A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Leonardo Junqueira Reinaldo Morabito Denise Sato Yamashita

Apresentações semelhantes


Apresentação em tema: "Leonardo Junqueira Reinaldo Morabito Denise Sato Yamashita"— Transcrição da apresentação:

1 Leonardo Junqueira Reinaldo Morabito Denise Sato Yamashita
Modelos matemáticos para o problema de carregamento de contêineres considerando carga fracionada em múltiplos destinos Leonardo Junqueira Reinaldo Morabito Denise Sato Yamashita

2 Definição do Problema Deseja-se carregar um caminhão (ou contêiner) e distribuir a carga em diferentes destinos O caminhão deve percorrer um roteiro de entrega, saindo de um depósito (onde ele é carregado) e descarregar a carga em diferentes destinos. Após realizar todas as entregas, o caminhão pode retornar, vazio, para o depósito. Objetivo: como planejar o carregamento do caminhão, levando em consideração o roteiro do caminhão, para evitar desperdícios de tempo descarregando e recarregando caixas.

3 Caminhão sendo descarregado ao longo de cinco destinos.

4 Duas adaptações do modelo com um destino
Formulação: “Versão Divisória” Formulação: “Versão Tetris” Consideração: Admite-se que o contêiner tem um comprimento suficientemente grande para empacotar todas as caixas de todos os destinos.

5 Procedimento 1 (“Versão Divisória”)
Seja um roteiro com n destinos que um contêiner deve percorrer Em cada destino k=1,...n tem-se mk tipos de caixas do tipo i=1, ..., mk com bi caixas de dimensões (li,wi,hi). Note que k=1 se refere ao conjunto de caixas que são carregadas primeiro e descarregadas por último. Conseqüentemente, k=n se refere ao conjunto de caixas que são carregadas por último e descarregadas primeiro.

6 Idéia do procedimento:
Para cada destino k: Resolver o problema de carregamento minimizando o comprimento do contêiner

7 aipqrstu: parâmetro 1 se a caixa i, quando empacotada com seu canto inferior frontal esquerdo na posição (p,q,r), não permite que outra caixa qualquer ocupe a posição (s,t,u) dentro dela. 0, caso contrário.

8 xipqr: variável de decisão
1 se a caixa i é empacotada com seu canto inferior frontal esquerdo na posição (p,q,r), i=1,...,m, 0≤ p ≤L-li, 0 ≤ q ≤ W-wi e 0 ≤ r ≤ H-hi 0, caso contrário

9 Variável de decisão real L’k (k = 1,
Variável de decisão real L’k (k = 1,...,n) para o comprimento mínimo necessário para empacotar todas as caixas do destino k.

10 Para k = 1,...,n, resolva a formulação abaixo:
Sujeito a: Retorne

11 Se então a solução é factível. Obs: otimização não leva em consideração caixas de destinos diferentes - solução final obtida é uma composição de n soluções localmente ótimas.

12 Solução para caixas de três destinos
Solução para caixas de três destinos. Observe que é criada uma “divisória” (imaginária) entre as caixas de dois destinos consecutivos dentro do caminhão

13 Procedimento 2 (“Versão Tetris”)
Variável de decisão real L’ para o comprimento mínimo necessário para empacotar todas as caixas de todos os n destinos. Variável de decisão binária xipqr referente à posição da caixa no contêiner

14 k = k+1, e resolva o modelo acima em k. Repetir para todos n destinos.
Faça k = 1 e resolva a formulação abaixo: Sujeito a: Fixe associadas às caixas deste destino k = k+1, e resolva o modelo acima em k. Repetir para todos n destinos.

15 Exemplo de empacotamento das caixas na versão 2 (“Tetris”).

16 Note nesta formulação que considerações de orientação, limite de peso, estabilidade e empilhamento também podem ser facilmente incorporadas. Observe que as caixas de um destino, uma vez fixadas, não podem mais ser rearranjadas, o que pode implicar na “perda” da solução ótima global.

17 Resultados Computacionais
Modelos foram implementados na linguagem de modelagem GAMS (versão 22.7), e o solver CPLEX (versão 11.0), com parâmetros default. Todos os experimentos foram realizados em um microcomputador PC Pentium D (3.2 GHz, 2.0 GB).

18 Exemplos gerados aleatoriamente.
Contêineres de dimensões iguais a L = W = H = 10 3 destinos diferentes. Para os modelos com estabilidade, o valor α =1, isto é, a base de todas as caixas devem ter 100% de suporte.

19 Modelo Divisória No Cx. Sem estabilidade Com estabilidade No Res.
Tempo (s) L’* A1 20 1461,00 1,64 12 2259,00 3,83 14 A5 41 5670,00 10,94 15 8838,00 182,64 A10 99 6102,00 4,48 10086,00 14,50 A20 89 18516,00 19,72 32328,00 63,80 B1 500 19206,00 125,92 33726,00 114,70 B5 813 12498,00 13,19 20886,00 369,95 B10 1000 21879,00 21,31 38592,00 36,05 B20 674 41778,00 77,55 75975,00 2814,00

20 Modelo Tetris L’* No Cx. No Var. Sem estabilidade Com estabilidade
No Res. Tempo (s) L’* A1 20 1650,00 2175,00 1,09 10 3393,00 2,16 12 A5 41 7689,00 10860,00 17,98 15 17418,00 930,28 A10 99 3798,00 4635,00 0,90 7749,00 4,64 A20 89 10443,00 11475,00 2,25 11 19416,00 7,34 B1 500 19566,00 23166,00 52,19 40698,00 159,48 B5 813 11616,00 15228,00 15,25 25500,00 40,05 B10 1000 23316,00 26943,00 5,03 47610,00 26,01 B20 674 47655,00 51312,00 32,75 93399,00 415,75

21 Solução Divisória sem estabilidade
Solução Divisória com estabilidade

22 Solução Tetris sem estabilidade
Solução Tetris com estabilidade

23 Próximos Passos Realizar experimentos computacionais adicionais Incluir alternativas para lidar com “buracos” Abordagem (na sua versão atual) está limitada a resolver apenas problemas de tamanho bem moderado Desenvolver procedimentos para resolver problemas mais realistas de carregamento de contêineres.


Carregar ppt "Leonardo Junqueira Reinaldo Morabito Denise Sato Yamashita"

Apresentações semelhantes


Anúncios Google