Submitted by Marlene Santos (marlene.bc.ufg@gmail.com) on 2016-08-22T17:32:01Z No. of bitstreams: 2 Dissertação - Raina Ribeiro Marques - 2016.pdf: 13527010 bytes, checksum: 59c283fc484a08da24fa8c5c822eeeb3 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2016-08-23T11:54:05Z (GMT) No. of bitstreams: 2 Dissertação - Raina Ribeiro Marques - 2016.pdf: 13527010 bytes, checksum: 59c283fc484a08da24fa8c5c822eeeb3 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2016-08-23T11:54:05Z (GMT). No. of bitstreams: 2 Dissertação - Raina Ribeiro Marques - 2016.pdf: 13527010 bytes, checksum: 59c283fc484a08da24fa8c5c822eeeb3 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2016-07-05 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / The robust optimization techniques can be used in problems subject to uncertainty in order to obtain robust solutions, that is, solutions that are less sensitive to the problem variations. Problems such as the facility location, specifically, the location of ambulances, have uncertainty in your data. Thus, an integer linear programming model for allocation of ambulances and stations is investigated considering that the service time is an uncertainty parameter, since this parameter is influenced by the nature of the call, traffic, or distance traveled, for example. It is proposed a model considering the application of a robust approach that controls the amount of uncertainty parameters related with the service time. A case study with real data provided by the fire department of the city of Catalão, Goiás, is performed on the models and the results show that the number of ambulances is greater than the current need, as pointed by the model without uncertainty. However, the results on the robust model show that the real number of ambulances in the city is able to serve a limited amount of demand, so for a maximum variation of the demand, the number of available ambulances are not able to support it. The model had worked well for the first two scenarios among the three ones tested, in which for the last scenario the model was quite sensitive to changes on the uncertainty parameters. / As técnicas de otimização robusta podem ser usadas em problemas sujeitos a incertezas com o intuito de obter soluções robustas, isto é, soluções menos sensíveis as variações do problema. Problemas como o de localização de instalações, especificamente, o de localização de ambulâncias possuem incertezas em seus dados. Assim, um modelo de programação linear inteira de localização de ambulâncias e bases é investigado considerando que o tempo de atendimento das chamadas é um parâmetro incerto, uma vez que este parâmetro é influenciado pela natureza da chamada, trânsito ou distância, por exemplo. Propõe-se um modelo a partir da aplicação de uma abordagem robusta que controla a quantidade de parâmetros incertos sobre o tempo de atendimento. A partir de um estudo de caso, com dados reais fornecidos pelo batalhão de corpo de bombeiros da cidade de Catalão, Goiás, considerado sobre os modelos, os resultados mostram que a quantidade de ambulâncias existente na corporação é maior que a necessidade atual, dado o modelo sem incertezas. Porém, os resultados sobre o modelo robusto apontaram que a quantidade de ambulâncias existentes na cidade é capaz de atender até certa variação do tempo de atendimento, sendo que para uma variação máxima, a quantidade de ambulâncias disponível não é capaz de suprir a demanda. O modelo se comportou bem para os dois primeiros cenários, dentre os três testados, sendo que para o último cenário o modelo se mostrou bastante sensível a variação dos parâmetros considerados incertos.