ALGORITMOS GENÉTICOS APLICADOS AO PROBLEMA DE CARREGAMENTO DE CONTÊINER TRIDIMENSIONAL ROSA, Luciano da 1 ; ANTONIAZZI, Rodrigo Luiz 2 ; CHICON, Patricia Mariotto Mozzaquatro 3 Palavras-chave: Cromossomo. Adaptáveis. Otimização. Algoritmos. 1 INTRODUÇÃO Empresas do ramo de logística de transporte de carga atuantes tanto no meio terrestre, marítimo ou aéreo, empregam o transporte e distribuição de diversos segmentos de produtos, desempenhando atividades básicas de logística que exigem organização e planejamento, de modo a preservar a integridade da carga, melhor aproveitamento de espaço, diminuição de gastos, entre outros (VENDRAMINI, 2007). Segundo Santos (2011) entre as diversas atividades relacionadas ao transporte de carga e seus procedimentos rotineiros destaca-se a busca por carregamentos que promovam um melhor aproveitamento físico do meio de transporte, resultando na compensação de altos custos relacionados à locação de unidades (contêineres, caminhões) necessária para desempenhar esta demanda. Grandes lotes de mercadorias geram a necessidade de inúmeros veículos para suprir a demanda de entregas, sendo assim, metodologias para melhor aproveitamento de espaço podem contribuir para a diminuição de unidades necessárias para a execução de tais serviços, reduzindo despesas como, por exemplo: locação, combustível, depreciação, custos com funcionários, etc., o que contribui com benefícios visíveis à empresa (NETO, 2005). 1 Aluno do Curso de Ciência da Computação, UNICRUZ, luciano-darosa@hotmail.com 2 Professor do Curso de Ciência da Computação, UNICRUZ, rantoniazzi@unicruz.edu.br 3 Professora do Curso de Ciência da Computação, UNICRUZ, patriciamozzaquatro@gmail.com
O Problema do Carregamento de Contêiner Tridimensional (PCC3D) compreende um problema clássico de pesquisa operacional, que possui como objetivo a aplicação de metodologias para promover uma correta distribuição e configuração de carga onde determinadas restrições sejam respeitadas, de maneira a contribuir para uma melhor exploração e maximização da ocupação de espaço disponível (VENDRAMINI, 2007). Cabe salientar que o PCC3D é um problema da classe NP- Completo, pelo fato de possuir um espaço de busca muito grande, agregando alta complexidade e custo computacional para a obtenção de uma solução ótima, tornando assim inviável a aplicação de métodos determinísticos e de baixa complexidade em sua resolução (NETO, 2005). A justificativa científica deste trabalho consiste no desenvolvimento e aplicação da metaheurística Algoritmos Genéticos (AG) de modo a obter resultados computacionalmente viáveis para a resolução, pelo menos em parte, do PCC3D, respeitando determinadas restrições de carregamento, acrescendo mais complexidade ao problema. 2 METODOLOGIA E/OU MATERIAL E MÉTODOS Inicialmente, desenvolveu-se um estudo aprofundado sobre o problema geral do PCC3D de modo a avaliar minunciosamente suas características, restrições, aplicabilidade, complexidade, variações e, também, explanar uma breve análise literária, de modo conhecer quais e por que determinadas metodologias são mais recomendadas e aplicadas em seu solucionamento. Posteriormente, realizou-se um estudo sobre heurísticas com ênfase específicas existentes utilizadas na construção de carga, a heurística escolhida e a relação da mesma com o problema proposto. Em seguida, construiu-se um ambiente tridimensional funcional utilizando OpenGL, capaz de efetuar cálculos matemáticos básicos de controle como: altura, largura, profundidade, volume, peso, área de ocupação, área disponível, com o intuito de prover uma base representativa funcional e operável para em seguida aplicar a HC e a metaheurística AG de forma a possibilitar a configuração da carga em concordância com as restrições de balanceamento de peso, empilhamento, limite de peso, ordem de descarga, respeitando as dimensões e restrições individuais referentes à
área de apoio, fragilidade e limites físicos de cada produto. Em seguida, implementou-se a metaheurística AG aplicável ao problema proposto. 3 RESULTADOS E DISCUSSÕES Até o presente momento, para as baterias de testes realizados, foram implementadas, além das restrições físicas de peso e volume do próprio contêiner, as restrições de rotação ou orientação, indicando as movimentações ortogonais permitidas para cada caixa (VENDRAMINI, 2007). Restrições de empilhamento, o qual segue uma ordem de peso e volume, sendo que as caixas mais pesadas ficam na base da pilha. Restrições de estabilidade, referindo-se a área de apoio nas faces das caixas, fornecendo uma base de apoio segura. Restrição de ordem de descarregamento em situações de múltiplos pedidos o primeiro a entrar é o último a sair (SANTOS, 2011). Uma das restrições á ser implementada para a próxima bateria de testes é a restrição de Balanceamento ou Distribuição de Carga. Esta restrição incide na construção da carga levando em consideração o centro de gravidade do contêiner de modo a formular um carregamento com a melhor distribuição de peso possível. O centro de gravidade concentra no ponto central de base do contêiner, e serve como um ponto de referencia para a distribuição de todo o peso da carga (SANTOS, 2011). Carregamentos inadequados geralmente resultam em distribuição desproporcional de peso, prejudicando desempenho e funcionamento do veículo, gerando desgastes excessivos, desrespeitando o centro de gravidade, podendo causar problemas de desbalanceamento e tornando o mesmo propício a tombamentos em trajetos íngremes com grandes inclinações ou curvas acentuadas (CARVALHO, 2008). A Figura 1 representa um dos testes realizados com a seguinte configuração: Dados do Contêiner: Largura (X) 2,34 Mt, Altura (Y) 2,39 Mt, Comprimento (Z) 5,91 Mt, Peso Máximo 21.920,00 Kg, Volume Máximo 33,02 M³. Dados da Carga: N de Caixas: 702, N de Cantos: 1125, Peso Total da carga: 1.416,00 Kg, Volume Total da carga: 18,26 M³, Tempo de Carregamento 00:00:58:396.
Figura 1. Ilustração tridimensional Carregamento utilizando Algoritmo Genético. 4 CONSIDERAÇÕES FINAIS OU CONCLUSÃO A utilização do AG na escolha de posicionamentos resultou em uma deficiência considerável na compactação do carregamento, constatando-se certa dificuldade na identificação de bons posicionamentos, gerando um número excessivo de pontos de canto, necessitando assim, de uma área muito maior para a acomodação de todos os itens da carga quando comparado ao método de escolha de posicionamento por força bruta. Outro fator avaliado foi o tempo necessário para a construção do carregamento, sendo que neste o AG também deixou a desejar em relação ao método de força bruta. Em todos os testes realizados, o índice de heterogeneidade dos padrões de caixas, como fora antecipadamente previsto, refletiu diretamente no aumento ou diminuição do custo e do tempo de carregamento, onde maior a heterogeneidade dos padrões de caixas, maior observou-se o custo e tempo. Em um segundo momento, outra aplicação do AG será desenvolvida, consistindo esta, na busca pela sequência de caixas ideal para o carregamento do contêiner.
REFERÊNCIAS BIBLIOGRÁFICAS CARVALHO, Irene Jesus Leite Nobre de. Caracterização e Formulação de Problemas de Empacotamentos Tridimensionais. Dissertação de Mestrado em Engenharia e Gestão Industrial, Universidade de Aveiro, 2008. MOURA, Ana Maria Pinto de Moura. Abordagens Heurísticas para o Planeamento de Rotas e Carregamento de Veículos. Tese de Doutorado em Engenharia Eletrotécnica e de Computadores, Universidade de Porto. Porto, 2005. NETO, Lúcio Lopes Rodrigues. Um Algoritmo Genético para a Solução do Problema de Carregamento de Container. Dissertação de Mestrado em Engenharia Elétrica, Universidade Federal do Rio de Janeiro - UFRJ, 2005. SANTOS, Paulo Amaro Velloso Henrique dos Santos. Resolução do Problema de Carregamento de Container e de Roteamento de Veículos Utilizando Algoritmos Genéticos. Dissertação de Mestrado em Ciências, Universidade Federal do Paraná - UFPR, 2011. VENDRAMINI, Eliane. Otimização do Problema de Carregamento de Container Usando uma Metaheurística Eficiente. Dissertação de Mestrado em Engenharia Elétrica, Universidade Estadual Paulista Faculdade de Engenharia de Ilha Solteira - UNESP, 2007.