Resumen El problema de asignación dinámica de vehículos consiste en asignar una flota de vehículos para atender la demanda prevista por transporte de carga entre terminales, durante un horizonte de tiempo finito y con múltiples periodos, cuyo objetivo es maximizar el lucro generado por los servicios completados. Dada la dispersión geográfica por demanda de servicios de transporte de carga, es común que se acumulen vehículos vacíos en lugares donde no son necesarios o se genere una escasez de vehículos donde son necesitados a lo largo del horizonte de planeación, por tanto, es importante balancear el suministro de vehículos y la demanda por servicios a lo largo del horizonte de planeación. El tamaño de los problemas prácticos enfrentados por transportadores logísticos es considerablemente grande para resolver en tiempos computacionales razonables, especialmente en transporte de carga por carretera. Consecuentemente, se recurre a métodos heurísticos para obtener soluciones factibles, pese a que no se tiene certificado de calidad de la solución. Por esta razón, en este trabajo se propone estudiar dos métodos de decomposición, que proporcionan certificados de calidad, para obtener cotas para el Problema de Asignación de Vehículos (PAV). Los métodos utilizados son relajación lagranjeana junto con método de subgradiente de optimización y decomposición de Dantzig-Wolfe junto con generación de columnas. Experimentos computacionales son realizados con instancias realistas, y los resultados de las cotas se muestran promisorios en términos de eficiencia computacional para el segundo método.

Abstract The Vehicle Allocation Problem (VAP) consists in allocating a fleet of vehicles to attend the expected demand for freight transportation between terminals along a finite multiperiod planning horizon. The objective is to maximize the profit generated for the completed services. Given the geographical dispersion of freight transportation demand services, it is common that some vehicles accumulate where they are not needed or they lack where they are indeed needed, thus it is important to balance the supply of vehicles and demand for services along the planning horizon. The size of practical problems encountered by logistic transportation companies are significantly large to solve in reasonable computational times, especially in road freight transportation. Consequently, heuristic methods are used to obtain feasible solutions, however, without a quality certificate of the solution. For this reason, this work applies two decomposition methods, which provides quality certificate of the solution, to obtain bounds in good computational times. The methods used are lagrangean relaxation with subgradient optimization and Dantzig-Wolfe decomposition with column generation. Computational experiments with realistic instances show great potential of the bounds in terms of computational efficiency for the second method.

Resumo Este trabalho trata do problema de roteamento e programação de navios que transportam óleo cru das plataformas offshore (localizadas no oceano) até os terminais costeiros, motivado por um estudo de caso feito em uma empresa brasileira que realiza essa operação. Com base nesse estudo, propõe-se um modelo de programação inteira mista que é uma extensão do problema clássico de coleta e entrega com janelas de tempo. Esse problema pertence à classe NP-difícil, sendo sua resolução bastante desafiadora na prática. Ao problema da literatura foram agregadas outras restrições práticas relacionadas ao caso em estudo, o que torna a formulação ainda mais desafiadora para resolução direta por meio de softwares de otimização. Em vista disso, dois métodos de solução exatos do tipo branch-and-cut são propostos neste trabalho, os quais usam desigualdades válidas específicas para o problema em estudo. Os resultados de experimentos computacionais realizados com instâncias reais fornecidas pela empresa mostram que os métodos branch-and-cut propostos resolveram uma quantidade maior de instâncias em comparação com a resolução direta do modelo por meio de software de otimização.

Abstract This paper addresses the routing and scheduling problem of vessels that collect crude oil from offshore platforms (located in the ocean) and transport it to terminals on the coast. This problem is motivated by a case study carried out in an oil company that operates in Brazil. Based on this study, we propose a mixed integer programming model that extends the classical pickup and delivery problem with time windows. This problem belongs to the NP-hard class and its solution is very challenging in practice. To model specific features of the addressed case, we include new constraints in the classical formulation, which makes it even more challenging for general purpose optimization solvers. To overcome this, we propose two Branch-and-cut methods that use valid inequalities especially developed for the oil company case. Computational results performed with a real data set provided by the company show that the proposed Branch-and-cut methods are effective and able to solve more instances than a state of the art general purpose optimization solver.

Resumo Neste trabalho, aborda-se o problema de roteamento de veículos com janelas de tempo e múltiplos entregadores, uma variante do problema de roteamento de veículos que, além das decisões de programação e roteamento dos veículos, envolve a determinação do tamanho da tripulação de cada veículo de entrega. Esse problema surge na distribuição de bens em centros urbanos congestionados em que, devido aos tempos de serviço relativamente longos, pode ser difícil atender todos os clientes durante o horário de trabalho permitido. Diante dessa dificuldade, uma alternativa consiste em incluir a designação de entregadores adicionais para reduzir os tempos de serviço, o que gera custos adicionais aos custos tradicionais de deslocamento e utilização de veículos. Dessa forma, o objetivo é definir rotas para atender grupos de clientes, minimizando o número de veículos usados, o número de entregadores designados e a distância total percorrida. Para tratar o problema são propostas duas abordagens metaheurísticas baseadas em Busca Local Iterada e Busca em Vizinhança Grande. O desempenho das abordagens propostas é testado utilizando conjuntos de instâncias disponíveis na literatura.

Abstract This paper addresses the vehicle routing problem with time windows and multiple deliverymen, a variant of the vehicle routing problem which includes the decision of the crew size of each delivery vehicle, besides the usual scheduling and routing decisions. This problem arises in the distribution of goods in congested urban areas where, due to the relatively long service times, it may be difficult to serve all customers within regular working hours. Given this difficulty, an alternative consists in resorting to additional deliverymen to reduce the service times, which typically leads to extra costs in addition to travel and vehicle usage costs. The objective is to define routes for serving clusters of customers, while minimizing the number of routes, the total number of assigned deliverymen, and the distance traveled. Two metaheuristic approaches based on Iterated Local Search and Large Neighborhood Search are proposed to solve this problem. The performance of the approaches is evaluated using sets of instances from the literature.