Submitted by JOSIANE SANTOS DE OLIVEIRA (josianeso) on 2018-01-31T14:48:27Z No. of bitstreams: 1 Roberto da Silva Araujo_.pdf: 903723 bytes, checksum: ae702a685139c36126c0bfef5f707282 (MD5) / Made available in DSpace on 2018-01-31T14:48:27Z (GMT). No. of bitstreams: 1 Roberto da Silva Araujo_.pdf: 903723 bytes, checksum: ae702a685139c36126c0bfef5f707282 (MD5) Previous issue date: 2017-10-31 / Nenhuma / Neste trabalho é apresentado um Algoritmo Híbrido (AH) aplicado ao Problema de Roteamento de Veículos com Múltiplos Depósitos e Frota Heterogênea (PRVMDFH). Um conjunto de clientes é atendido por um número fixo de veículos de diferentes tamanhos, por múltiplos depósitos, sujeito a restrições da capacidade do veículo. As meta-heurísticas utilizadas na construção do AH são o Algoritmo Genético (AG) e a Busca Tabu (BT). O AG usa operadores de cruzamento Mapeado Parcialmente (PMX), Cromossomo de Duas Partes (TCX) e de Ordem (OX), o operador de mutação Troca e o Algoritmo de Busca Local (ABL). A BT usa os métodos de Troca, Retirada e Inserção e Deslocamento. São analisadas as políticas de diversificação no ABL e a intensificação com as estratégias de geração de vizinhança na BT. São utilizados conjuntos de dados padrões de problemas testes, para executar os algoritmos propostos. Os resultados obtidos, comparados a outros autores, apresentaram boas soluções para diferentes tamanhos de problemas testes. / This paper presents a Hybrid Algorithm (AH) applied to the Problem of Vehicle Routing with Multiple-Deposit and Heterogeneous Fleet (MDFHPRV). A number of customers are served with a fixed number of vehicles of different sizes by multi-depot, subject to capacity constraints of the vehicle. The meta-heuristics used in AH construction are Genetic Algorithm (GA) and Tabu Search (BT). The AG uses Partial Mapped Crossover (PMX), Two Part Chromosome Crossover (TCX) and Order Crossover (OX) operators, the Exchange mutation operator, and the Local Search Algorithm (ABL). BT uses the Exchange, Retrieve, and Insertion and Displacement methods. Diversification policies was analyzed in the ABL and the intensification with the neighborhood generation strategies in BT. Standard sets of test problems are used to execute the proposed algorithms. The obtained results, compared to other authors, presented good solutions for different sizes of test problems.