relacão a algum objetivo). Uma bateria de problemas testes foi escolhida para validar a HLA. Bons resultados foram encontrados tanto para problemas pequenos como para problemas grandes (para o PLMC) e para os problemas pequenos (para o PMC). Ainda foi feita uma aplicacão da HLA como processo de mutacão dentro do Algoritmo Genético Construtivo, para os mesmos problemas. Conclui-se que a HLA, sendo uma heurística de simples implementacão é rápida e bastante eficiente portanto indicada para ser integrada aos SIG. ABSTRACT: New location-allocation heuristic (LAH) algorithms applied in facility location problems are presented in this thesis. Such algorithms approach is based on clustering and its main objective is to find out a facility (object) in a space by minimizing a function. The LAH developed throughout this work was employed in two problems: the first problem is the Maximal Covering Location Problem (MCLP) and the second one is the Capacitated p-Median Problems (CPMP) with the purpose of a possible integration to Geographic Information Systems (GIS). A set of test problems was chosen to validate this LAH. Good results were obtained for small and large-scale problems in MCLP cases. Good results were also obtained for small-scale problems in CPMP cases. The LAH were also applied as a mutation process in Constructive Genetic Algorithms for the same problems. The good results demonstrate that LAH, being quick and fast, may be usefully applicable to GIS.
%P 79
%@language pt
%9 Tese (Doutorado em Computação Aplicada)
%3 publicacao.pdf


Fechar