INTELIGÊNCIA ARTIFICIAL NA LOGÍSTICA INDUSTRIAL: OTIMIZAÇÃO DE ROTAS DE MANUTENÇÃO VIA ALGORITMOS GENÉTICOS

Autor(a)

• Andre de Souza Leone iD Universidade Federal do Paraná

Resumo

Este capítulo apresenta a implementação de uma ferramenta de Inteligência Artificial, fundamentada em Algoritmos Genéticos (AG), para a otimização de rotas logísticas de manutenção preventiva na indústria. O estudo de caso aborda o Problema do Caixeiro Viajante (PCV) aplicado a uma indústria de bebidas, com o objetivo de determinar a rota diária mais curta para um técnico inspecionar oito equipamentos (clientes), respeitando as restrições operacionais de iniciar e terminar a jornada na base e de visitar cada local apenas uma vez. A modelagem matemática e a simulação computacional foram desenvolvidas na ferramenta de otimização do software Matlab, transpondo o problema geográfico para matrizes de distância e utilizando cromossomos de 24 bits para a decodificação dos trajetos. Os resultados computacionais demonstraram que o algoritmo convergiu com sucesso para rotas altamente satisfatórias e otimizadas. Na análise comparativa com a elaboração convencional, a distância física da rota planejada pelo algoritmo apresentou uma grande proximidade à rota empírica manual. Contudo, o grande diferencial heurístico revelou-se na otimização drástica do tempo de planejamento de backoffice, que reduziu a análise humana de cerca de quinze minutos para apenas três minutos por trajeto simulado. A substituição do planejamento manual pela rotina automatizada representa, assim, um avanço expressivo na produtividade e na eficiência da gestão de manutenção da equipe.

Palavras-chave

Algoritmos genéticos; otimização de rotas; inteligência artificial; problema do caixeiro viajante

Licença

Este capítulo está sob a Licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional .

O conteúdo do capítulo, seus dados, forma, correção e confiabilidade são de responsabilidade exclusiva do(s) autor(es). É permitido o download e o compartilhamento, desde que pela origem e no formato Acesso Livre (Open Access), com os devidos créditos e a citação atribuídos ao(s) respectivo(s) autor(es). Não é permitida qualquer alteração, catalogação em plataformas de acesso restrito ou utilização para fins comerciais. O(s) autor(es) mantém os direitos autorais do texto.