[pt] Esta dissertação tem como objetivo contribuir para o gerenciamento de frotas de grande porte, buscando uma maior rapidez e eficiência na distribuição de veículos ao longo do tempo/espaço, visando maximizar o lucro total da empresa. Problemas de gerenciamento de frotas dinâmicas são normalmente formulados como uma rede dinâmica, mas há uma grande dificuldade ao se trabalhar com problemas desse tipo, especialmente quando se busca uma solução sobre um horizonte de planejamento longo. Visando contornar essa dificuldade, Powell & Carvalho (1998) desenvolveram uma nova abordagem para problemas desse tipo: a Logistics Queuing Network (LQN). A utilização do algoritmo LQN na prática (através de um software) permitiria uma tomada de decisão mais rápida e eficiente, sendo bastante útil, em especial para empresas de transportes. Assim, implementou-se o algoritmo LQN, através do desenvolvimento de um software para o gerenciamento de frotas de grande porte, por meio do qual podese constatar o potencial de aplicação desse algoritmo. / [en] The objective of this dissertation is to contribute to the large-scale fleet management, looking for a greater efficiency and speed in vehicle distribution over time and space, while maximizing total profit. Dynamic fleet management problems are normally formulated as a dynamic network, but it`s really difficult to work with problems of this class, especially when we look for a solution over a large planning horizon. In order to overcome this problem, Powell & Carvalho (1998) developed a new formulation for these problems: the Logistics Queuing Network. The use of its algorithm in real problems (using a software) would allow quickly and more efficient decisions in transports, being really useful especially for transports enterprises. For this reason, the algorithm LQN was implemented, through the development of a software for the large-scale fleet management, so we could verify the potential application of this algorithm.

Submitted by Aelson Maciera (aelsoncm@terra.com.br) on 2017-09-26T19:15:52Z No. of bitstreams: 1 DissCDAC.pdf: 10114021 bytes, checksum: b3e4f52846924539caadab8587fe2250 (MD5) / Approved for entry into archive by Ronildo Prado (bco.producao.intelectual@gmail.com) on 2018-01-26T18:36:20Z (GMT) No. of bitstreams: 1 DissCDAC.pdf: 10114021 bytes, checksum: b3e4f52846924539caadab8587fe2250 (MD5) / Approved for entry into archive by Ronildo Prado (bco.producao.intelectual@gmail.com) on 2018-01-26T18:36:39Z (GMT) No. of bitstreams: 1 DissCDAC.pdf: 10114021 bytes, checksum: b3e4f52846924539caadab8587fe2250 (MD5) / Made available in DSpace on 2018-01-26T18:42:45Z (GMT). No. of bitstreams: 1 DissCDAC.pdf: 10114021 bytes, checksum: b3e4f52846924539caadab8587fe2250 (MD5) Previous issue date: 2017-03-10 / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / This work aims at treating the Dynamic Vehicle Allocation Problem (DVAP) in the context of the Brazilian Freight Transportation system. The problem consists of allocating empty vehicles to different terminals so as to attend the demand of freight transport during a predetermined planning horizon while maximizing the profit from these services. These type of decisions arise in customized freight transport services and in between-terminals operations of consolidation freight services. Given the size of the resulting models of real life problems confronted by third party logistics operators are large for using exact solution methods, heuristic methods have been used for giving good quality solution at the expense of optimality guarantee. In this context, the objective of this work is to contribute with solution methods that provide optimality guarantee or quality solution certificates for treating large-scale problems in reasonable computational times. The methods utilized are lagrangean relaxation, using subgradient optimization, and DantzigWolfe decomposition together with a lagrangian heuristic and factibilization method, respectively. Computational experiments are presented and analyzed for randomly generated instances and real-world instances from a brasilian freight operator. The latter method shows great potential for treating large-scale problems. / Este trabalho aborda o problema de Alocação Dinâmica de Veículos (PADV) no contexto de Transporte Rodoviário de Carga. O problema envolve alocar veículos de carga para atender a demanda de transporte de carga prevista entre terminais durante um horizonte de tempo multiperíodos e finito. O objetivo e maximizar o lucro gerado pelos serviços completados. Este tipo de decisões surge nos serviços de transporte de carga de lotação e na parcela de transporte de transferência dos serviços de transporte de carga consolidada. Dado que o tamanho dos problemas que enfrentam as transportadoras logísticas sÃo consideravelmente grandes parase resolver com métodos exatos em tempos computacionais aceitáveis, tem-se utilizado métodos heurísticos para dar boas soluções sem garantia de otimalidade mas em tempos toleráveis a estes problemas. Neste contexto, pretende-se contribuir com métodos de solução que proporcionem garantia de otimalidade e/ou boas soluções aproximadas, acompanhadas de certificados de otimalidade ou de qualidade de solução, para tratar problemas de porte em tempos razoáveis. Os métodos propostos estao baseados em relaxação lagrangiana, utilizando o método de otimização do subgradiente, e na decomposto de Dantzig Wolfe, utilizando a técnica de geração de colunas, além de heurísticas lagrangianas e de factibilização acopladas nestes métodos. Experimentos computacionais usando instâncias geradas aleatoriamente e baseados em dados reais de transportadoras brasileiras sao apresentados e analisados, para as duas abordagens, mostrando seus potenciais de aplicação pratica, principalmente para problemas de grande porte.