Doutorado: Professora Bruna do Instituto Federal defende tese

Trabalho apresenta uma nova meta-heurística: o Algoritmo Genético Evolucionário Especializado (AGE-E)

Em menos de 12 dias, outro docente do Instituto Federal – Câmpus Votuporanga concluiu sua tese de doutorado. Depois do Prof. Claudiner, agora foi a vez da Profa. Bruna Gonçalves de Lima, que defendeu a pesquisa intitulada Meta-heurística AGE-E aplicada a Problemas de Carregamento de Contêiners. A defesa ocorreu hoje, 06 de setembro, na UNESP – Câmpus Ilha Solteira.

A banca, além do orientador, Prof. Dr. Rubén Augusto Romero Lázaro, foi composta pelo Prof. Dr. José Roberto Sanches Mantovani, Prof. Dr. Silvio Alexandre Araújo, Profa. Dra. Lina Paola Garcés Negrete e pelo Prof. Dr. Luiz Gustavo Wesz da Silva.

De acordo com a Profa. Bruna, apenas outro trabalho no mundo considera as mesmas especificações tratadas na tese. Foi escolhido o Algoritmo Genético (AG), que simula o trabalho com matemática através da nomenclatura genética de evolução das espécies de Darwin. “Foi um acréscimo importante para o estado da arte referente ao trabalho com carregamento de contêiners, no sentido de agregar maior conhecimento na resolução de problemas de grande porte, como os que temos na indústria, por exemplo. Foram criadas novas heurísticas, meta-heurísticas e algoritmos. Isso traduz novas ferramentas e estratégias que fazem resolver, de maneira eficiente, a logística de transporte industrial”, explicou a Profa. Bruna.

Breve Resumo do trabalho: O trabalho apresenta uma nova meta-heurística, o Algoritmo Genético Evolucionário Especializado (AGE-E), que resolve uma das categorias mais difíceis dos Problemas de Carregamento de Contêiners, o Problema da Embalagem Tridimensional (3D-BPP, do inglês, Three-dimensional Bin Packing Problem). Este problema pertence à Otimização, dentro da Pesquisa Operacional, no qual é considerado a existência de múltiplos contêiners de iguais dimensões que devem ser utilizados para promover o carregamento completo de múltiplas caixas, todas de tamanhos diferentes, disponíveis em um contexto de transporte industrial. Além das caixas terem sortimento fortemente heterogêneo, permite-se que as caixas sejam rotacionadas em qualquer uma das seis possibilidades, o que, para problemas de grande porte (como os considerados no trabalho), torna o problema ainda mais complexo, e, por isso, menos estudado na literatura (apenas outro trabalho no mundo considera as mesmas especificações tratadas na tese). Existem vários algoritmos heurísticos que resolvem problemas complexos com eficiência, mesmo sem garantias de otimalidade. Foi escolhido o Algoritmo Genético (AG), que simula o trabalho com matemática através da nomenclatura genética de evolução das espécies de Darwin. Por exemplo, um cromossomo no AG é um vetor cujos genes, são as componentes do vetor. Outros conceitos como População, Evolução Populacional, Ciclo Geracional, Seleção,  Recombinação e Mutação também fazem parte do AG, porém, todos eles representam algum processo matemático que possui uma estratégia genética para promover a melhoria das soluções, iteração por iteração, até que um Critério de Parada seja atingido. A implementação computacional realizada especificamente no AGE-E, objeto final de estudo do trabalho, possui mais de 3000 linhas de código, e foi implementada utilizando-se o C++. Foram testados 320 problemas da literatura, e estabelecida uma comparação entre as soluções finais. Os resultados computacionais obtidos demonstraram a eficiência do AGE-E e demonstraram o potencial para a continuidade dos estudos.