Document details

This work addressed problems of location and allocation of call centers with probabilistic demands. It was proposed to use a probabilistic optimization model proposed by Beraldi, Bruni and Conforti (2004), in which randomness is identified in the demand process assuming that the variables involved had a Poisson distribution. In this work, we also admit probabilistic demands, but with the distribution of poisson inflated zeros (ZIP), with such distribution we obtain a new redistribution that favors sectors with greater demand. The localization and allocation model is an integer linear programming model, where the probabilistic part is replaced by its respective deterministic equivalents, which were obtained for both distributions. As an application of this methodology, we found the distribution of emergency and emergency services, where calls were collected in 2017 in the city of João Pessoa, from these data, were made adherence test through the comparison statistics of Cramér Von-Mises and Anderson Darling, the distances matrix was obtained through the Google maps Distance API and the implemented model was solved using CPLEX. As a result, there was a difference in the choice of some service centers, as well as in their quantity, reducing this difference with the gradual increase of the distances offered for each scenario.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES

Este trabalho abordou problemas de localização e alocação das centrais de atendimento com demandas probabilísticas. Teve como proposta a utilização de um modelo probabilístico de otimização proposto por Beraldi, Bruni e Conforti (2004), no qual a aleatoriedade é identificada no processo de demanda assumindo que as variáveis envolvidas possuíam distribuição de Poisson. Neste trabalho, também admitimos demandas probabilísticas, porém com a distribuição de Poisson inflacionada de zeros (ZIP), com tal distribuição obtemos uma nova redistribuição que favoreça setores com maior demanda. O modelo de localização e alocação é um modelo de programação linear inteira, onde a parte probabilística é substituída por seus respectivos determinísticos equivalentes, os quais foram obtidos para ambas Distribuições. Como aplicação desta metodologia, encontramos a distribuição de serviços de urgência e emergência, onde foram coletadas chamadas ocorridas no ano de 2017 na cidade de João Pessoa, a partir desses dados, foram feitos teste de aderência através das estatísticas de comparação de Cramér Von-Mises e Anderson Darling, a matriz de distancias foi obtida atarvés da API de distancia do Google maps e o modelo implementado foi resolvido usando o CPLEX. Como resultado houve diferença tanto na escolha de alguns postos de centrais de atendimento, como também em sua quantidade, diminuindo essa diferença com o aumento gradativo das distâncias ofertadas para cada cenário.