Orientador: Rubén Augusto Romero Lázaro / Resumo: Neste trabalho apresenta-se uma nova meta-heurística, o Algoritmo Genético Evolucionário Especializado (AGE-E) para resolver uma das categorias dos Problemas de Carregamento de Contêiners, objeto de estudo que pertence à otimização, na Pesquisa Operacional. Considera-se a existência de múltiplos contêiners de iguais dimensões que permitem o carregamento completo da carga disponível em um contexto de transporte industrial. Esta carga é composta por caixas de sortimento fortemente hete-rogêneo e que permite a rotação em qualquer dasseis possibilidades, tornando o problema ainda mais complexo, e, porisso,menos estudado na literatura. Uma revisão bibliográfica é também apresentada, contendo uma visão geral das classificações do problema e, em particular, um estudo aprofundado sobre algoritmos genéticos. A implementação do AGE-E foi realizada, e os resultados computacionais foram comparados com as melhores soluções já apresentadas na literatura, demonstrando o potencial do AGE-E para estudosfuturos. / Doutor

La thèse porte sur la proposition de méthodes d’optimisation (modèles mathématiques et métaheuristique) et leur couplage avec un modèle de simulation pour la résolution de problèmes de livraison collecte incluant la planification des horaires des chauffeurs. L’originalité de ces travaux porte sur la diversité des ressources (véhicule, chauffeur, quai de chargement, de déchargement, contenant, ligne de production, aire de nettoyage) et des contraintes (incompatibilité véhicule/contenant, date de début au plus tôt, date de fin souhaitée, planning…) à prendre en compte. L’objectif est de proposer une organisation permettant de réaliser l’ensemble des transports tout en minimisant les retards et les heures supplémentaires. La première partie s’intéresse au transport d’un seul type de produit. Le problème est modélisé comme un RCPSP avec profil de demande en ressources variable. Les transports à vide sont modélisés comme des temps de montage dépendant de la séquence. Deux programmes linéaires en nombres entiers sont proposés. La seconde partie concerne le transport de plusieurs types de produit. Le problème présente une double complexité qui est résolue par le couplage d’une recherche locale itérée avec un modèle de simulation. Le modèle de simulation permet de répondre à la complexité structurelle et fonctionnelle, notamment en raison de la diversité des ressources. La troisième partie intègre la définition des horaires de travail des chauffeurs. Une approche itérative incluant un modèle de simulation, un programme linéaire en nombres entiers et le couplage précédemment présenté est proposée. Ce problème est traité dans un contexte hospitalier pour le transport de contenants propres ou sales (repas, linge, médicaments) entre sites de consommation et sites de production. Chaque partie fait l’objet d’une expérimentation avec des données réelles. / The thesis focuses on the proposed optimization methods (metaheuristics and mathematical models) and their coupling with a simulation model to solve problems of collection including delivery scheduling drivers. The originality of this work focuses on the diversity of resources (vehicle, driver, dock loading, unloading, container production line, cleaning area) and constraints (incompatibility vehicle / container, start date earlier desired end date, planning ...) to take into account. The objective is to provide an organization to achieve all transport while minimizing delays and overtime. The first part focuses on the transport of a single type of product. The problem is modeled as a demand profile RCPSP with variable resources. Empty transports are modeled as time-dependent assembly sequence. Two integer linear programs are proposed. The second part concerns the transport of several types of product. The problem has a double complexity that is determined by the coupling of an iterated local search with a simulation model. The simulation model allows to meet the structural and functional complexity, mainly because of the diversity of resources. The third part includes the definition of working hours of drivers. An iterative approach including a simulation model, an integer linear program and previously presented coupling is proposed. This problem is treated in a hospital setting for transporting containers clean or dirty (food, clothes, medicine) between sites of consumption and production sites. Each party is subject to an experiment with real data.

presente trabalho consolida um estudo para o planejamento de trajetória livre de colisão para um robô pneumático com 5 graus de liberdade aplicando três algoritmos metaheurísticos: algoritmos metaheurísticos por vagalumes, algoritmos metaheurísticos por enxames de partículas e algoritmos genéticos. No que se refere à aplicação de algoritmos metaheurísticos ao estudo de planejamento de trajetória de robôs manipuladores na presença de obstáculos, existem diferentes tipos de técnicas para evitar colisões que consideram os efeitos cinemáticos e dinâmicos na obtenção de trajetórias com o menor tempo, torque, etc. Neste estudo, são propostas contribuições à aplicação dessas técnicas especificamente a robôs manipuladores pneumáticos, sobretudo, no que diz respeito às características específicas dos servoposicionadores pneumáticos, como, por exemplo, a modelagem do atrito desses sistemas, o cálculo da massa equivalente, etc. A metodologia utilizada é definida em duas etapas. A primeira delas consiste na obtenção de pontos intermediários, adquiridos considerando a menor distância entre os mesmos e o ponto final, gerados considerando a presença de obstáculos (cilindros, cubos e esferas) Esses obstáculos são mapeados em regiões de colisão, que constituem restrições para o problema de otimização. A segunda etapa baseia-se no estudo do planejamento de trajetórias: aplicam-se b-splines de 5º e 7º grau na interpolação dos pontos intermediários, com vistas à obtenção de trajetórias que considerem, de um lado, a menor força dos atuadores associada à dinâmica do manipulador em estudo e, de outro, restrições cinemáticas e dinâmicas, determinadas por meio das características operacionais dos servoposicionadores pneumáticos. Os resultados mostram que a metodologia proposta é adequada para tarefas de manipulação de peças na presença de obstáculos, uma vez que os pontos intermediários situam-se fora da região de colisão nos três casos aqui apresentados. Além disso, quanto à segunda etapa, observou-se que as trajetórias de 5º e 7º grau apresentaram resultados similares, de maneira que os erros obtidos poderiam ser melhorados analisando aspectos associados ao controlador do robô em estudo. / The thesis presents a study for collision-free trajectory planning for a pneumatic robot with 5 degrees of freedom applying three metaheuristic algorithms: firefly metaheuristic algorithm, particle swarm optimization and genetic algorithms. As regards the application of metaheuristic algorithms to the study of the trajectory planning of manipulating robots in the presence of obstacles, there are different types of techniques to avoid collisions that consider the kinematic and dynamic effects, obtaining trajectories with the optimal time, torque, etc. In this study, contributions are made to the application of these techniques specifically to pneumatic manipulator robots, particularly with regard to the specific characteristics of pneumatic servo-actuators, such as friction modeling of these systems, calculation of equivalent mass, etc. The methodology used is defined in two steps. The first one consists of obtaining intermediate points, acquired considering the smallest distance between the intermediate points and the final point, generated considering the presence of obstacles (cylinders, cubes and spheres) These obstacles are mapped in collision regions, which are constraints to the optimization problem. The second step is based on the study of the trajectory planning: 5th and 7th degree b-splines are applied in the interpolation of the intermediate points, in order to obtain trajectories that consider the smallest actuator force associated to the dynamics of the manipulator and the kinematic and dynamic constraints, determined by the operational characteristics of pneumatic servo-positioners. The results show that the proposed methodology is suitable for tasks of manipulating parts in the presence of obstacles because the intermediate points are outside the collision region in the three cases presented here. In addition, it was observed that the trajectories of 5th and 7th degree presented similar results, so that the errors obtained could be improved by analyzing aspects associated to the controller of the robot.

Esta pesquisa trata o Problema de Programação de Tripulantes (PPT), presente no planejamento operacional das empresas aéreas. O principal objetivo do PPT é atribuir um conjunto de tarefas aos tripulantes, considerando as regulamentações trabalhistas, as regras de segurança e as políticas das empresas, de tal maneira que o custo da tripulação seja mínimo. O PPT é normalmente dividido em dois subproblemas, resolvidos sequencialmente: Problema de Determinação das Viagens (PDV) e Problema de Atribuição de Escalas (PAE). No PDV, determina-se um conjunto de viagens que cubra todos os voos planejados. Em seguida, no PAE, as escalas, compostas pelas viagens escolhidas e outras atividades como folgas, sobreavisos, reservas, treinamentos e férias, são atribuídas aos tripulantes. Esta decomposição justifica-se pela natureza combinatória do PPT, porém não incorpora as disponibilidades e as preferências dos tripulantes em ambos os subproblemas (PDV e PAE), gerando assim custos extras relacionados aos conflitos que surgem durante a atribuição das escalas aos tripulantes no PAE. Além disso, as estimativas de custos adotadas no PDV não possuem caráter global, já que o custo real da programação só pode ser obtido após a atribuição das escalas. O estado da arte envolve a solução integrada do PPT, em que se elimina a necessidade de resolver inicialmente o PDV, provendo assim uma melhor estimativa de custo e uma programação final com melhor qualidade, por considerar os custos da tripulação, as disponibilidades e preferências dos tripulantes de forma global. O problema, no entanto, é NP-Difícil. Assim sendo, a metodologia proposta nesta pesquisa objetiva a solução do PPT de forma integrada, através de um Algoritmo Genético Híbrido (AGH) associado a um procedimento de busca em profundidade, levando em conta as particularidades da legislação brasileira. A metodologia foi testada, com sucesso, para a solução de instâncias baseadas na malha real de uma empresa aérea brasileira. / This master of science research treats the Crew Scheduling Problem (CSP), as part of the airlines operational planning. The main aim of the CSP is to assign a set of tasks to crew members, considering the labor regulations, safety rules and policies of companies, such that the crew cost is minimal. The CSP is divided into two subproblems, solved sequentially: Crew Pairing Problem (CPP) and Crew Rostering Problem (CRP). First, CPP provides a set of pairings that covers all the planned flights. Then, in the CRP, the rosters, encompassing the pairings and other activities such as rest periods, alert duties, reserve duties, training times and vacations, are assigned to the crew members. This decomposition is justified by the combinatorial nature of the CSP, but it not incorporates the crew members availabilities and preferences in both subproblems (CPP and CRP), generating extra costs related to conflicts that arise during the assignment of rosters to the crew members in the CRP. Besides, the costs estimations adopted in the CPP does not have a global character, since the real cost of the global schedule can be only obtained after the assignment of the rosters. The state of the art involves the integrated solution of CSP, where the CPP does not need to be solved, thus providing a better estimated cost and a better schedule quality, considering crew costs and also crew members availabilities and preferences globally. The problem, however, is NP-Hard. Therefore, the methodology proposed in this master of science research aims to obtain an integrated solution of the CSP, through an hybrid algorithm genetic associated with a depth-first search procedure, taking into account the Brazilian legislation. The methodology was tested, with success, to solve instances related a real network of a Brazilian airline.

Made available in DSpace on 2015-05-14T12:36:38Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 709171 bytes, checksum: 7408941a22a7c3807f1588fecdcfd70c (MD5) Previous issue date: 2012-03-22 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Operational research problems has growing in complexity in the last years, this has accentuated the necessity to develop of techniques witch can accelerate the process of decision making. This work covers the step of aircraft rotation problem, i.e., the sequencing of flights for each aircraft. The goal here is minimize the number of aircraft required to operate a given network of flights. This problem is combinatorial and it resolution is more difficult when the number of involved flights grows. However small changes in departure time, or the addition of a repositioning flight between two nearby airports can reduce the cost of solutions. We present a hybrid algorithm based on the metaheuristic GRASP, using the ILS and integer programing in the local search. The results has shown which this approach can generate good solutions. / Os problemas operacionais cresceram muito em complexidade nos últimos tempos, o que tem acentuado a necessidade do desenvolvimento de técnicas que possam agilizar os processos de tomada de decisão. Este trabalho trata da etapa de geração dos trilhos de aeronaves, ou seja, o sequenciamento de voos de cada aeronave. O objetivo aqui é minimizar o número de aeronaves necessárias para operar uma dada malha de voos. Esse problema possui é combinatoriamente explosivo e a sua resolução fica mais difícil à medida que a quantidade de voos envolvidos cresce. Pequenas modificações nos horários de partida desses voos, ou o acréscimo de algum voo de resposicionamento entre dois aeroportos próximos podem gerar soluções de melhor qualidade. Nós apresentamos um algoritmo híbrido baseado na metaheurística GRASP, com a utilização do ILS e de programação inteira na busca local. Os resultados tem mostrado que essa abordagem é capaz de gerar boas soluções.

Submitted by BRUNA DE LIMA ALCANTARA KITAMURA null (brunakitamura@yahoo.com.br) on 2017-10-30T20:10:34Z No. of bitstreams: 1 TESE-FINAL-BRUNA-G-LIMA.pdf: 4015697 bytes, checksum: cb6eb178262689807dbc777ab5d4d4dd (MD5) / Approved for entry into archive by LUIZA DE MENEZES ROMANETTO (luizamenezes@reitoria.unesp.br) on 2017-11-09T18:45:51Z (GMT) No. of bitstreams: 1 lima_bg_dr_ilha.pdf: 4015697 bytes, checksum: cb6eb178262689807dbc777ab5d4d4dd (MD5) / Made available in DSpace on 2017-11-09T18:45:51Z (GMT). No. of bitstreams: 1 lima_bg_dr_ilha.pdf: 4015697 bytes, checksum: cb6eb178262689807dbc777ab5d4d4dd (MD5) Previous issue date: 2017-09-06 / Neste trabalho apresenta-se uma nova meta-heurística, o Algoritmo Genético Evolucionário Especializado (AGE-E) para resolver uma das categorias dos Problemas de Carregamento de Contêiners, objeto de estudo que pertence à otimização, na Pesquisa Operacional. Considera-se a existência de múltiplos contêiners de iguais dimensões que permitem o carregamento completo da carga disponível em um contexto de transporte industrial. Esta carga é composta por caixas de sortimento fortemente hete-rogêneo e que permite a rotação em qualquer dasseis possibilidades, tornando o problema ainda mais complexo, e, porisso,menos estudado na literatura. Uma revisão bibliográfica é também apresentada, contendo uma visão geral das classificações do problema e, em particular, um estudo aprofundado sobre algoritmos genéticos. A implementação do AGE-E foi realizada, e os resultados computacionais foram comparados com as melhores soluções já apresentadas na literatura, demonstrando o potencial do AGE-E para estudosfuturos. / This work presents a new meta-heuristic, the Specialized Evolutionary Genetic Algorithm (AGE-E), which solves one of the categories of Container Loading Problems, object of study that belongs to Optimization, within the Operational Research. It’s considered the existence of multiple containers ofthe equal dimensionsthat promote the full loading of the availablecargoinindustrial transportation context. Thisload is composed ofstrongly heterogeneous assortment to the boxes, and allows rotation in any of the six possibilities, making the problem even more complex, and therefore less studied in the literature. A bibliographic review is also presented, containing an overview of the classifications of the problem and, in particular, an deepened study on genetic algorithms. The implementation of AGE-E was performed, and the computational results were compared with the best solutions already determined by the bibliography, demonstrating the potentialofAGE-E for future studies.

Made available in DSpace on 2014-12-17T14:52:47Z (GMT). No. of bitstreams: 1 ThalesLS.pdf: 825402 bytes, checksum: 8e0d2b64fc7287a7921fa605343a8bb6 (MD5) Previous issue date: 2008-12-23 / Particle Swarm Optimization is a metaheuristic that arose in order to simulate the behavior of a number of birds in flight, with its random movement locally, but globally determined. This technique has been widely used to address non-liner continuous problems and yet little explored in discrete problems. This paper presents the operation of this metaheuristic, and propose strategies for implementation of optimization discret problems as form of execution parallel as sequential. The computational experiments were performed to instances of the TSP, selected in the library TSPLIB contenct to 3038 nodes, showing the improvement of performance of parallel methods for their sequential versions, in executation time and results / Otimiza??o por Enxame de Part?culas ou Particle Swarm Optimization (PSO) ? uma metaheur?stica que surgiu na inten??o de simular o comportamento de um conjunto de p?ssaros em v?o, com seu movimento localmente aleat?rio, mas globalmente determinado. Esta t?cnica tem sido muito utilizada na resolu??o de problemas cont?nuos n?o-lineares e ainda pouco explorada em problemas discretos. Este trabalho apresenta o funcionamento desta metaheur?stica, al?m de propor estrat?gias para sua aplica??o em problemas de otimiza??o discreta tanto na sua forma de execu??o seq?encial quanto paralela. Os experimentos computacionais foram realizados para inst?ncias do problema do caixeiro viajante, selecionados na biblioteca TSPLIB contendo at? 1002 n?s, mostrando a melhoria de desempenho dos m?todos paralelos em rela??o as suas vers?es seq?enciais, em tempo de execu??o e resultados

presente trabalho consolida um estudo para o planejamento de trajetória livre de colisão para um robô pneumático com 5 graus de liberdade aplicando três algoritmos metaheurísticos: algoritmos metaheurísticos por vagalumes, algoritmos metaheurísticos por enxames de partículas e algoritmos genéticos. No que se refere à aplicação de algoritmos metaheurísticos ao estudo de planejamento de trajetória de robôs manipuladores na presença de obstáculos, existem diferentes tipos de técnicas para evitar colisões que consideram os efeitos cinemáticos e dinâmicos na obtenção de trajetórias com o menor tempo, torque, etc. Neste estudo, são propostas contribuições à aplicação dessas técnicas especificamente a robôs manipuladores pneumáticos, sobretudo, no que diz respeito às características específicas dos servoposicionadores pneumáticos, como, por exemplo, a modelagem do atrito desses sistemas, o cálculo da massa equivalente, etc. A metodologia utilizada é definida em duas etapas. A primeira delas consiste na obtenção de pontos intermediários, adquiridos considerando a menor distância entre os mesmos e o ponto final, gerados considerando a presença de obstáculos (cilindros, cubos e esferas) Esses obstáculos são mapeados em regiões de colisão, que constituem restrições para o problema de otimização. A segunda etapa baseia-se no estudo do planejamento de trajetórias: aplicam-se b-splines de 5º e 7º grau na interpolação dos pontos intermediários, com vistas à obtenção de trajetórias que considerem, de um lado, a menor força dos atuadores associada à dinâmica do manipulador em estudo e, de outro, restrições cinemáticas e dinâmicas, determinadas por meio das características operacionais dos servoposicionadores pneumáticos. Os resultados mostram que a metodologia proposta é adequada para tarefas de manipulação de peças na presença de obstáculos, uma vez que os pontos intermediários situam-se fora da região de colisão nos três casos aqui apresentados. Além disso, quanto à segunda etapa, observou-se que as trajetórias de 5º e 7º grau apresentaram resultados similares, de maneira que os erros obtidos poderiam ser melhorados analisando aspectos associados ao controlador do robô em estudo. / The thesis presents a study for collision-free trajectory planning for a pneumatic robot with 5 degrees of freedom applying three metaheuristic algorithms: firefly metaheuristic algorithm, particle swarm optimization and genetic algorithms. As regards the application of metaheuristic algorithms to the study of the trajectory planning of manipulating robots in the presence of obstacles, there are different types of techniques to avoid collisions that consider the kinematic and dynamic effects, obtaining trajectories with the optimal time, torque, etc. In this study, contributions are made to the application of these techniques specifically to pneumatic manipulator robots, particularly with regard to the specific characteristics of pneumatic servo-actuators, such as friction modeling of these systems, calculation of equivalent mass, etc. The methodology used is defined in two steps. The first one consists of obtaining intermediate points, acquired considering the smallest distance between the intermediate points and the final point, generated considering the presence of obstacles (cylinders, cubes and spheres) These obstacles are mapped in collision regions, which are constraints to the optimization problem. The second step is based on the study of the trajectory planning: 5th and 7th degree b-splines are applied in the interpolation of the intermediate points, in order to obtain trajectories that consider the smallest actuator force associated to the dynamics of the manipulator and the kinematic and dynamic constraints, determined by the operational characteristics of pneumatic servo-positioners. The results show that the proposed methodology is suitable for tasks of manipulating parts in the presence of obstacles because the intermediate points are outside the collision region in the three cases presented here. In addition, it was observed that the trajectories of 5th and 7th degree presented similar results, so that the errors obtained could be improved by analyzing aspects associated to the controller of the robot.

Orientador: Fernando José Von Zuben / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-18T04:29:56Z (GMT). No. of bitstreams: 1 Coelho_GuilhermePalermo_D.pdf: 7483685 bytes, checksum: 911cf6805528b86c8b1fc0f176f47e58 (MD5) Previous issue date: 2011 / Resumo: Meta-heurísticas baseadas no paradigma de Sistemas Imunológicos Artificiais (SIAs), especialmente aquelas inspiradas na teoria da Rede Imunológica, são reconhecidamente capazes de estimular a geração de conjuntos diversos de soluções para um dado problema, mesmo utilizando-se de mecanismos muito simples de controle da dinâmica da rede. Por outro lado, na literatura de SIAs há uma série de estudos que propõem modelos computacionais mais elaborados, geralmente baseados no conceito de concentração de anticorpos, que conseguem explicar melhor o comportamento dessas redes. Diante disso, neste trabalho é proposto um novo algoritmo imunoinspirado para otimização em espaços contínuos, denominado cob-aiNet (Concentration-based Artificial Immune Network), que emprega o conceito de concentração de anticorpos para promover um melhor controle da dinâmica da rede, permitindo assim obter uma melhor cobertura das regiões promissoras do espaço de busca. Esta propriedade da cob-aiNet foi verificada em uma série de análises experimentais, nas quais o algoritmo foi comparado a outras técnicas baseadas em paradigmas distintos, além de dois outros SIAs já propostos na literatura. Os experimentos mostraram que o algoritmo cob-aiNet, além de sua capacidade de manutenção de diversidade ao longo de toda a execução, é competitivo na aproximação do ótimo global dos problemas. Diante disso, também foi proposta neste trabalho uma extensão da cob-aiNet para tratar problemas de otimização multiobjetivo, denominada cob-aiNet[MO] (Concentration-based Artificial Immune Network for Multiobjective Optimization). Assim como um conjunto bem reduzido de propostas da literatura, a cob-aiNet[MO] é capaz de tratar problemas de otimização multiobjetivo que requerem uma manutenção adequada de diversidade também no espaço das variáveis de decisão, não apenas para superar as dificuldades introduzidas pela multimodalidade mas também para facilitar o processo de escolha a posteriori da solução que será efetivamente adotada na prática. Uma série de análises experimentais foram feitas com o algoritmo cob-aiNet[MO], sendo observado que esta ferramenta apresentou resultados superiores na maioria dos problemas, tanto em aproximação da fronteira de Pareto quanto em manutenção de diversidade / Abstract: Metaheuristics based on the Artificial Immune System (AIS) framework, especially those inspired by the Immune Network theory, are known to be capable of stimulating the generation of diverse sets of solutions for a given problem, even though they generally implement very simple mechanisms to control the dynamics of the network. However, there are several studies in the AIS literature that propose more elaborate computational models, generally based on the concept of concentration of antibodies, which better explain the behavior of such networks. Therefore, in this work we propose a novel immune-inspired algorithm for real-parameter optimization, named cob-aiNet (Concentrationbased Artificial Immune Network), that adopts the concept of concentration of antibodies to better control the dynamics of the network, so that a broader coverage of promising regions of the search space can be achieved. This property of cob-aiNet was verified in a series of experimental analyses, in which the algorithm was compared to several techniques based on distinct paradigms, including two popular AISs from the literature. The experiments have shown that cob-aiNet, besides being able to maintain diversity during all the iterations, is also competitive with respect to the approximation of the global optima of the problems. Therefore, it was also proposed in this work an extension of cob-aiNet to deal with multiobjective optimization problems, which was named cob-aiNet[MO] (Concentration-based Artificial Immune Network for Multiobjective Optimization). Like a small set of techniques from the literature, cob-aiNet[MO] is capable of dealing with multiobjective optimization problems that also require a proper maintenance of diversity in the decision space, not only to overcome difficulties introduced by multimodality but also to facilitate the post-optimization decision making process. A series of experimental analyses were also made with cob-aiNet[MO], and it was observed that this algorithm presented better results in most of the considered problems, with respect to both the approximation of the Pareto front and diversity maintenance / Doutorado / Engenharia de Computação / Doutor em Engenharia Elétrica

Orientador: Francisco de Assis Magalhães Gomes Neto / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica / Made available in DSpace on 2018-08-12T23:12:18Z (GMT). No. of bitstreams: 1 Vieira_HeloisaPassarelli_M.pdf: 1211437 bytes, checksum: 312aded4a440d526d723ab88a2a23588 (MD5) Previous issue date: 2008 / Resumo: Nos últimos anos, diversas heurísticas e meta-heurísticas foram propostas para o Problema de Roteamento de Veículos com Janela de Tempo (PRVJT), cujo objetivo é determinar a rota a ser seguida por uma frota de veículos para servir um número de clientes em um dado intervalo de tempo, sem violar a capacidade dos veículos. Cada cliente é visitado por exatamente um veículo e somente uma vez. Esta disertação apresenta um estudo das técnicas utilizadas para o PRVJT, dando ênfase para os Algoritmos Genéticos. Diversos tipos de cruzamento e esquemas de mutação, além de outras técnicas avançadas, tal como o Hill-Climbing, são analisados. Para o algoritmo que implementamos, são apresentados vários resultados numéricos baseados em um conjunto de 56 problemas, cada qual com 100 clientes, proposto por Solomon. O desempenho do algoritmo que implementamos também é comparado aos melhores resultados publicados na literatura / Abstract: In recent years, several heuristic and metaheuristic methods were proposed for the Vehicle Routing Problem with Time Windows (VRPTW). The objective of the problem is to serve a set of customers within a given time interval, without violating the capacity of the vehicles. Each customer must be visited once and by only one vehicle. This dissertation presents a survey on the techniques used to solve the VRPTW, with emphasis on the genetic algorithms. Several crossover and mutation schemes, as well as other advanced techniques, such as the Hill-Climbing are analyzed. Numerical results based on Solomon's 56 VRPTW 100-customer instances are presented for the algorithm implemented here. The performance of our algorithm is also compared with the best results published in the specialized literature / Mestrado / Pesquisa Operacional / Mestre em Matemática Aplicada