CLUSTERING SEARCH PARA RESOLUÇÃO DE UM PROBLEMA DE

PROGRAMAÇÃO DE ROTEIROS TURÍSTICOS

Orientando: Leandro Peterle VaneliOrientador: Geraldo Regis Maurileandropvaneli@hotmail.com; geraldo.mauri@ufes.br

Introdução

▪ Problemas de Otimização Combinatória (OC).

▪ Domínio é finito.

▪ O espaço de soluções geralmente é muito grande.

▪ Exemplos de OC: Chapas de aço, Roteamento de veículos, Rotação de culturas.

▪ Difícil de encontrar a solução ótima.

O problema e sua importância

▪ O turismo no Brasil vem crescendo.

▪ O Espírito Santo possui muitos locais para visitação de turistas.

▪ O problema real:

Restrições:

• Dias disponíveis.

• Dinheiro.

• Abertura e fechamento dos locais.

• Tempo mínimo de visitação.

• Horários de saída e chegada no hotel.

Objetivos

▪ Aplicação da meta-heurística Clustering Search (CS) utilizando o métodoSimulated Annealing (SA) como geradora de soluções.

▪ Utilização de dados reais de pontos turísticos do estado do Espírito Santo.

Exemplo

Revisão da literatura

▪ Vansteenwegen et al. (2009) utilizaram diferentes heurísticas de busca local parasolucionar o problema do Team Orienteering Problem (TOP). Um problema deOrienteering Problem (OP) consiste em criar uma rota, maximizando a pontuaçãodos locais visitados. Os locais de saída e chegada são fixos, e existe um tempode percurso entre cada local e um tempo total para percorrer tal percurso (Tmax).O TOP é um OP que maximiza a pontuação total das rotas obtidas, sendo quecada rota é limitada a um tempo Tmax.

Revisão da literatura

▪ Rodríguez et al. (2012) desenvolveram um sistema baseado na heurística BuscaTabu para rotas de turistas. A ferramenta mostra ao turista qual o é melhoritinerário que satisfaz as suas necessidades de acordo com as informações queo próprio turista insere na aplicação. Sendo assim, a ferramenta retorna aoturista uma rota personalizada atendendo às restrições imposta pelo mesmo.

Revisão da literatura

▪ Ribeiro (2015) propôs um modelo matemático e uma meta-heurística SimulatedAnnealing (SA) para resolução do problema Tourist Trip Design Problem (TTDP).O objetivo considerado pelo autor foi a maximização do somatório de satisfaçãodo turista em sua rota. Para esse problema, foram utilizados dados reaisdisponibilizados pela Secretaria de Turismo do estado do Espírito Santo.

Metodologia

▪ Coleta dos dados para geração das instâncias para o PPRT.

▪ Aplicação da meta-heurística híbrida Clustering Search (CS).

Clustering Search

▪ A Clustering Search (CS) foi proposta por Oliveira e Lorena (2004). Os autoreschegaram ao CS após fazerem modificações no algoritmo EvolutionaryClustering Search (ECS), tendo como intenção a generalização do mesmo.

Clustering Search

Fluxograma da CS.

Fonte: Chaves e Lorena (2010).

Resultados esperados

▪ Espera-se que a aplicação da CS ao PPRT alcance bons resultados. Aexpectativa é de que os objetivos deste trabalho sejam alcançados de uma formaeficaz e eficiente, tornando a resolução desse problema viável e satisfatória e,podendo, se possível, ser comparado com os resultados da literatura.

Cronograma

Lista de atividades

1. Análise e estudo da meta-heurística Clustering Search (CS).

2. Definição dos locais turísticos do estado do Espírito Santo.

3. Obtenção dos tempos de viagem e distâncias entre todos os locais

turísticos definidos, utilizando o Google Maps.

4. Implementação das meta-heurísticas CS e Simulated Annealing

(SA), e escolha da busca local.

5. Realização de testes computacionais.

6. Desenvolvimento da monografia final do TCC.

Atividade ago set out nov dez

1 X X

2 X

3 X X

4 X X X

5 X X X

6 X X X

Principais Referências

▪ CHAVES, A. A.; LORENA, L. A. N. Clustering search algorithm for the capacitated centered clustering problem.

Computers & Operations Research, v. 37, p. 552-558, 2010.

▪ OLIVEIRA, A. C. M; LORENA, L. A. N. Detecting promising areas by evolutionary clustering search. Lecture Notes in

Artificial Intelligence, v. 3171, p. 385-394, 2004.

▪ RIBEIRO, G. M.; MAURI, G. R.; LORENA, L. A. N. A simple and robust simulated annealing algorithm for scheduling

workover rigs on onshore oil fields. Computers & Industrial Engineering, v. 60, n. 4, p. 519-526, 2011.

▪ RODRÍGUEZ, B; MOLINA, J.; PÉREZ, F. CABALLERO, R. Interactive design of personalized tourism routes.

Tourism Management, v. 33, n. 4, p. 926-940, 2012.

▪ VANSTEENWEGEN, P.; SOUFFRIAU, W.; BERGHE, G. V.; OUDHEUSDEN, D. V. A guided local search

metaheuristic for the team orienteering problem. European Journal of Operational Research, v. 196, n. 1, p. 118-127,

2009.

CLUSTERING SEARCH PARA RESOLUÇÃO DE UM PROBLEMA DE

PROGRAMAÇÃO DE ROTEIROS TURÍSTICOS

Orientando: Leandro Peterle VaneliOrientador: Geraldo Regis Maurileandropvaneli@hotmail.com; geraldo.mauri@ufes.br