Author(s): Aly , Mussa Hosten
Date: 2013
Persistent ID: http://hdl.handle.net/10400.26/12603
Origin: Escola Naval
Subject(s): Logística, Transporte, Multicritérios de tomada de decisão, Algoritmo Genético, Simulated Annealing.; Logistics, Transportation, Multicriteria Decision-making, Genetic Algorithm, Simulated Annealing.
A presente dissertação enquadra-se na linha de investigação em Sistemas de Apoio à Decisão, procurando otimizar os Pontos de Apoio Logístico Avançados (PALA), que servem de armazéns de mercadorias para os navios da esquadra da Marinha de Guerra de Moçambique. O principal objetivo da dissertação é de minimizar os custos e demoras no fornecimento de materiais necessários para garantir a operacionalidade da Marinha de Guerra de Moçambique. As informações pertinentes foram recolhidas nas instalações logísticas em Moçambique e de requisições de material por unidades navais da Marinha Portuguesa. Para resolver o que é, essencialmente, um problema de otimização combinatória, foram aplicados os métodos do algoritmo genético e Simulated Annealing. Para o efeito, uma ferramenta de suporte de decisão foi desenvolvida na linguagem MATLAB, OPALAM, que permite ao usuário escolher o grau de importância dos dois critérios de otimalidade, custo e demora. Os resultados obtidos por ambos os métodos variaram significativamente dependendo das alterações feitas pelo decisor durante o processo de simulação para 60 meses, embora se tenha verificado que o Simulated Annealing parece lidar da melhor forma com o problema.
This dissertation is part of the research line on Decision Support Systems, seeking to optimize the Advanced Logistic Support Points (PALA) that serve as stores of goods to the ships of the squadron of the Navy of Mozambique. The main objective of the research is to minimize costs and delays in the provision of materials needed to ensure the operability of the Navy of Mozambique. The relevant information was collected from actual freight facilities in Mozambique and from material requisitions by naval units of the Portuguese Navy. To solve what is, essentially, a combinatorial optimization problem, we applied the methods of genetic algorithm and simulated annealing. For this purpose, a decision support tool was developed in the MATLAB language, OPALAM that allows the user to choose the degree of importance of the two optimality criteria, cost and delay. The results obtained by both methods varied significantly depending on the changes made by the decision-maker during the simulation process for 60 months, but simulated annealing seemed to be better able to cope with the problem on hand.
