Artigo: The dynamic berth allocation problem for a container port Akio Imai, Etsuko Nishimura, Stratos Papadimitriou, Analisando experimentos computacionais e conclusões

Processo Simples: simples modificação na solução do problema, sem efetuar mudanças nas atribuições navio-berço bem como atribuições navio-ordem para cada berço. Procura encontrar o 1º navio insatisfeito na ordem ascendente de serviço, que é atendido antes de sua chegada. Se um navio insatisfeito é encontrado, seu serviço é postergado até seu momento de chegada, consequentemente atrasando o atendimento dos navios sucessores. Si N1 N2 N3 N1 N2 N3 Si

Processo Individual: realiza a atribuição de cada berço como no processo Simples e, se existir um tempo disponível/ocioso no berço entre 2 serviços adjacentes de navios, um navio que está programado para ser atendido posteriormente, é encaixado no espaço ocioso. “ Neste processo nenhum navio é substituído entre os diversos berços.” N1 N2 Si N1 N2 Si

Processo que atua sobre o outro: é o mesmo processo Individual porém com um acréscimo de processo. Se após a aplicação do processo Individual ainda restar algum tempo ocioso em algum berço, o processo é refeito para ser usado no serviço de navios programados em outros berços. Selecionando navios conforme a ordem de chegada, um navio é candidato se atender a seguinte condição: seu tempo total de permanência no porto e o tempo resultante de seus sucessores no novo berço é menor que aquele no berço originalmente atribuído.

Foram resolvidos problemas com 5, 7 e 10 berços cada um contendo 25 e 50 navios, gerando 6 problemas protótipos.

Problem size (berths x ships) Si SIMPLEINDIVIDUALINTERACT GAP(%)CPU(s)InterationGAP(%)CPU(s)InterationGAP(%)CPU(s)Interation 5x2517,146,2200,07,145,7200,010,844,8200,0 20,734,4180,10,735,3180,11,334,0180,1 30,19,753,80,18,250,70,18,050,7 40,00,11,00,00,11,00,00,11,0 7x25119,459,8200,019,262,4200,027,874,8200,0 24,251,4200,04,252,4200,06,650,5200,0 30,534,3160,30,532,1160,30,931,9160,3 40,00,11,10,00,11,10,00,11,1 10x25132,081,4200,032,081,9200,039,985,2200,0 29,268,0200,09,267,7200,013,170,6200,0 32,148,6200,02,148,9200,04,251,3200,0 40,10,0140,80,130,2140,80,231,1140,5 5x5018,1718,2200,08,0719,1200,012,3748,4200,0 20,2188,660,70,2190,560,70,2196,160,7 30,01,91,00,01,91,00,02,01,0 40,01,41,00,01,41,00,01,51,0 7x50125,6983,0200,025,4983,3200,046,41024,1200,0 22,9807,2200,02,9800,9200,07,5834,9200,0 30,067,520,90,067,120,90,069,620,9 40,01,81,00,01,81,00,01,91,0 10x50153,11380,2200,053,01438,3200,076,11500,5200,0 210,91146,8200,010,91139,7200,019,91209,1200,0 31,21113,3200,01,1947,5200,04,41059,0200,0 40,0122,440,80,0123,340,80,0130,240,8 GAP=(valor da solução factível-limite inferior)*100/limite inferior Interation= número no qual o processo termina

Os autores tiraram algumas conclusões: Melhores soluções são obtidas quando todos Si’s se aproximam do momento de chegada do último navio; Os problemas foram resolvidos com o limite de 200 iterações, porém nenhuma solução significante foi observada nas últimas 100 iterações; Quando o GAP for menor que 1 significa que a solução ótima foi encontrada; De todos os 3 problemas, o processo INDIVIDUAL permitiu menores GAP’s, identificando melhores soluções; Embora os 3 procedimentos sejam diferentes em complexidade, não há diferença no tempo computacional entre eles; Este artigo propõe um algoritmo para planejar a atribuição navio-berço- ordem, entretanto, pode ser útil para tomar decisões em quantos berços operar.