Made available in DSpace on 2016-08-10T10:40:17Z (GMT). No. of bitstreams: 1 Geovane Reges de Jesus Campos.pdf: 308868 bytes, checksum: 7d7dde587ca6eede4281609bfad2c151 (MD5) Previous issue date: 2012-09-04 / This paper presents a study for the classroom assignment problem for the PUC Goiás, Area 3, Campus I, based on a programming system (SAPA), the Hungarian algorithm, and on the idea of solving the problem time by time. The problem is solved with real data no more than 6 seconds. / Este trabalho apresenta um estudo para o problema de designação de salas de aula para a PUC Goiás, área 3, Campus I, baseado em um sistema de programação (SAPA), no algoritmo Húngaro e na idéia de resolver o problema horário por horário. O problema é resolvido, com dados reais, em não mais do que 6 segundos.

Made available in DSpace on 2016-08-10T10:40:20Z (GMT). No. of bitstreams: 1 JEANCARLO RIBEIRO.pdf: 683766 bytes, checksum: 28e6690b67012436dd91788ec7ff346b (MD5) Previous issue date: 2013-06-17 / The classroom assignment problem at universities consist in distributing classes scheduled for the appropriate rooms, respecting the requirements in each situation. The objective of this work is to apply the Hungarian algorithm and a computational system to solve the classroom assignment problem time by time. The tests were performed with real data from the PUC Goiás for a quantitative of 5116 classes into 313 classrooms. As a result, we solved the problem in approximately 12 minutes and the solution quality was compared with manual designation usually applied by the institution, which takes a month and a half. / O problema de designação de salas de aula em Universidades consiste em distribuir turmas programadas para as devidas salas, respeitando os requisitos estabelecidos em cada situação. O objetivo deste trabalho é a aplicação do algoritmo húngaro e de um sistema computacional para a resolução do problema de alocação horário por horário. Os testes foram realizados com dados reais da PUC Goiás para um quantitativo de 5116 turmas em 313 salas de aula. Como resultados, resolvemos o problema em aproximadamente 12 minutos e comparamos a qualidade da solução com a designação manual usualmente realizada pela Instituição, a qual leva um mês e meio.

Made available in DSpace on 2016-08-10T10:40:24Z (GMT). No. of bitstreams: 1 Davi Taveira Alencar Alarcao.pdf: 944757 bytes, checksum: 30d55936bd0acaff3d7ecf1816fe22f5 (MD5) Previous issue date: 2015-02-07 / The classroom assignment problem at universities consist in distributing classes scheduled for the appropriate rooms, respecting the requirements in each situation. The objective of this work is to improve the process of allocation of classroom PUC Goiás. The tests were performed with real data from the PUC Goiás for a quantitative of 5116 classes into 312 classrooms. As a result, we solved the problem in approximately 34 minutes and the solution quality was compared both with manual designation usually applied by the institution, which takes a month and a half, as with the results found in Ribeiro (2012). / O problema de designação de salas de aula em Universidades consiste em distribuir turmas programadas para as devidas salas, respeitando os requisitos estabelecidos em cada situação. O objetivo deste trabalho é o de melhorar o processo de alocação de salas de aula da PUC Goiás. Os testes foram realizados com dados reais da PUC Goiás para um quantitativo de 5116 turmas em 312 salas de aula. Como resultados, resolvemos o problema em aproximadamente 34 minutos e comparamos a qualidade da solução tanto com a designação manual usualmente realizada pela Instituição, a qual leva um mês e meio, quanto com os resultados encontrados em Ribeiro (2012).

A Roteirização de Veículos desempenha papel fundamental nos processos modernos de distribuição de produtos e realização de serviços. A atual disseminação de recursos de tecnologia de informação e comunicação, de forma confiável e economicamente acessível, permite trabalhar com informações em tempo real e melhoram os padrões de nível de serviço associados. O presente trabalho apresenta uma solução para roteirização de veículos cujas equipes de bordo realizam serviços que justificam seu deslocamento, uma vez que as demandas estão geograficamente dispersas. Tais demandas são, em parte, conhecidas antes do despacho (permitem programação antecipada) dos veículos e suas equipes; outra parte surge durante a jornada de trabalho. Como exemplos podem-se citar os casos de serviços de montagem e manutenção de instalações, equipamentos, engenharia e inspeção de tráfego, policiamento etc. Trata-se da aplicação da roteirização parcialmente dinâmica, conforme Larsen (2000), cujas bases foram definidas por Psaraftis (1988,1995), Bertsimas et al (1993) no problema DTRP (Dynamic Travelling Repairman Problem). A função objetivo apresenta uma combinação de minimização dos custos de deslocamento, para os pedidos de serviços conhecidos antes da saída dos veículos e de minimização do tempo de resposta (chegada no local do cliente ou da ocorrência) para os casos de pedidos imediatos ou emergenciais. A solução do problema envolve um modelo computacional de testes e avaliação, heurística de Clarke e Wright (1964) para formação das rotas estáticas, no Método Húngaro (Kuhn, 1955) para designar o veículo que resulta no menor tempo de resposta no atendimento a um pedido emergencial e a heurística de Clarke e Wright modificada na otimização do restante dos pedidos quando o veículo voltar a sua rota original. O modelo computacional foi testado em uma empresa de manutenção de elevadores na cidade de São Paulo, Brasil, onde demonstrou resultados comparativamente melhores em relação ao sistema de roteirização utilizado atualmente pela empresa. / The Vehicle Routing Problem plays a critical role on modern processes related to physical distribution of goods and services. The present expansion of information and communication technology in a reliable, economic and accessible way allows real time information and requires the utilization of appropriate tools for real time decisions resulting in significant improvements in quality and service level related to dynamic vehicle routing. A dynamic routing problem is presented, in which vehicles serve geographic dispersed service demands that justify their movement in a fixed area. Such service demands are partially known before vehicles dispatching (allowing prior programming) whilst others are known during the work journey. As examples, one can mention cases concerning installation and maintenance of utilities, equipment, engineering and surveillance services that refer to applications of Partially Dynamic Routing according to Larsen (2000), the groundings of which were defined by Psaraftis (1988,1995), Bertsimas et al (1993) in the Dynamic Travelling Repairman Problem (DTRP). The objective function is a combination of the minimization of movement costs to serve the prior demands and the minimization of time to reach (time to response) Dynamic-or-emergency-demand sites. The proposed solution involves a computational model for testing and evaluating a set of heuristics and methods comprising the Clarke and Wright (1964) Heuristic to compose the static routes, the Hungarian Method (Kuhn, 1955) to assign vehicles to the dynamic demands that produces the lowest response time and, finally, a Clarke and Wright Modified Heuristic used to optimize the remainder of the route when each diverted vehicle returns to its static route. The Computational Model was applied to a lift maintenance company located in the city of São Paulo (Brazil) demonstrating better results as compared to the present routing system.

A Roteirização de Veículos desempenha papel fundamental nos processos modernos de distribuição de produtos e realização de serviços. A atual disseminação de recursos de tecnologia de informação e comunicação, de forma confiável e economicamente acessível, permite trabalhar com informações em tempo real e melhoram os padrões de nível de serviço associados. O presente trabalho apresenta uma solução para roteirização de veículos cujas equipes de bordo realizam serviços que justificam seu deslocamento, uma vez que as demandas estão geograficamente dispersas. Tais demandas são, em parte, conhecidas antes do despacho (permitem programação antecipada) dos veículos e suas equipes; outra parte surge durante a jornada de trabalho. Como exemplos podem-se citar os casos de serviços de montagem e manutenção de instalações, equipamentos, engenharia e inspeção de tráfego, policiamento etc. Trata-se da aplicação da roteirização parcialmente dinâmica, conforme Larsen (2000), cujas bases foram definidas por Psaraftis (1988,1995), Bertsimas et al (1993) no problema DTRP (Dynamic Travelling Repairman Problem). A função objetivo apresenta uma combinação de minimização dos custos de deslocamento, para os pedidos de serviços conhecidos antes da saída dos veículos e de minimização do tempo de resposta (chegada no local do cliente ou da ocorrência) para os casos de pedidos imediatos ou emergenciais. A solução do problema envolve um modelo computacional de testes e avaliação, heurística de Clarke e Wright (1964) para formação das rotas estáticas, no Método Húngaro (Kuhn, 1955) para designar o veículo que resulta no menor tempo de resposta no atendimento a um pedido emergencial e a heurística de Clarke e Wright modificada na otimização do restante dos pedidos quando o veículo voltar a sua rota original. O modelo computacional foi testado em uma empresa de manutenção de elevadores na cidade de São Paulo, Brasil, onde demonstrou resultados comparativamente melhores em relação ao sistema de roteirização utilizado atualmente pela empresa. / The Vehicle Routing Problem plays a critical role on modern processes related to physical distribution of goods and services. The present expansion of information and communication technology in a reliable, economic and accessible way allows real time information and requires the utilization of appropriate tools for real time decisions resulting in significant improvements in quality and service level related to dynamic vehicle routing. A dynamic routing problem is presented, in which vehicles serve geographic dispersed service demands that justify their movement in a fixed area. Such service demands are partially known before vehicles dispatching (allowing prior programming) whilst others are known during the work journey. As examples, one can mention cases concerning installation and maintenance of utilities, equipment, engineering and surveillance services that refer to applications of Partially Dynamic Routing according to Larsen (2000), the groundings of which were defined by Psaraftis (1988,1995), Bertsimas et al (1993) in the Dynamic Travelling Repairman Problem (DTRP). The objective function is a combination of the minimization of movement costs to serve the prior demands and the minimization of time to reach (time to response) Dynamic-or-emergency-demand sites. The proposed solution involves a computational model for testing and evaluating a set of heuristics and methods comprising the Clarke and Wright (1964) Heuristic to compose the static routes, the Hungarian Method (Kuhn, 1955) to assign vehicles to the dynamic demands that produces the lowest response time and, finally, a Clarke and Wright Modified Heuristic used to optimize the remainder of the route when each diverted vehicle returns to its static route. The Computational Model was applied to a lift maintenance company located in the city of São Paulo (Brazil) demonstrating better results as compared to the present routing system.