AGRADECIMENTOSAo Prof. Dr. Edvaldo Simões da Fonseca Jr. pela oportunidade, orientação e direcionamento dessa pesquisa.À Profa. Silvely Nogueira de Almeida Salomão Néia pelo auxílio no desenvolvimento dessa pesquisa, e principalmente por ter me apresentado à otimização, me apoiando desde o início.Ao Prof. Dr. Cláudio Barbieri da Cunha pelos conselhos transmitidos em relação à abordagem do problema e pelas sugestões tão pertinentes na criação do algoritmo desenvolvido.Aos professores da Escola Politécnica pela oportunidade de aprendizado.
Aos meus queridos pais Valmir Atiensa Reina e Antonina Domingues de Oliveira Reina e irmãoThiago Domingues Reina pela força e pelo amor incondicional.À minha esposa Michelly Lima Reina por sempre acreditar, por todo sentimento de otimismo transmitido e pela compreensão em relação ao tempo em que teve que dividir minha atenção com essa pesquisa.
Aos velhos amigos Pedro Victor Losada Cavalcante, Raphael Henrique Rinaldi e Vitor ShigueyoshiTakahara Oda pela amizade tão valiosa há tantos anos.Aos amigos Gabriel do Nascimento Guimarães, Wagner Carrupt Machado, Luiz Felipe Sartori Gonçalves, Dino Sérgio Tomazo Lorenzi, Anderson Morais Mori e aos demais integrantes do grupo GIGA pelo apoio em cada passo dessa caminhada.A todos os amigos que de alguma forma colaboraram com essa pesquisa.
RESUMOO componente de planejamento faz parte do projeto de desenvolvimento dos veículos autônomos, e é responsável por gerar rotas para o sistema como um todo. Em aplicações em que o veículo deve visitar pontos em intervalos de tempo pré-determinados, o componente de planejamento se enquadra em um problema de roteirização conhecido da literatura, denominado problema de roteirização de veículos com janelas de tempo. Tal problema é uma generalização do problema clássico de roteirização de veículos classificado no grupo de problemas NP-Hard. Esse trabalho apresenta uma proposta de solução para o problema baseada na metaheurística algoritmo genético. Os cromossomos foram representados pela ordem de atendimento dos clientes sem delimitadores de rota. Para quebrar os cromossomos em rotas, foi utilizado um procedimento adaptado baseado em Prins (2004). A população inicial se constitui por uma parte construída com cromossomos criados aleatoriamente e outra parte construída através da heurística de inserção I1 de Solomon (1987), com quatro formas diferentes de inserir o primeiro cliente de cada rota. Na fase de recombinação, foram utilizados quatro tipos de crossover: uniforme, dois pontos, heurístico e PMX, e um operador de mutação baseado em uma busca heurística. A cada geração foram aplicados princípios de elitismo e pós-otimização utilizando a heurística λ-interchange de Osman (1993). O algoritmo foi testado nos conjuntos C1, C2, R1, R2, RC1 e RC2 de Solomon (1987) e os resultados foram comparados com os melhores resultados encontrados na literatura.Palavras-chave: transporte rodoviário, roteirização, algoritmos genéticos.
ABSTRACTThe planning component is a part of autonomous vehicle development project and...