Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Alosio de C. Gomes
Depto de Engenharia de Produo - UFMG
15025-400, Belo Horizonte, MG
E-mail: algomesjr2004@yahoo.com.br
1. Introduo
O Problema de Gerao da Escala de Motoristas e
Cobradores de nibus Urbanos denominado na
literatura como Problema de Programao de
Tripulaes (PPT) de um Sistema de Transporte
Pblico. Ele consiste em determinar o nmero
mnimo necessrio de tripulaes (motorista e
cobrador), tal que a programao dos veculos seja
realizada com sucesso. A soluo deste problema
tambm envolve o seqnciamento das atividades
de cada tripulao, gerando um conjunto de
jornadas de trabalho cujo custo operacional total
seja mnimo. Este problema apresenta grande
complexidade devido sua magnitude, s restries
operacionais vigentes nas empresas e nas clusulas
trabalhistas contidas nos acordos coletivos da
categoria.
Esse problema tem sido muito estudado e a
abordagem mais empregada aquela que formula o
PPT como um problema de recobrimento ou de
particionamento (set covering ou set partitioning
model) e utiliza a tcnica de gerao de colunas,
branch-and-bound, branch-and-price e a relaxao
lagrangeana para encontrar uma soluo inteira
(Smith e Wren [12], Desrochers e Soumis [5],
Desrochers et al. [6], Fores et al. [9], Barnhart et al.
[2], Friberg e Haase [10]).
Diferentemente dos modelos de programao
linear, os algoritmos de fluxo em redes so capazes
de resolver problemas de grandes dimenses
produzindo solues que j so inteiras. Assim, os
modelos de fluxo em redes tambm se tornam
ferramentas importantes na resoluo do PPT.
Entre os trabalhos iniciais pode-se destacar Ball et
al. [3] que utiliza o modelo de emparelhamento
para resolver tanto o problema da programao dos
veculos quanto de suas tripulaes. Carraresi e
Galo [4], realizam uma reviso bibliogrfica
mostrando as diferentes utilizaes dos modelos de
fluxo em redes na resoluo de diversos problemas
de otimizao que surgem na operao de sistemas
de transporte pblico. Nesse trabalho os autores
tratam do problema de programao dos veculos,
7
Figura 1: Exemplo de um conjunto de Emparelhamento
p ij . x ij
(i, j )
Sujeito a:
(x
j X
( i , j )Tm
(1)
ij
+ x ji ) 1, i X
ij
n m , ( m = 1, 2, ..., z ) (3)
x ij 0 ( i , j )
(2)
(4)
(5)
FA = pi ai
(6)
i =1
onde:
pi = peso atribudo s restries no essenciais violadas
pela soluo;
ai = nmero de horas ou de vezes que a inviabilidade
ocorreu;
n = nmero de inviabilidades a serem contempladas.
Foram realizados diversos testes computacionais com
dados de uma empresa que opera no sistema brasileiro de
transporte pblico. As duas metodologias se mostraram
eficientes na resoluo do problema em um reduzido
tempo de processamento.
6. Concluso do Trabalho
Neste trabalho, so propostas duas metodologias,
baseadas no algoritmo de Emparelhamento de Peso
Mximo para resolver o Problema de Programao
de Tripulaes. A primeira metodologia baseia-se
na diviso das tarefas em blocos que variavam de
acordo com o perodo do dia. A partir da
realizado um pr-emparelhamento e as tarefas so
agrupadas em um nico n, gerando pedaos de
jornadas. E assim sucessivamente at que nenhum
emparelhamento se torna possvel. A segunda
metodologia uma variao da primeira, na qual as
tarefas so agrupadas no incio e final das viagens
dos veculos at atingirem uma durao mnima.
Posteriormente foram aplicados emparelhamentos
sucessivos at encontrar uma soluo para o
problema.
As duas metodologias se mostraram eficientes,
gerando solues que atendem s restries do
problema com custos reduzidos, segundo avaliao
da empresa. Segundo os testes realizado, foi
possvel observar que a segunda metodologia 2
alcanou resultados melhores do que a primeira,
principalmente no que diz respeito ao nmero de
tripulantes. Isso se deve ao fato do agrupamento
seguir um encadeamento natural das tarefas
evitando um comportamento guloso dentro do
processo sucessivo de emparelhamentos, presente
na primeira metodologia. Os resultados do estudo
de caso mostram possibilidades de aplicao prtica
do modelo.
Agradecimentos
Os autores agradecem Fapemig pelo apoio
recebido no desenvolvimento deste trabalho.
Referncias Bibliogrficas
[1] Ahuja, R. K.; Magnanti, T. L.; Orlin, J. B.,
Network Flows: Theory, Algorithms and
Applications. Prentice-Hall, Inc., Englewood
Cliffs, New Jersey, 1993.
[2] Barnhart, C.; Johnson, E. L.; Nemhauser, G.
L.; Savelsbergh, M. P.; Vance, P. H., Branchand-price: column generation for solving huge
integer programs. Operations Research, v. 46
(1998) 316-329.
[3] Ball, M.; Bodin, L.; Dial, R.,A, Matching
Based Heuristic for Scheduling Mass Transit
Crews and Vehicles. Transportation Science,
v. 17, n. 1 (1983) 431.
[4] Carraresi, P.; Gallo, G., Network Models for
Vehicle and Crew Scheduling. European
Journal of Operational Research, v. 16 (1984)
139-151.
[5] Desrochers, M.; Soumis, F., A Column
Generation approach to the urban transit crew