You are on page 1of 81

Universidade de Aveiro

Ano 2012
Departamento de Economia, Gesto e Engenharia
Industrial
Jorge Antnio Rocha
Oliveira
Otimizao de Rotas de Distribuio Martima








Universidade de Aveiro
Ano 2012
Departamento de Economia Gesto e Engenharia
Industrial
Jorge Antnio Rocha
Oliveira


Otimizao de Rotas de Distribuio Martima


Dissertao apresentada Universidade de Aveiro para cumprimento dos
requisitos necessrios obteno do grau de Mestre em Engenharia e Gesto
Industrial, realizada sob a orientao cientfica da Doutora Ana Maria Pinto de
Moura, Professora Auxiliar do Departamento de Economia, Gesto e
Engenharia Industrial da Universidade de Aveiro e da Doutora Carina Maria
Oliveira Pimentel Professora Auxiliar Convidada, do Departamento de
Economia, Gesto e Engenharia Industrial da Universidade de Aveiro











A todos os que me so especiais!












o jri

presidente Prof. Doutor Luis Miguel Domingues Fernandes Ferreira
professor Auxiliar da Universidade de Aveiro


Prof. Doutor Filipe Pereira e Alvelos
professor Associado da Universidade do Minho


Prof.a Doutora Ana Maria Pinto de Moura
professora Auxiliar da Universidade de Aveiro


Prof.a Doutora Carina Maria Oliveira Pimentel
Professora Auxiliar Convidada da Universidade de Aveiro
















agradecimentos

Um grande agradecimento Professora Ana Moura e Professora Carina
Pimentel pela orientao e apoio na realizao desta dissertao, pela
confiana, bem como pelo convite para trabalhar na rea de otimizao.
A todos os colegas do Mestrado em Engenharia e Gesto Industrial.
Um obrigado muito especial aos meus pais, irmos e namorada, Liliana, pelo
amor, carinho e apoio incondicional ao longo do perodo de realizao da
dissertao.




















palavras-chave

Container Stowage Problem, Programao Inteira Mista, Problema de Rotas
de Veculos


resumo


A presente dissertao tem como objetivo apresentar um modelo matemtico
exato para a gesto de porta-contentores sem rotas pr-definidas,
considerando as procuras dos portos martimos e datas de entrega. O short
sea shipping um problema complexo que pertence classe dos problemas
de rotas, especificamente ao problema de rotas de veculos com restries de
carga e datas de entrega. Neste problema duas importantes decises so
tomadas: quais os portos a visitar por cada porta-contentor e qual a sua
sequncia de visita e onde alocar os contentores nos porta-contentores de
forma a prevenir descargas/cargas desnecessrias. Um modelo de
programao inteira mista apresentado e resolvido. A formulao
matemtica desenvolvida contribui para uma melhor gesto das frotas de
pequenos porta-contentores de forma a reduzir os custos de transporte e os
tempos de entrega.
Por forma a validar o modelo desenvolvido, este foi testado atravs da
resoluo de vrios problemas de teste baseados em dados reais.
























keywords

Container Stowage Problem, Mixed Integer Programming, Vehicle Routing
Problem

abstract

This work aims to provide a mathematical model for the short sea shipping
problem, without pre-defined routes, considering demands of seaports
and cargo delivery deadlines. The short sea shipping is a complex problem
that belongs to the class of routing problems, in particular to the vehicle routing
problem with capacity constraints (load restrictions and deadlines). In this
problem two important decisions have to be made: which ports should be
visited by each vessel and in which sequence and where should the containers
be placed in. In the containers in the vessel so as
to prevent overstowing. A mixed integer programming model is presented
and solved. The mathematical formulation developed contributes to the better
management of fleets of small vessels to reduce transport costs and delivery
times.
In order to validate the developed model, we solve it using a set of problems
instances based on real problems.



Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
I







ndice

1. Introduo ..................................................................................................................................4
2. Estado da Arte ...........................................................................................................................8
2.1 Otimizao ...........................................................................................................................9
2.2 Histria do Transporte Martimo ............................................................................................9
2.3 Container Stowage Problem ............................................................................................... 12
2.4 Vehicle Routing Problem..................................................................................................... 23
3. Problema CSSRP (Container Stowage Ship Routing Problem) ................................................. 26
3.1 Caracterizao do problema CSSRP .................................................................................. 27
3.2 Modelo de Programao Inteira Mista para o problema CSSRP ......................................... 30
4. Discusso, Validao e Teste do modelo ................................................................................. 36
4.1 Caracterizao das Instncias ............................................................................................ 37
4.2 Anlise de Resultados ........................................................................................................ 39
5. Concluso ................................................................................................................................ 48
6. Referncias Bibliogrficas ........................................................................................................ 50
7. Anexos ..................................................................................................................................... 56
Anexo 1- Implementao do modelo de programao inteira mista ........................................... 57
Anexo 2- Ficheiro do software IBM ILOG CPLEX do tipo .dat.................................................... 63
Anexo 3- Ficheiro do software IBM ILOG CPLEX do tipo .mod .................................................. 64

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
1







ndice de Figuras
Figura 1 Variao do volume de transporte martimo entre 1980 e 2004 (Y. Liu et al., 2010) ....... 10
Figura 2 Contentor standard 20 ft (http://www.neptunepacific.com/containers.php, 2008) ............. 11
Figura 3 Transshipment entre dois navios(http://www.sillanpaashipping.fi/References.htm, 2008) 12
Figura 4 Porta-contentores(http://www.marineinsight.com, 2012) John) ........................................ 13
Figura 5 Tipologias de posio no cais Bay - Row Tier (http://www.containerhandbuch.de, 2012)
.................................................................................................................................................... 17
Figura 6 Constituio das slots de um porta-contentores (Martins et al., 2009) ............................. 31
Figura 7 Mapa de um problema real de short sea shipping (Ana Moura et al., 2012) ................... 39
Figura 8 Soluo gerada para 15 portos e 2 navios ...................................................................... 40
Figura 9 Inicializao dos ndices (excerto) .................................................................................. 57
Figura 10 Inicializao direta(CPLEX, 2012) (excerto) .................................................................. 58
Figura 11 Definio das variveis de deciso ............................................................................... 58
Figura 12 Funo Objetivo ........................................................................................................... 58
Figura 13 Restries de VRP ....................................................................................................... 59
Figura 14 Restries de CSP ....................................................................................................... 60
Figura 15 Implementao de restries do CSSRP ...................................................................... 60
Figura 16 Excerto da implementao da seco grfica do modelo .............................................. 61
Figura 17 Inicializao das variveis no ficheiro .dat (excerto) (CPLEX, 2012) ............................. 61
Figura 18 Antes e depois a implementao grfica de impresso (excerto) .................................. 62



Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
2













ndice de grficos
Grfico 1 Comportamento do tempo computacional em funo do nmero de portos martimos ... 42
Grfico 2 Comportamento do nmero de variveis em funo do nmero de portos martimos ..... 42
Grfico 3 Comportamento do nmero de restries em funo do nmero de portos martimos ... 42
Grfico 4 Comportamento do tempo computacional em funo do nmero de porta-contentores .. 43
Grfico 5 Comportamento do nmero de variveis em funo do nmero de porta-contentores ... 43
Grfico 6 Comportamento do nmero de restries em funo do nmero de porta-contentores .. 44
Grfico 7 Variao do tempo computacional em funo da distribuio da carga para 5 portos .... 45
Grfico 8 Variao do tempo computacional em funo da distribuio da carga para 10 portos .. 45
Grfico 9 Variao do tempo computacional em funo da distribuio da carga para 15 portos .. 45

ndice de tabelas
Tabela 1 Resultados computacionais para as cinco instncias de problema ................................. 41




Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
3



































Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
4





1. Introduo























Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
5

O transporte martimo um meio de transporte utilizado para a movimentao de carga
entre os portos martimos Europeus. Atualmente o transporte martimo de curta distncia
responsvel por grande parte das cargas movimentadas nos portos Europeus. De acordo com
(Martins et al., 2009), 40% da carga movimentada dentro da comunidade Europeia circula atravs
da via martima. O termo short sea shipping habitualmente utilizado para definir as viagens de
curta distncia entre portos martimos.
Este meio de transporte, apresenta as vantagens de ser ambientalmente saudvel,
contribuir para uma viagem segura e envolver baixos custos de infraestruturas. No entanto a
burocracia a que est associado, os custos elevados dos servios porturios e a baixa eficincia
dos mesmos e o tempo total de viagem so algumas das desvantagens que lhe esto associadas
(Ana Moura et al., 2012). Para alm destas desvantagens verifica-se tambm a inflexibilidade de
rotas, que poder prolongar a durao da viagem, sendo esta dependente de fatores ambientais
incontrolveis, como o estado do mar.
Este trabalho tem como objetivo contribuir para a eficincia e o aumento do desempenho
do transporte martimo de curta distncia, integrando o planeamento das rotas com a gesto do
porta-contentores, reduzindo assim os custos de transporte.
O presente problema retrata a otimizao da distribuio de um conjunto de contentores
por um determinado nmero de navios, para os quais so determinadas rotas, rotas essas que
definem a sequncia de visita a um conjunto de portos martimos. Os navios saem de um porto
inicial onde so efetuadas apenas operaes de carga e visitam um conjunto de portos onde s
so efetuadas operaes de descarga (para entrega dos contentores) e operaes de realocao
de contentores (quando necessrio). Alm disso, so consideradas neste problema, vrias
restries inerentes aos problemas de rotas e aos problemas de carga e descarga de contentores.
O principal objetivo a alcanar neste problema a minimizao dos custos totais de transporte,
atravs da minimizao de distncias, tempos de servio e operaes de carga/descarga
desnecessrios.
Para a resoluo deste problema e no mbito deste trabalho, foi desenvolvido um modelo
de programao inteira mista para uma frota de porta-contentores, sem rotas pr-definidas (Ana
Moura et al., 2012). As rotas so definidas tendo em considerao as distncias entre portos, a
procura e os prazos de entrega dos contentores em cada porto, e os contentores so alocados
nos navios de forma a minimizar o overstowing.
O problema em estudo neste trabalho resulta da juno de dois outros problemas,
amplamente conhecidos e abordados na literatura: o Vehicle Routing Problem with time windows e
o Container Stowage Problem. Este problema ser doravante designado por: Container Stowage
and Ship Routing Problem (CSSRP). Atualmente, no existem muitos estudos publicados nesta
rea. As abordagens publicadas tratam apenas a gesto das alocaes de contentores em navios
de forma a minimizar descargas/cargas desnecessrias utilizando uma rota pr-definida ver por
exemplo (Y. Liu et al., 2010). O estudo integrado da gesto de porta-contentores e determinao
de rotas para transporte martimo apresenta um elevado potencial no desenvolvimento desta rea.

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
6

No meu melhor conhecimento, a literatura existente no possui ainda nenhum estudo que aborde
a ligao entre estes dois problemas. Contudo so notveis os benefcios que esta integrao
pode acarretar para a otimizao do transporte martimo de curta distncia. Neste sentido, o
presente trabalho poder dar uma importante contribuio para o campo do short sea shipping.
Os principais objetivos a atingir com a elaborao deste trabalho so: i) definio e
caracterizao de um novo problema que resulta da integrao dos problemas CSP e VRP, sem a
existncia de rotas pr-definidas; ii) utilizao de mtodos exatos para a sua resoluo; iii)
encontrar solues timas que minimizem os custos de transporte; iv) aumentar a competitividade
do transporte martimo e v) enriquecer a literatura no campo do short sea shipping.
Tendo em conta os objetivos foi estabelecida uma metodologia de investigao, para a
resoluo do problema, constituda por um conjunto de etapas que foram realizadas
paralelamente. No texto que se segue apresentam-se essas etapas.
Etapa i) Pesquisa bibliogrfica sobre os problemas em questo, para o
desenvolvimento do conhecimento temtico sobre o tema.
Etapa ii) Familiarizao com o software de otimizao, IBM ILOG CPLEX 12.4
Academics.
Etapa iii) Desenvolvimento e implementao do modelo matemtico.
Etapa iv) Validao do modelo recorrendo aos problemas de teste desenvolvidos na
etapa iii.
Etapa v) Escrita da dissertao.

Apresenta-se de seguida a estrutura desta dissertao, a qual est dividida em seis
captulos. No captulo 2 apresentada uma reviso bibliogrfica da literatura mais relevante na
rea. O captulo 3 dedicado ao CSSRP, onde so descritas as principais caractersticas do
problema e o tipo de restries a que este est sujeito, assim como se apresenta o modelo
matemtico e faz-se a caraterizao das restries que o constitui. O captulo 4 dedicado
validao e teste do modelo e discusso de resultados, atravs da resoluo de algumas
instncias, assim como se procede anlise do desempenho global do mesmo. Por ltimo, no
captulo 5, so apresentadas as principais concluses obtidas no estudo realizado, bem como se
apresentam algumas sugestes de trabalho futuro.
Parte do trabalho que se apresenta nos prximos captulos desta dissertao foi publicado
em (Ana Moura et al., 2012).







Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
7







Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
8



No presente captulo apresentada uma reviso bibliogrfica da literatura mais relevante
da rea em estudo. efetuada uma pequena anlise do estado da arte relativo otimizao no
geral, abordando-se em que consiste e quais as metodologias para a resoluo de problemas de
otimizao (seco 2.1). A seco 2.2 apresenta a histria do transporte martimo e refere alguns
dados histrico-estatsticos para sua contextualizao e so tambm referidas comparaes com
transportes concorrentes. A seco 2.3 do captulo dedicada anlise do estado da arte relativo
ao Container Stowage Problem (CSP) e identificao de distintas abordagens apresentadas por
vrios autores. Por fim a ltima seco corresponde ao estado da arte do Vehicle routing problem
(VRP), onde so revistas algumas abordagens de alguns autores relevantes na matria.












2. Estado da Arte

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
9

2.1 Otimizao
A otimizao permite demonstrar que todas as barreiras interdisciplinares so passveis de
ultrapassar. Facto disso a utilizao da otimizao em reas como a engenharia (Borkar et al.,
1997). Desta forma a otimizao permite: a minimizao de custos, a minimizao de um
elemento que constitui um sistema, a maximizao de lucros, entre outras. A otimizao pode ser
esttica ou dinmica (Borkar et al., 1997; Jongen et al., 2004a). otimizao esttica est
associada a programao linear e dinmica est associado o controlo.
Em termos pedaggicos, a otimizao surge normalmente associada a aspetos de
investigao. A otimizao como teoria, no mais do que um estudo matemtico de problemas
que requerem a minimizao ou maximizao de uma funo objetivo, encontrando-se esta sujeita
a um determinado domnio (Jongen et al., 2004b). A teoria da otimizao inclui o estudo sobre a
existncia de solues, propriedades estruturais, bem como aspetos algortmicos.
O campo da otimizao apresenta uma importncia tal que aplicado em variadssimas
reas, tais como, matemtica aplicada, engenharia, economia entre outras.
Os problemas de otimizao abrangem diversas naturezas, e existe tambm uma vasta
gama de tcnicas que permitem estudar este tipo de problemas. Um critrio crucial que influencia
as abordagens utilizadas a estrutura topolgica do domnio sobre o qual o problema de
otimizao definido (Jongen et al., 2004b).
Se existe um ponto extremo que pesquisado num conjunto finito ou infinito, o problema
de otimizao utilizado de natureza discreta ou esttica. Para inmeros domnios, como o dos
nmeros reais, as tcnicas utilizadas so muitas vezes baseadas em conceitos de clculo e de
matemtica contnua dependendo das propriedades especficas das funes envolvidas (Borkar et
al., 1997; Jongen et al., 2004a).
Os problemas de otimizao geram solues que se traduzem em vetores reais ou
racionais. Contudo, para uma grande parte dos problemas de otimizao, as solues so mais
restritas, sendo as mesmas compostas por inteiros ou pelo conjunto {0,1}, no caso da utilizao de
variveis binrias. Estes problemas designam-se habitualmente por problemas de programao
linear inteira. Estamos perante problemas onde o grau de complexidade e o tempo computacional
para o clculo das solues timas elevado.
A programao linear inteira mista caracteriza-se pela existncia de uma ou mais funes
objetivo, e por um conjunto de variveis de deciso que compem o problema que so
normalmente na sua maioria binrias.

2.2 Histria do Transporte Martimo
Foi em 1875 que surgiram as primeiras alianas entre companhias martimas, de forma a
controlar as tarifas de mercado e a reduzir a concorrncia. Atualmente as alianas estratgicas
permitem realizar economias de escala, viagens mais frequentes e diminuir o tempo de trnsito do

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
10

prprio navio. A tendncia para a consolidao de frotas e rotas levou utilizao de sistemas de
apoio deciso que controlam as frotas e os navios e assim resolvem os problemas otimizando-
os.
Desde os anos 70, que o transporte de contentores tem demonstrado um elevado
desenvolvimento (Sciomachen et al., 2007). O transporte atravs de contentores tem sido o
principal fluxo da logstica atual e os portos martimos onde estes contentores se encontram,
temporariamente, so considerados os ns do transporte internacional (Han et al., 2010; Janstrup
et al., 2010). O contentor um meio universal de transporte, que pode ser movimentado por via
martima, terrestre ou frrea (Sciomachen et al., 2007; Wilson I. D. et al., 1999). Exemplo disso o
crescimento do comrcio em cerca de 6,4% ao ano do transporte martimo em cerca de 60% das
empresas de transporte (Y. Liu et al., 2010; Sciomachen et al., 2007). Na figura seguinte (Figura 1)
pode-se analisar a variao do volume de transporte martimo entre 1980 e 2004 em todo o
mundo. As barras mostram o volume de contentores transportados e a curva representa a
percentagem de contentores transportados por via martima.


Figura 1 Variao do volume de transporte martimo entre 1980 e 2004 (Y. Liu et al., 2010)

O aumento do transporte martimo estimulou a formao de economias de escala, o que
levou necessidade de adaptao das empresas, nomeadamente ao nvel da aquisio de navios
de grande capacidade.
No incio dos anos 50, surgiu a necessidade de aumentar o tamanho dos contentores para
o transporte martimo, para desta forma diminuir o custo unitrio do transporte (Meisel et al.,
2010). Com esta realidade tornou-se essencial estandardizar os contentores em duas dimenses:
20-foot ou 6 metros (Figura 2) e 40-foot ou 12 metros. A utilizao de contentores revolucionou
este tipo de transporte. De acordo com Chou e Ding cerca de 70% do comrcio internacional
efetuado por via martima atualmente transportado em contentores.


Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
11


Figura 2 Contentor standard 20 ft (http://www.neptunepacific.com/containers.php, 2008)

Em 2006, a taxa de transferncia de contentores nos portos martimos cresceu 13,4%,
comparativamente ao crescimento de 8,7% em 2005 e 12,8% em 2004, atingindo os 440 milhes
de TEU (Twenty-foot equivalent unit). No mesmo ano, os vinte principais portos martimos do
mundo movimentaram 208,7 milhes de TEU, representando mais de 51% do total da carga
movimentada em todo o mundo. A capacidade mdia em nmero de contentores transportveis
por navio em 1997 era de 1581 TEU e passou para 2324 TEU em 2006 e para 2417 TEU em
2007. Atualmente este valor atingiu os 14500 TEU (Chou et al.).
O transporte martimo na Europa representa 40% dos intercmbios intracomunitrios em
ton-km, o que significa que uma grande parte do transporte de cargas efetuada em curtas
distncias (Martins et al., 2009).
Cerca de 90% do comrcio internacional de produtos transportados via martima so
produtos no petrolferos (sem ser a granel) e so transportados em contentores (Gumu et al.,
2008). A carga encontra-se em contentores que apresentam dimenses adequadas tambm ao
transporte terrestre realizado por camies. Desta forma possvel transportar para qualquer
localizao sem a necessidade de efetuar operaes de desempacotamento e embalamento
consecutivas.
O transporte martimo apresenta taxas martimas baixas em comparao com o transporte
areo, sendo as taxas martimas apenas um dcimo das taxas areas. Alm disso, o nmero de
acidentes e nvel de poluio so mais baixos quando comparados com outros meios de
transporte (Agarwal et al., 2008).
As empresas, muitas vezes no decorrer de uma viagem, necessitam de contentores vazios
para criar estabilidade no navio, devido s diferenas significativas da distribuio nas rotas
percorridas. Esta situao leva a que as empresas tenham de suportar custos desnecessrios
(Agarwal et al., 2008). Segundo dados de ROI Container Cargo Alliance (G. Liu, 2007), em 2002,
uma reduo em 10% destes custos desnecessrios podia aumentar a competitividade em valores
compreendidos entre 30 e 50%.
No entanto, o crescimento do transporte martimo leva ao crescimento da complexidade
da gesto do transporte (Y. Liu et al., 2010), que acarreta o aumento de condicionantes ao
problema e tambm uma alterao nos objetivos. Atualmente os objetivos centram-se em obter
maiores ganhos em termos de custos de transporte e tambm num aumento da eficincia da

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
12

gesto do porto em situaes de carga, descarga e de reposicionamento de contentores
(Sciomachen et al., 2007).
Devido ao aumento do transporte martimo tem tambm aumentado os transshipment
ports. Este conceito descreve-se como sendo um porto onde a carga transferida de um navio
diretamente para outro, sendo em alguns casos a carga transferida temporariamente para o cais.
A transferncia ocorre atravs de movimentos realizados com gruas. A utilizao de contentores
no processo de transshipment (Figura 3) torna o processo mais flexvel e garante custos mais
baixos de operao. Em 2003, 30% da movimentao mundial de contentores envolvia operaes
de transshipment e a tendncia para esta prtica aumentar. Cerca de 80% dos contentores
movimentados em Singapura, por exemplo, o segundo maior porto do mundo, correspondem a
operaes de transshipment (Agarwal et al., 2008).


Figura 3 Transshipment entre dois navios(http://www.sillanpaashipping.fi/References.htm, 2008)

Os navios de contentores (porta-contentores, como sero designados de agora em diante)
revolucionaram a navegao e transformaram este negcio numa mquina intensiva (Dubrovsky
et al., 2002). Os porta-contentores so um tipo de transporte moderno com vrias vantagens. A
velocidade, segurana e qualidade so alguns aspetos que permitem distinguir, de forma positiva,
os porta-contentores comparativamente aos navios de carga (W.-y. Zhang et al., 2008).

2.3 Container Stowage Problem
O problema de alocao de contentores um problema de origem combinatria onde a
sua dimenso depende da capacidade do navio, da distribuio dos contentores e do perfil da
procura de cada porto martimo (Wilson I. D. et al., 1999). Neste problema, os contentores so
empilhados em colunas e o acesso para descarga efetuado apenas pelo topo dessa coluna, com
a utilizao de gruas (Dubrovsky et al., 2002) (Figura 4).

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
13



Figura 4 Porta-contentores(http://www.marineinsight.com, 2012) John)

Meisel e Wichmann (Meisel et al., 2010) apresentam uma classificao de contentores,
para otimizao do processo de movimentao dos mesmos num porto martimo. Desta forma,
agrupam os contentores de acordo com as possveis movimentaes nas vrias situaes de
distribuio. Estes autores dividem os contentores em quatro classes:
i) Export Containers, correspondem aos contentores que se encontram no cais de
embarque para serem carregados no navio;
ii) Import Containers, so os contentores que necessitam de ser descarregados do
navio para que os export containers possam ser carregados;
iii) Fixed Containers, so os contentores que permanecem fixos no navio, sem que
exista qualquer movimentao de carga ou descarga entre o seu porto de origem
e o seu porto de destino;
iv) Reshuffle Containers, so os contentores que se encontram numa posio
superior dos contentores da classe import ou export e necessitam de ser
movidos para que o acesso aos contentores que se encontram em posies
inferiores seja possvel.
As estratgias de alocao de contentores no cais de embarque, foram analisadas em
duas vertentes. A vertente import containers por (de Castillo et al., 1993; Kim, 1999) e a vertente
export containers estudada por (Taleb-Ibrahimi et al., 1993). Existe tambm uma abordagem
conjunta efetuada por (C. Zhang et al., 2002).
Devido elevada dimenso dos navios atuais, cada vez mais frequente a necessidade
de uma grande quantidade de movimentaes, o que faz com que seja difcil encontrar um mtodo
eficiente para a gesto dos contentores no navio.
A eficincia do porto e do navio estudada atravs do problema designado por Master
Bay Plan Problem - MBPP (Avriel et al., 1998). Neste problema fatores como o peso, a
estabilidade, a velocidade, a autonomia do navio, a resistncia do casco e a qualidade do
transporte, so considerados na elaborao do plano de alocao. No entanto a sequncia em

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
14

que os portos tm de ser visitados e os prazos de entrega da carga transportada tambm so
importantes para o planeamento da alocao (Martins et al., 2009; W.-y. Zhang et al., 2008). A
eficincia do transporte determinada pela alocao dos contentores no porto martimo e no navio
(Wilson I. D. et al., 1999). O planeamento da alocao dos contentores est relacionado com a
colocao do contentor no navio numa determinada posio (ou slot na literatura anglo-saxnica)
para ser transportado de um porto martimo para outro que se encontre a uma determinada
distncia (Avriel et al., 1993). Os porta-contentores possuem uma estrutura que facilita a
movimentao de contentores. Em cada porto constituinte da rota, os contentores so
descarregados e carregados para portos seguintes. A alocao dos contentores de uma forma
adequada facilita o processo em termos econmicos. O planeamento de alocao de carga
determina como alocar itens numa unidade de transporte, da maneira mais econmica (Giemsch,
2004).
Dito desta forma, inicialmente o planeamento da alocao dos contentores era efetuado
pelo capito do navio. Atualmente o porto martimo elabora o master bay plan que significa plano
mestre dos compartimentos. Este plano geralmente elaborado em conjunto com o coordenador
do navio (Sciomachen et al., 2007). Atkins (Atkins, 1991) demonstra que o planeamento envolve
um conjunto vasto de objetivos, entre os quais, a otimizao do espao para alocao e, a
otimizao da sincronizao entre as operaes de expedio e o tempo de atracao do navio no
porto. De certa forma o problema de planeamento da gesto dos contentores no mais do que o
MBPP, onde se determina a alocao de um conjunto C de contentores de vrios tipos num
conjunto S de posies possveis (Sciomachen et al., 2007).
O problema de alocao de contentores tambm por vezes designado por o problema
de planeamento da estiva do navio, ou Container stowage problem, recorrendo denominao
inglesa.
Um navio quando realiza uma viagem visita diferentes portos, logo o planeamento da
gesto dos contentores bastante complexo devido s inmeras restries existentes. Em
situaes de distribuio martima de curta distncia o problema de gesto de contentores
depende de vrias restries tais como, as caractersticas do navio, tipo de carga a transportar e o
tipo de contentor (Wei-ying et al., 2005).
O problema de alocao de contentores NP-difcil (Avriel et al., 2000; Avriel et al.,
1998; Wei-ying et al., 2005; Wilson I. D. et al., 1999).
O CSP um problema NP-difcil pelo facto de no ser possvel garantir que uma soluo
tima e seja encontrada num tempo de processamento aceitvel e tambm porque este tempo
cresce exponencialmente com o tamanho dos problemas (Wilson et al., 2000).
O CSP apresentado normalmente como sendo um problema onde existe um conjunto de
navios que tm de visitar um certo nmero de portos distribudos geograficamente. Em cada porto
visitado, existem contentores que tm de ser descarregados do navio, porque j chegaram ao seu
destino. So tambm carregados outros contentores para serem levados para outros portos e so
recolocados contentores dentro do navio de forma a permitir que o navio respeite todas as

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
15

restries a que est sujeito bem como permita uma gesto eficiente do mesmo (Chou et al.). Esta
gesto eficiente do navio permitir a reduo de custos, sendo este o principal objetivo a alcanar
na resoluo do problema de gesto de contentores (Wei-ying et al., 2005). A minimizao do
tempo de movimentao dos contentores de extrema importncia. Globalmente o tempo
despendido est relacionado com atividades como, atracao do navio, carga/descarga de
contentores, recolocao de contentores e a partida do navio para o porto seguinte (Ambrosino et
al., 2006; Chou et al.).
Wilson et al. (Wilson I. D. et al., 1999) dividem as abordagens para o CSP em trs classes.
Sendo elas:
i) Simulation based, que uma abordagem que combina heursticas de carga com
mtodos de simulao;
ii) Rule based Systems, que uma abordagem que utiliza os mtodos de inteligncia
artificial e metaheursticas;
iii) Mathematical programming, que uma abordagem que usa os mtodos de
programao matemtica com relaxao de restries.

O estudo de problemas de otimizao do tipo NP-difcil atravs de simulao, teve incio
na dcada de 80 por (Shields, 1984), utilizando a tcnica de Monte-Carlo e a interao humana de
forma a melhorar os planos dos navios (Sciomachen et al., 2007). Desde ento, existiu um crescer
da investigao neste sentido. (Ratcliffe et al., 1987; Saginaw Ii et al., 1989) por exemplo
desenvolveram mtodos de otimizao de colocao dos contentores nos navios com base na
tcnica de Monte-Carlo (Sciomachen et al., 2007).
Shields (Shields, 1984) desenvolveu um sistema designado por Computer Aided
Preplanning System (CAPS), o qual foi mais tarde tambm estudado por (Botter et al., 1992). O
CAPS um sistema de apoio deciso que produz um plano de estiva recorrendo teoria de
Monte Carlo. Este sistema permite a resoluo de problemas de maior dimenso em comparao
com o sistema tradicional em papel. Entenda-se como sistema tradicional em papel, como sendo o
mtodo manual utilizado pelo planeador para estruturao do planeamento de estiva. Shields usou
uma estrutura de dados com base em slots
1
especficos e empregou uma abordagem aleatria
ponderada para a alocao de contentores para esses slots. Este sistema considera tambm a
reduo do nmero de overstows
2
. Nehrling (Nehrling, 1970) tambm aplicou a teoria de Monte
Carlo, e desenvolveu um programa que simula as operaes de carga/descarga num porta-
contentores. Existe uma interligao entre o navio e o terminal porturio, onde restries como o
deslocamento do navio e a estabilidade so monitorizadas durante a simulao.

1
Compartimentos onde so armazenados um conjunto de contentores num navio.
2
Entenda-se por overstow um bloqueio de um contentor que deve ser descarregado, num dado destino,
por um outro contentor com destino posterior.

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
16

Martin et al. em 1988 (Martin Jr et al., 1988), criaram um algoritmo para o MBPP que tinha
como objetivo a minimizao do nmero de movimentaes longitudinais em unidades de tempo,
das gruas porturias e o nmero total de overstows dos contentores. O modelo elaborado
considera restries de estabilidade, limites de comprimento do bay
3
(Figura 5), restries de peso
e contentores de refrigerao para transporte. A alocao da carga efetuada segundo as
previses do nmero de contentores nos portos, de forma a minimizar os overstows. A heurstica
construtiva do modelo utiliza estratgias de construo idnticas ao planeamento manual efetuado
inicialmente.
A programao dinmica outro mtodo de resoluo que pode ser aplicado ao CSP. Por
exemplo, Aslidis (Aslidis, 1989) resolveu este problema minimizando o nmero de overstows
atravs da aplicao de um algoritmo de programao dinmica. O princpio utilizado no algoritmo
de programao dinmica baseado nas caractersticas do problema que decomposto em sub
problemas de menor dimenso. A alocao feita de forma probabilstica e so consideradas
restries como a estabilidade do navio.
A configurao dos contentores no navio, isto , os planos de alocao dos contentores no
navio, cresce de forma exponencial medida que aumenta o nmero de posies disponveis para
essa mesma alocao. Exemplo disto o estudo efetuado por (Botter et al., 1992) onde referido
que para 1000 TEU, existem mais de 10
6
possibilidades de alocao. Desta forma no possvel
obter num tempo computacional aceitvel uma soluo tima para problemas de grande dimenso
(Wei-ying et al., 2005), quando se utilizam mtodos exatos.
Botter e Brinati (Botter et al., 1992), desenvolveram um modelo matemtico que
designaram por complete mathematical model, para o problema de planeamento da estiva. Neste
modelo so utilizadas variveis booleanas para determinar a sequncia em que os contentores
so carregados e descarregados nos portos. A funo objetivo do modelo divide-se em duas
partes, sendo uma delas a correspondente minimizao do nmero de restowing
4
e a outra parte
correspondente minimizao do nmero de movimentaes dos guindastes ao longo do cais,
durante as operaes de carga e descarga dos contentores. Devido ao elevado tempo
computacional, uma forma que os autores criaram para reduzir a complexidade do problema foi a
decomposio do modelo, mas mesmo assim no conseguiram resolver o problema num tempo
polinomial.

3
Entende-se por bay, como sendo o segmento horizontal superfcie do navio (Y. Liu et al., 2010).
4
Sinnimo de overstow

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
17


Figura 5 Tipologias de posio no cais Bay - Row Tier (http://www.containerhandbuch.de, 2012)

Ao longo do tempo, foram vrios os autores que tentaram resolver o problema MBPP ver
por exemplo, atravs de modelos exatos (Avriel et al., 1993; Botter et al., 1992), recorrendo a
modelos de programao matemtica. Contudo este tipo de modelos mostraram-se inviveis para
problemas prticos devido ao excessivo tempo computacional para a obteno de solues
timas.
Avriel et al. em 1998 (Avriel et al., 1998) apresentaram um estudo onde resolveram o
problema CSP, com o objetivo de minimizar o nmero de overstows, atravs do algoritmo
Suspensory heuristic procedure onde a atribuio dos slots feita de uma forma dinmica e o
procedimento termina com a criao do plano de alocao. A ideia da aplicao deste algoritmo
surgiu na sequncia da heurstica whole columns heuristic procedure anteriormente desenvolvida
pelo mesmo autor em 1993 (Avriel et al., 1993), que tinha como objectivo minimizar o nmero de
overstows. Esta heurstica (whole columns heuristic procedure) necessitava da resoluo de um
modelo binrio linear depois de algum pr-processamento dos dados. Este procedimento
demorava bastante tempo, em termos computacionais, e no se mostrou vivel para instncias
reais. Tentando solucionar este problema, em 1998, Avriel apresentou a abordagem Suspensory
heuristic procedure que permitiu a resoluo de instncias maiores do que as solucionadas com o
mtodo anterior. Neste trabalho, para alm desta heurstica, o autor apresenta um modelo de
programao linear binria que permite obter a soluo tima para instncias com uma nica bay.
Neste problema a sequncia de visita dos portos previamente conhecida e o modelo
simplesmente determina a alocao dos contentores no navio. O modelo foi implementado usando
o software GAMS. No entanto, provou que a utilizao deste modelo era bastante limitada devido
ao grande nmero de variveis binrias e restries do problema. Esta heurstica apesar de gerar
boas solues em tempos computacionais reduzidos, foi alvo de simplificaes. A desvantagem
que s foi possvel obter solues para problemas de pequena dimenso.
Em 1998, Ambrosino and Sciomachen (Sciomachen et al., 2007) apresentam sistemas de
apoio deciso para o MBPP, onde as restries foram definidas e caracterizadas para que o
espao de solues viveis fosse definido sem a utilizao de uma funo objetivo.

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
18

Posteriormente em 2000, Wilson e Roach (Assad, 1988; Wilson et al., 2001) demonstram o
potencial da aplicao de inteligncia artificial ao CSP.
Avriel et al. em 2000 (Avriel et al., 2000), apresentam um estudo onde elaboram um plano
de estiva para um porta-contentor, onde o principal objetivo a minimizao do custo de shift.
Neste estudo demonstram a relao existente entre o problema de estiva e o coloring of circle
graphs problem. O autor mostra que o problema em causa do tipo NP-Completo. A obteno dos
limites inferiores e superiores para o nmero de colunas permite elaborar um plano de estiva num
tempo computacional aceitvel e obter um plano sem shifts. Encontrado o nmero mnimo de
colunas para zero shifts considera-se que foram encontrados os coloring of circle graphs.
Em 2001, Wilson et al, (Assad, 1988; Wilson I. D. et al., 1999; Wilson et al., 2001)
apresentaram abordagens heursticas para a resoluo do CSP. Estas abordagens so baseadas
em tcnicas de otimizao combinatria como por exemplo, heursticas de pesquisa local. O
estudo consistiu em dividir o processo de alocao de contentores em duas fases, a fase
estratgica e a fase de planeamento ttico. A metodologia adotada pelos autores permitiu redefinir
progressivamente a gesto dos contentores no espao de carga dos porta-contentores. As
solues obtidas apesar de no serem timas so solues obtidas em tempo de computao
aceitvel. Neste trabalho o autor, demonstra a complexidade do problema. Na fase estratgica so
considerados os seguintes objetivos:
i) Minimizao do nmero de espaos de carga ocupados por cada porto de
destino;
ii) Maximizao do nmero de guindastes em operao em cada porto
martimo;
iii) Minimizao do nmero de escotilhas movimentadas;
iv) Minimizao do nmero de rehandles
5
;
v) Minimizao do nmero de blocos de carga ocupados pelos contentores.

De forma a resolver esta primeira fase utilizada a metodologia Branch and Bound,
abordagem de pesquisa til para resoluo de mtodos de otimizao discreta. Numa segunda
fase (fase de planeamento ttico), considerando a melhor soluo obtida na fase anterior
aplicada a Meta-Heurstica de pesquisa tabu. O pr planeamento ocorrido na fase estratgica
reduz o espao de pesquisa de solues, desta segunda fase, fazendo com que a convergncia
para a soluo tima, atravs da pesquisa tabu, seja mais rpida e consequentemente o tempo
computacional menor. Esta pesquisa feita considerando os seguintes objetivos:
i) Rehandles tm de ser minimizados;
ii) Colocao dos contentores mais pesados a um nvel inferior;
iii) Minimizao das pilhas de contentores com contentores para vrios portos
martimos.

5
Rehandles sinnimo de shift.

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
19


Haghani and Kaiser em 2001 (Haghani A et al., 2001) desenvolveram uma heurstica
semelhante de (Martin Jr et al., 1988), com o objetivo de minimizar o nmero de overstows de
contentores, mas introduziram tambm a restrio de estabilidade do navio aquando das
operaes de carga/descarga/shift.
Dubrovsky et al. (Dubrovsky et al., 2002), em 2002, utilizaram algoritmos genticos de
forma a minimizar o nmero de movimentos que um contentor realiza, permitindo assim fornecer
ao planeamento de alocao solues eficientes, onde critrios como a estabilidade do navio
foram tidos em considerao. Desta forma os autores conseguiram obter solues em tempo
computacional aceitvel para o transporte de 1000 contentores. A utilizao do Algoritmo Gentico
teve como intuito obter solues para problemas de grande dimenso. Com a utilizao do
Algoritmo Gentico, os autores reduziram o espao de pesquisa e consequentemente o tempo de
convergncia para o timo atravs do mtodo utilizado para a codificao das solues.
Em 2004, Giermsch (Giemsch, 2004) abordou o problema de planeamento de estiva
usando matemtica discreta nas operaes de pesquisa efetuadas pelas heursticas. Esta
introduo da matemtica discreta teve como objetivo estimular a discusso de mtodos
avanados para a obteno de solues neste problema. A discusso elaborada pelo autor teve
como finalidade quatro pontos:
i) Como se classifica um problema de planeamento de estiva;
ii) Como se alteram os algoritmos para resolver o planeamento de estiva;
iii) Obtm-se informao atravs de pequenos itens ou de grandes conjuntos de itens;
iv) Aps estas alteraes como se comporta em termos de desempenho a heurstica.

Ambrosino et al. (Ambrosino et al., 2004) apresentaram um mtodo de resoluo para o CSP
onde o problema tem por base a alocao de contentores nos navios considerando o seguinte
conjunto de restries:
i) Restrio de estrutura do navio: o tipo, tamanho e peso dos contentores tm de ser
respeitados para a existncia de um equilbrio estrutural. Para tal necessrio a utilizao
de contentores Standard.
ii) Restrio de capacidade e de suporte: o conjunto de contentores no podem ultrapassar
em peso a capacidade do navio, e o peso dos contentores tem de ser distribudo
uniformemente ao longo mesmo. Cada bay no pode ter peso superior bay que se
encontra numa localizao inferior (Y. Liu et al., 2010).
iii) Restries de afetao de contentores a slots: relacionam-se com a existncia de locais
especficos para alocao de contentores especficos. Por contentores especficos
entende-se os contentores que necessitam de refrigerao e os contentores que
transportam materiais ou produtos perigosos (hazardous).
iv) Utilizao da regra LIFO (Last In, First Out) para carga dos contentores no navio.


Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
20

Para a resoluo do CSP, foi utilizado um modelo de programao linear inteira mista. A
funo objetivo desenvolvida pelos autores tem como finalidade a minimizao do tempo total de
estiva. A formulao do problema assume que a viagem se inicia num determinado porto onde, se
efetua o carregamento de contentores e nos portos que ir visitar posteriormente s efetuar
descargas de contentores. O problema foi abordado em trs fases. Na primeira fase, foi efetuado
um pr processamento das instncias de forma a reduzir a regio de solues admissveis. Na
segunda fase foi efetuado um pr-processamento da estiva, para que esta fosse planeada de
acordo com o destino dos contentores. Por fim na terceira fase, foi efetuado a resoluo do MBPP,
de acordo com os dois pontos anteriores. As duas etapas iniciais permitiram a relaxao de
restries para ser possvel a aplicao do modelo exato.
Wei-ying et al. (Wei-ying et al., 2005) referem que os mtodos de resoluo algortmicos
existentes at data de 2005 eram ineficientes em termos de tempo computacional. Neste estudo,
apresentada uma resoluo em duas fases, de forma a reduzir o tempo computacional (Wei-ying
et al., 2005). Na primeira fase da abordagem efetuada a gesto da alocao geral e s so
considerados os contentores que apresentam caractersticas homogneas. Nesta fase, o
problema abordado designado por Bin Packing Problem (BPP). O conceito de BPP aplicado
quando o nmero dos itens a transportar superior capacidade da slot (ou bin). Sendo assim
torna-se necessrio repartir os itens de forma a aloc-los no menor espao possvel (Wei-ying et
al., 2005). Na segunda fase feita a alocao dos contentores a locais especficos para que sejam
respeitadas restries de altura e a regra LIFO, tendo como objetivo a minimizao de overstows.
Ambrosino et al. (Ambrosino et al., 2006), desenvolveram um algoritmo que trata do
planeamento da alocao de carga, onde o principal objetivo a minimizao do tempo total de
estiva, considerando restries de peso, tamanho e estabilidade, sendo esta dependente da
distribuio dos contentores. Para tal os autores utilizaram numa primeira fase um algoritmo de
pesquisa em rvore - que divide o navio em vrias partes e associa contentores a bays mas sem
especificar a sua posio. A soluo tima foi calculada recorrendo programao linear inteira
mista. Aps a determinao da soluo tima, podem ser efetuadas trocas de posies onde se
encontram os contentores, atravs de pesquisa local, de forma a melhorar a estabilidade do navio.
Neste problema considera-se que o navio parte de um porto inicial com destino a vrios portos e
que nesses portos s efetua descargas de contentores. As solues encontradas pelo algoritmo
apresentam um bom desempenho em termos da qualidade das solues e dos tempos
computacionais.
Em 2006, Imai et al. (Imai et al., 2006) concentraram-se num estudo sobre a alocao e
planeamento de carga em porta contentores, que tem como principal restrio garantir a
estabilidade do navio e apresenta como funo objetivo a minimizao do nmero de rehandles de
contentores. O estudo apresenta uma utilidade restrita uma vez que se foca apenas nos
rehandles. O problema foi definido com um modelo de programao inteira multiobjectivo. Quando
no existe rehandles as solues geradas so obtidas em tempos computacionais aceitveis. No

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
21

entanto quando aplicado o Algoritmo Gentico para o clculo de uma melhor soluo o tempo
computacional j passa para um nvel no aceitvel, muito elevado.
Sciomachen & Tanfani em 2007 (Sciomachen et al., 2007), elaboraram um estudo onde
consideram o CSP como um BPP tridimensional e apresentam uma heurstica onde a funo de
avaliao consiste na maximizao da produtividade do guindaste num terminal. Esta funo foi
assim definida com base na relao entre o MBPP e o BPP. Aqui os itens so contentores e a slot
(ou bin) apenas uma. Avaliando o plano de estiva gerado, outro objetivo pretendido a
verificao do plano com o desempenho do guindaste. Dito de uma outra forma, pretende-se
avaliar se o plano de estiva influencia o desempenho do guindaste. A soluo proposta pelos
autores apresenta bons desempenhos em termos de qualidade de soluo e de tempo
computacional.
Chang & Liao, em 2008 (Chang et al., 2008), desenvolveram um estudo onde abordam o
problema de rotas com entregas e recolhas em conjunto com o problema de planeamento de
estiva. O objetivo encontrar o caminho mais curto para a entrega e/ou recolha de produtos,
considerando restries de capacidade que no podem ser violadas. Devido sua complexidade,
este problema classifica-se como NP-difcil. De maneira a clarificar o problema Chang & Liao
decidiram dividir o problema em duas partes: numa primeira parte efetuaram o clculo da rota e na
segunda parte trataram o problema de planeamento da estiva de acordo com a rota encontrada na
primeira parte. O modelo matemtico um modelo de programao linear binria.
Gumus et al., em 2008 (Gumu et al., 2008), desenvolveram uma heurstica que se
decompe em vrias fases. Os modelos desenvolvidos tm em conta as vrias especificidades do
mundo real. O principal objetivo foi o de desenvolver uma ferramenta de suporte deciso para se
incorporar no software de clculo dos planos de estiva. A abordagem efetuada pelos autores foi a
de decompor o problema em quatro fases. A primeira fase est relacionada com a eficincia dos
guindastes no porto martimo. Nesta fase foi escolhida a pior situao, a situao que apresentava
maior nmero de overstows, e minimizou-se estes. Na segunda fase feita uma nova minimizao
do nmero de overstows. Por fim na terceira e quarta fase elaborado o plano de estiva. Nas
duas primeiras fases os contentores so agregados consoante o porto de destino. O principal
objetivo das duas primeiras fases foi o de abranger qualquer problema de teste,
independentemente do tamanho. Em cada fase o output gerado utilizado como input na fase
seguinte. Esta abordagem apresentou bons resultados para instncias de problemas reais.
Zhang et al.(W.-y. Zhang et al., 2008) apresentam um conjunto de caractersticas que
devem ser tidas em conta para a resoluo do CSP:
i) Dados referentes aos contentores - nmero de contentores a transportar, caractersticas
dos contentores, posio dos contentores no cais de embarque e qual o porto de destino;
ii) Estrutura e desempenho do navio comprimento, largura e altura do navio, nmero de
contentores com dimenses standard (20ft e 40ft);
iii) Estabilidade no transporte - distribuio dos contentores dentro do navio;
iv) Minimizao dos custos de movimentao de contentores;

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
22

v) Alocao de locais especficos para contentores especficos.

Martins et al. (Martins et al., 2009) procederam a um estudo que teve como objetivo validar
e comparar diferentes abordagens para a resoluo do CSP em problemas martimos de curta
distncia. Para tal, numa primeira instncia, os contentores foram agrupados por destino usando o
mtodo Branch- and-Bound, tendo como objetivo reduzir o nmero de overstows e movimentos da
escotilha do navio. Numa segunda fase foi aplicada a Meta-Heurstica Pesquisa Tabu, tentando
mover os contentores e aloc-los a uma slot especfica de forma a reduzir as realocaes, tendo
sempre em considerao a estabilidade do navio (Martins et al., 2009).
Chou & Ding apresentaram um modelo de programao inteira mista para o problema de
planeamento de alocao de contentores apenas com a restrio de acessibilidade, com o
objetivo de minimizar o nmero de shifts. O algoritmo heurstico proposto mais eficiente em
termos de tempo do que o algoritmo desenvolvido por Avriel (Avriel et al., 1993) (Suspensory
heuristic procedure) quando se aumenta o nmero de portos a visitar e tambm a capacidade do
navio. A heurstica consiste numa srie de matrizes que constituem o planeamento de estiva, onde
informado o estado de cada bay sada do porto martimo. Este algoritmo aplicvel ao
problema de planeamento de estiva para bays no retangulares e para bays mltiplos. So
gerados planos baseando-se apenas na informao dos pedidos de cada porto.
As dificuldades associadas resoluo de problemas de otimizao combinatria so tais
que a aplicao de algoritmos exatos para clculo da soluo tima, est normalmente
comprometida, sendo estes muito dispendiosos em termos de tempo computacional, para serem
aplicveis (Wilson I. D. et al., 1999). A utilizao de modelos exatos, recorrendo a algoritmos de
programao inteira mista, incorpora no modelo matemtico um aumento exponencial de tempo
computacional, tal como referido, sendo assim difcil obter uma soluo tima em tempo aceitvel.
A literatura existente considera apenas o problema de alocao de contentores, existindo sempre
uma rota j pr-definida.
De seguida efetua-se a anlise do trabalho de (Y. Liu et al., 2010) que desenvolveram um
sistema de apoio deciso, que utiliza os dois problemas abordados neste trabalho de forma
separada. O sistema de apoio deciso aplicvel ao campo do transporte martimo. O sistema
de apoio deciso tem como denominao PROFITS (Profit Optimization for Internacional
Transportation Service) e composto por seis mdulos: previso da procura, planeamento da
estiva, otimizao da linha de envio, preos por slot e alocao, distribuio de contentores e uma
anlise do contributo. Para tal utiliza como mtodos de suporte:
i) Exponential smoothing;
ii) Regression analysis;
iii) Neural Networks;
iv) Linear Programming;
v) Genetic algorithms;
vi) Sequence alignment methods.

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
23

O software desenvolvido utiliza uma abordagem heurstica que contm duas funes. A
primeira funo possui como base a capacidade de transporte, utilizando o algoritmo gentico
para gerar rotas. A segunda baseia-se no Sequence alignment methods para comparar duas rotas
diferentes. Uma das rotas poder ser utilizada como rota do navio. No entanto a comparao entre
rotas efetuada sempre que se gerarem novas rotas. Geradas todas as rotas possveis
atribuda uma identificao a cada uma delas. A alocao para cada rota efetuada segundo a
ordem da rota. Efetuando uma anlise comparativa entre o trabalho de (Y. Liu et al., 2010) e o
trabalho desenvolvido nesta dissertao, verifica-se que neste caso apresentado um modelo
exato para o CSSRP, enquanto no trabalho de (Y. Liu et al., 2010) o problema resolvido
recorrendo a heursticas meta-heursticas de melhoramento de soluo e que ao passo que Liu
resolvem o problema em 2 etapas separadas, neste trabalho o problema de VRP e de CSP so
resolvidos de modo integrado.

2.4 Vehicle Routing Problem

O problema de rotas para veculos, Vehicle Routing Problem, um problema que tem sido
estudado com bastante interesse nas ltimas trs ou quatro dcadas. Na base do VRP est o
problema do caixeiro-viajante (TSP), onde um caixeiro tem de visitar um conjunto de cidades e
retornar cidade inicial. O objetivo do TSP a minimizao da distncia total percorrida pelo
caixeiro-viajante.
Segundo Martins et al., 2009, a sequncia de portos a visitar pode ser vista como um
problema de Caixeiro-Viajante, e ser resolvido de modo exato desde que o nmero de portos seja
reduzido e as alternativas possveis sejam em pequena escala para que assim se possa obter
uma soluo em tempo computacional aceitvel (Martins et al., 2009).
Seguindo esta ideia, e tendo em considerao que o VRP uma generalizao do TSP,
considera-se que um determinado nmero de portos (clientes) cada um com uma determinada
encomenda (contentores) deve entregar estes contentores com uma frota de navios (veculos).
Cada navio inicia o seu percurso num porto, entrega as encomendas a um subgrupo de portos e
retorna ao mesmo porto descrevendo uma rota (A. Moura, 2005).
No VRP tpico, cada uma das rotas, deve satisfazer um determinado nmero de restries.
Por exemplo, a quantidade de encomendas entregues no deve exceder a capacidade do veculo
e deve existir um limite de tempo no percurso total da rota. Fundamentalmente a resoluo do
VRP traduz-se na deciso sobre quais os clientes a serem visitados pelo veculo, e por que ordem,
de forma a que todos os pedidos dos mesmos sejam satisfeitos, sem violao de restries, e os
objetivos sejam otimizados.
Em contextos reais de distribuio existe um conjunto adicional de restries que
complicam o modelo. Um exemplo dessas restries est relacionado com a limitao temporal da
visita a um cliente, denominada por janelas temporais. Problemas que considerem janelas

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
24

temporais nos clientes so referidos na literatura por problemas de rotas para veculos com
janelas temporais (VRPTW). No VRPTW os clientes tm de ser servidos dentro de um
determinado perodo de tempo ou janela. possvel existir mais do que uma janela temporal para
o mesmo cliente, o que se designa por janelas temporais mltiplas. Nestes casos os clientes tm
mais do que um perodo em que podem ser visitados pelos veculos (A. Moura, 2005).
No caso da distribuio martima, pode-se fazer um paralelismo entre janelas temporais e
prazos de entrega dos contentores. Neste caso poderemos considerar uma janela temporal cujo
incio a hora (ou o dia) de sada do navio do porto inicial e o fim da janela temporal a hora (ou o
dia) em que o contentor tem obrigatoriamente de ser entregue no porto destino.
Alm das janelas temporais existem muitas outras caractersticas relacionadas com o
VRP. Por exemplo, recolha de vasilhame, armazns mltiplos, encomendas estocsticas, veculos
heterogneos, etc.. De acordo com estas caractersticas o VRP pode ter vrias classificaes.
Existem muitas publicaes que descrevem o VRP e respetivas variantes do problema. So
exemplo os artigos de (Assad, 1988; Bodin et al., 1981; Fisher, 1995; Laporte, 1992; Laporte et al.,
1987). Estes artigos, alm da descrio do problema apresentam tambm formulaes,
heursticas e/ou mtodos exatos para a sua resoluo.












Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
25



Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
26


Com este captulo pretende-se descrever e caracterizar o problema CSSRP e apresentar
o modelo desenvolvido. Na seco 3.1 descrito e caracterizado o CSSRP. Em seguida, na
seco 3.2, apresenta-se o modelo de programao inteira mista e a caracterizao das restries
que o constituem.





3. Problema CSSRP (Container
Stowage Ship Routing Problem)

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
27

3.1 Caracterizao do problema CSSRP
O CSP descrito como sendo um problema de alocao, onde um conjunto de
contentores com um determinado porto de destino, e diferentes caractersticas, alocado nas
slots de um porta-contentores. A resoluo deste problema foca-se principalmente na minimizao
dos custos de transporte. No entanto, a alocao dos contentores feita recorrendo a rotas pr-
definidas. Para se cumprir o objetivo necessrio minimizar os tempos que os navios passam em
cada porto, uma vez que por norma so sempre bastante grandes e consequentemente
dispendiosos. recorrente que nos portos martimos ocorram operaes de
carga/descarga/realocao de contentores. Estas operaes ocorrem, devido a fatores como:
i) Carga de contentores para expedio;
ii) Descarga de contentores, porque chegaram ao porto de destino;
iii) Ocorrncia de overstow, o que implica efetuar shifts;
iv) Garantia da manuteno da estabilidade do navio o que, implica efetuar shifts.
Esta componente de movimentao de contentores, tem um grande peso no tempo
despendido num porto, logo um grande peso na funo objetivo do CSP. No entanto, e como j
referido anteriormente, o CSP s se preocupa com a alocao dos contentores de acordo com
uma determinada ordem de visita a um conjunto de portos. Mas para minimizar um custo de
distribuio, deve-se ter em considerao no s a alocao tima dos contentores mas tambm a
rota tima dos navios, porque um problema est intrinsecamente dependente do outro. Desta
forma surge a necessidade de integrar estes dois problemas (planeamento de rotas e alocao de
contentores).
Esta integrao feita com Container Stowage Ship Routing Problem. Este problema tem
como objetivo a minimizao dos custos de distribuio de um determinado nmero de
contentores, para um conjunto de portos de destino. Para se alcanar este objetivo necessrio
minimizar a distncia percorrida pelos navios, os custos de utilizao dos navios e o nmero de
shifts efetuados em cada um dos portos.
O CSSRP pode ser ento definido da seguinte forma: considerando um conjunto de
navios e um conjunto de contentores cujos destinos so um conjunto de portos, este deve alocar a
carga nos navios e escolher a rota a efetuar para a entrega da carga de modo a minimizar os
custos totais de transporte, atravs da minimizao de distncias, tempos de servio e operaes
de carga/descargas desnecessrios, considerando e garantindo as seguintes restries:
i) Restries de capacidade dos navios;
ii) Restries de suporte dos contentores;
iii) Restries de prazo de entrega dos contentores;
iv) Considerao da regra de LIFO.
Os navios devem sair do porto inicial onde so efetuadas apenas operaes de carga e
tem de visitar um conjunto de portos onde s so efetuadas operaes de descarga (para entrega
dos contentores) e operaes de realocao de contentores (shifts - quando necessrio). Alm

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
28

disso, so tambm consideradas, vrias restries, umas relacionadas com as prprias
caractersticas dos navios, outras inerentes ao problema de rotas e um outro conjunto inerente ao
problema de carga e descarga de contentores.
A integrao do problema de planeamento de rotas com o problema de planeamento de
estiva introduz uma flexibilidade e eficincia ao CSSRP.
O problema CSSRP, em termos operacionais apresenta duas decises fulcrais: a
determinao de que portos devem ser visitados por cada navio e quando ocorre essa visita, e a
determinao da alocao dos contentores no navio respeitando a estratgia LIFO. Logo,
pretende-se determinar a rota que minimiza os custos totais de distribuio e que minimiza as
descargas/cargas intermdias.
Como j referido, a grande maioria dos custos no Short Sea Shiping est relacionada
com a movimentao dos contentores nos portos. Isto porque o tempo de permanncia de um
navio num porto bastante dispendioso, logo quanto menos tempo demorarem as operaes de
carga/descarga, menor o custo de permanncia. Com isto de extrema importncia, saber qual
a posio dos contentores no porta-contentores. Encontrada a slot especfica para cada contentor
encontra-se o planeamento que minimiza o nmero de shifts. De uma outra forma pode-se afirmar
que o planeamento da estiva influencia as movimentaes no porto j que os tempos despendidos
e os custos em cada porto dependem deste.
Os custos que normalmente so incorridos no transporte em porta-contentores, durante
uma viagem, que se encontram dependentes das unidades de tempo, so:
i) Tarifas porturias de espao ocupado pelo navio;
ii) Custos com a tripulao;
iii) Custos operacionais.
O tempo de distribuio, que se pretende minimizar, depende dos tempos de:
i) Atracao;
ii) Carga/ descarga;
iii) Shift;
iv) Durao da viagem.
Um shift ocorre, porque o contentor est alocado numa slot que est a barrar o acesso a
uma outra, logo necessrio colocar este contentor noutra localizao ou retir-lo para o cais e
voltar a coloc-lo no porta-contentor. Um shift demora bastante tempo logo a sua minimizao
muito importante, sendo para tal necessrio um planeamento de estiva eficiente. O rearranjo da
carga deve tambm ser tido em conta isto porque em cada porto, existem vrios contentores que
podem ter de ser movimentados, forando a uma modificao do plano de estiva. Fatores que
levam a que o plano de estiva tenha de ser modificado so:
i) Contentores que tem de ser descarregados pois chegaram ao seu porto de destino, logo
necessrio reorganizar a carga para que a estabilidade seja garantida;

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
29

ii) Movimentos de shift, o que implica um reposicionamento do contentor numa outra
posio, sempre diferente da posio inicial, garantindo tambm a estabilidade do porta-
contentor.
O desafio deste trabalho foi, desenvolver um modelo de programao inteira mista e
aplic-lo a problemas reais (problemas de distribuio martima de curta distncia) sendo esta a
principal contribuio do presente trabalho.









Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
30

3.2 Modelo de Programao Inteira Mista para o problema CSSRP

Nesta seco apresenta-se o modelo de programao inteira mista desenvolvido para o
problema CSSRP. Este modelo visa a determinao de uma soluo tima que minimize os
custos de distribuio e o nmero de shifts. Isto , vai permitir a gesto da frota de dois ou mais
porta-contentores, que se movimentam entre vrios portos, respeitando sempre os prazos de
entrega dos contentores. A minimizao dos tempos de execuo das rotas e a alocao das
cargas nos navios, respeitando a regra LIFO, tem de ser cumprida para que possa existir uma
minimizao de overstows e consequentemente de shifts, assim como uma minimizao dos
custos totais de distribuio.
O nmero de overstows encontra-se diretamente ligado rota. Tal como referido na
seco anterior, seco 3.1, o modelo em questo apenas efetua o carregamento dos contentores
no porto inicial e nos seguintes efetua apenas descargas (excetuando situaes de shifts).
Para a elaborao do modelo foram consideradas vrias restries: restries
relacionadas com a rota, restries relacionadas com os porta-contentores e restries
relacionadas com ambos.
As restries das rotas, so relativas aos prazos de entrega dos contentores e
constituio da rota. A restrio de prazo de entrega implica que o instante de chegada do porta-
contentores ao porto deve ser menor ou igual ao prazo de entrega dos contentores para esse
mesmo porto. De forma a simplificar o problema, foi considerado que todos os contentores com o
mesmo destino possuem a mesma data de entrega. Seria o mesmo que considerar o menor dos
prazos de entrega dos contentores para esse porto. Quanto s restries relacionadas com os
porta-contentores, temos: restries de capacidade do navio e restries de posicionamento dos
contentores no mesmo. A restrio de capacidade o limite mximo de peso admitido pelo porta-
contentor. A restrio do posicionamento est relacionada com o posicionamento dos contentores
nas slots. Isto , um contentor s pode ser colocado numa slot que seja posicionada diretamente
no casco do porta-contentores, ou ento a slot imediatamente a baixo tem de estar ocupada. Para
simplificao do problema foi considerado que cada conjunto de contentores com o mesmo porto
de destino preenche uma nica slot. Seria o mesmo que considerar o conjunto de slots
necessrias para acomodar todos os contentores com um dado destino. Assim, nas restries de
posicionamento h ainda que garantir que numa dada slot apenas colocada a carga de um dado
destino.
Esta simplificao foi considerada, devido grande complexidade dos posicionamentos dos
slots de um porta-contentor como se pode constatar na Figura 6.

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
31


Figura 6 Constituio das slots de um porta-contentores (Martins et al., 2009)

A restrio que relaciona o problema de rotas com o problema de alocao de cargas diz
respeito regra LIFO.
A explicao do modelo de programao inteira mista feita de forma conceptual.
Primeiro so apresentados todos os dados do problema, assim como todas as variveis, em
seguida apresentado o modelo completo do CSSRP. Os dados do modelo foram divididos em
quatro grupos que se apresentam nos pontos seguintes.


1. Dados do porto
Cada porto encontra-se numa localizao geogrfica diferente e representado por um
conjunto de ns atravs de um grafo ) , ( A P G , onde } ,..., 1 { p P = representa o conjunto de
portos e } , , : ) , {( j i P j i j i A = e =

o conjunto de arcos em G. O comprimento de cada arco est
associado a
ij
d que corresponde distncia entre o porto i e o porto j em milhas nuticas.
ik
u
o custo de visita, em euros, no porto i pelo porta-contentores k
,
que depende das taxas e dos
custos de utilizao de cada porto martimo. Assume-se que o porto inicial de onde parte o porta-
contentores o porto com ndice um e o custo de visita deste mesmo porto martimo tambm
contabilizado.

2. Dados dos porta-contentores
Os dados dos porta-contentores esto essencialmente relacionados com as suas
caractersticas. { } v V ,..., 1 =

o conjunto de porta-contentores e, de forma a simplificar o
problema, assume-se que a velocidade de viagem dos porta-contentores (
k
vel ) constante ao
longo de toda a rota. Considera-se tambm: o custo operacional de viagem
k
c (por unidade de
distncia, em euros) que depende do custo de combustvel/milhas nuticas; e o custo de utilizao

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
32

do porta-contentores
k
uc que depende do nmero de tripulantes a bordo no porta-contentores
(por dia, em euros).
k
Q a capacidade do porta-contentores k em peso e
ik
t

o tempo de
servio do porta-contentores k

no porto i .

3. Dados dos contentores
Assume-se que todos os contentores possuem dimenses standard em TEUs. O porto
inicial possui um conjunto de contentores { }
p i
Cp ,..., = que devem ser entregues a vrios
portos de destino. Cada porto martimo possui uma procura
i
definida pelo nmero de
contentores para o porto i. No entanto, e de forma a simplificar o problema, cada procura
caracterizada pelo seu peso total (
i
q ) e pela sua data de entrega (
i
dl ).

4. Dados da Carga/Posicionamento
Considera-se um nico bay associado a uma matriz
k
T de slots. Cada slot est
posicionado numa linha que varia entre 1, ,Z onde a primeira linha corresponde posio inicial
a partir do topo da matriz e na coluna { } X x ,..., 1 = onde a primeira coluna a coluna do lado
esquerdo da matriz. Tal como j referido, cada slot corresponde um conjunto de contentores
i


para serem transportados do porto inicial para o porto i. A matriz de transporte admissvel se a
carga total requerida pela estiva dos contentores no for superior capacidade do porta-
contentores. O custo de cada movimentao (shift), como j referido anteriormente de extrema
importncia para o problema em questo sendo assim,

m representa o custo incorrido no


movimento de uma determinada carga que se encontra alocada numa slot. de realar que o
shift, envolve um processo de carga e outro de descarga, logo o custo

m includo duas vezes.



Modelo de programao inteira mista

De forma a construir o modelo, vrias variveis de deciso foram consideradas. Algumas
das variveis so exclusivas do problema de rotas, outras do problema de estiva e outras
interligam os dois problemas. Como tpico de um problema de VRP, o modelo considera um
conjunto de variveis binrias,
ijk
x que indicam se o porta-contentores k atravessa ou no o
arco ) , ( j i . Os porta-contentores devem chegar aos portos dentro do prazo de entrega. Assim,
ik
s a varivel de deciso que determina o instante de chegada do porta-contentores

k ao porto
i . Considera-se outro conjunto de variveis binrias,
ijk
y ,

que assumem o valor 1 se o porta-

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
33

contentores k visita o porto i depois de visitar o porto j e assumem o valor zero caso contrrio.
Estas variveis so necessrias para garantir alocao dos contentores de acordo com a filosofia
LIFO.
Outro conjunto de variveis binrias,
kizx
, so utilizadas para determinar em que slot (z,
x) do porta-contentores k esto posicionados os contentores para um determinado porto i. Estas
variveis de deciso so necessrias para integrar o problema de rotas e o problema de estiva.
Como varivel de deciso para determinar o nmero de shifts utiliza-se uma varivel
binria
ijk
que ser igual a um se a procura do porto i

e do porto

j

do porta-contentores k
causam uma situao de overstowing.
De seguida apresentado o modelo de programao inteira mista.
Funo Objetivo:
(

+ + + +

= = = = = . = =
p
i
v
k
p
i
p
i j j
ijk
v
k
k k
p
i j j
ijk jk ijk ijk k ij
v
k
m w s uc w m x u x x c d w Min
1 1 1 , 1
3
1
1 2
1 1
1
) 2 ( ) (


(1)

Sujeito a:
Restries de rota:
1
, 1 1
=

= = =
p
j i i
v
k
ijk
x P j e = 1 (2)
1
, 1 1
=

= = =
p
i j j
v
k
ijk
x P i e = 1 (3)
0 ) (
, 1
=

= =
p
j i i
jik ijk
x x V k e , P j e

(4)

1
1
1
s

=
p
j
jk
x V k e
(5)

( )
ijk jk
k
ij
ik ik
x M s
vel
d
t s + s + + 1 V k e , P j i e , (6)

i ik
dl s s V k e , P i e (7)
Restries de carga:
k
p
i i
p
j
jik i
Q x q s

= = = 1 , 1 1
V k e (8)
1
1 1 1
=

= = =
v
k
Z
z
X
x
kizx


1 , = e i P i

(9)
1
1
s

p
i
kizx


V k e ,
k
T x z e ,

(10)

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
34

=
s
p
i j j
kjax kizx
, 1
V k e , 1 , = e i P i
,
z a T x a z
k
> e , , , (11)


Restries de rota e carga:

= = = = =
+ s +
Z
z
X
x
kjzx
p
j l l
jlk
p
i
ijk
x x
1 1 , 1 1
1

V k e , 1 , = e j P j

(12)
ijk jk ik
y M s s s V k e , j i j i P j i = = = e , 1 , 1 , , (13)
jik kjax kizx ijk
y + s + + 2 V k e , j i j i P j i = = = e , 1 , 1 , ,
,
z a T x a z
k
, , , e

(14)

{ } 1 , 0 e
ijk
x
,
{ } 1 , 0 e
ijk
y
,

{ } 1 , 0 e
kizx

,
{ } 1 , 0 e
ijk

,
0 >
ik
s
Como se pode verificar na equao (1), a funo objetivo minimiza o custo da rota e o
nmero de shifts. atribudo um peso a cada componente da funo objetivo:
3 2 1
, , w w w . O valor
concreto destes pesos depende da aplicao prtica a que o problema est sujeito e da
importncia que cada componente possui para o elemento de deciso. Na maioria dos casos o
principal objetivo o custo total, logo estas constantes tomam o valor um, para que se possa
contabilizar todos os custos com igual importncia.
A primeira componente da funo objetivo, corresponde ao somatrio dos custos de
deslocao dos porta-contentores do porto i para o porto j com os custos de visita a esse porto e
com os custos de movimentao da carga (carga e descarga dos contentores). A segunda
componente corresponde ao somatrio dos custos relacionados com a utilizao do navio, custos
estes que dependem do tempo total necessrio para realizar a viagem. A ltima componente da
funo objetivo demonstra os custos ocorridos caso existam shifts.

Os primeiros seis conjuntos de restries esto relacionados com o problema das rotas.
As restries (2), (3) e (4) so restries de conservao de fluxo. As equaes (2) e (3)
asseguram que cada porto visitado apenas por um nico porta-contentores. A equao (4)
assegura que se o porta-contentores chega a um determinado porto, ento parte desse mesmo
porto para outro porto. A equao (5) garante que se um porta-contentores utilizado, ento este
inicia a sua viagem no porto martimo inicial.
As equaes (6) e (7) so relativas restrio do prazo de entrega. Estas duas equaes
garantem a viabilidade dos tempos utilizados durante a viagem e nas operaes ocorridas nos
portos. O instante de partida do porta-contentores de um porto nunca pode ser inferior ao instante
de chegada a esse mesmo porto, mais o tempo que este permanece no porto martimo. M uma
constante de valor muito elevado. Por outro lado, a restrio (7) garante que o instante de
chegada a um determinado porto nunca superior ao prazo de entrega desse porto.

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
35

Relativamente aos conjuntos de restries relacionadas com a estiva, a equao (8), est
ligada capacidade em termos de peso do navio. Aqui garante-se que o peso transportado ao
longo da viagem pelo porta-contentores nunca superior sua capacidade mxima. As trs
restries seguintes asseguram o posicionamento dos contentores. A equao (9) garante que a
procura de um determinado porto colocada apenas num determinado porta-contentores e num e
um s slot. A equao (10) assegura que cada slot de um determinado porta-contentores
transporta no mximo uma e uma s procura de um porto. A equao (11) garante que se a
procura de um porto martimo est numa determinada slot ento a slot imediatamente abaixo
dessa est ocupada.
A equao (12) integra os dois problemas. Esta garante que se um porta-contentores
visita um determinado porto ento a procura para esse mesmo porto encontra-se dentro do porta-
contentores. De forma a garantir que a condio LIFO e que o nmero de shifts so minimizados,
devem ser consideradas mais duas equaes. Estas equaes esto relacionadas com as
restries de overstowing. A equao (13) define o posicionamento dos portos na rota. Esta
equao foi criada com o objetivo de determinar o nmero de shifts. A combinao desta equao
com a equao (14) assegura a estratgia LIFO. A equao (14) assegura que se a carga para um
determinado porto alocada a uma slot e se por cima desta slot se encontra carga para um porto
visitado mais tarde, ento ocorre overstowing. Quando ocorre um overstow ento um movimento
de shift efetuado.


Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
36







O presente captulo dedicado validao do modelo de programao inteira mista e
discusso de resultados, atravs da resoluo de algumas instncias, assim como anlise do
desempenho global do mesmo. Na seco 4.1 encontra-se a caracterizao das instncias
utilizadas para teste do modelo e na seco 4.2 faz-se uma anlise dos resultados obtidos.

4. Discusso, Validao e Teste
do modelo

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
37

4.1 Caracterizao das Instncias
O principal objetivo deste trabalho foi resolver o problema de short sea shipping, onde
para tal aplicou-se o modelo desenvolvido no captulo 3, a problemas reais.
As instncias utilizadas para validar o modelo, foram adotadas do trabalho de (Martins et
al., 2009) onde resolvido o problema de short sea shipping. Como o presente trabalho apresenta
algumas diferenas em termos de estrutura do problema abordado foram efetuadas algumas
alteraes. Ao contrrio do que se encontra em (Martins et al., 2009) o problema em questo
apenas considera as operaes de carga no porto inicial (porto nmero 1), enquanto nos restantes
portos s efetua descargas de contentores.
De forma a comprovar a robustez do modelo, foram geradas instncias de vrias
dimenses. Como no trabalho realizado por Martins et al. o problema foi simplificado assumindo-
se que:
i) As tarifas porturias so iguais independentemente do porto martimo;
ii) O consumo de combustvel e a velocidade do porta-contentores sempre a mesma
independentemente da carga transportada.
Com o intuito de validar o modelo matemtico desenvolvido para o problema CSSRP
foram utilizadas 5 instncias. No texto que se segue descrevem-se as caractersticas dessas
instncias.
As instncias do problema diferem no nmero de portos, onde se utilizou
15 , 10 , 5 = = = P P P

. A razo pela qual se testou problemas com maior dimenso, 10 e 15
portos, ao contrrio de (Martins et al., 2009) que s testaram problemas com 5 portos, foi para
testar o comportamento do modelo desenvolvido em termos de tempo computacional. Nas
instncias com 5 e 15 portos martimos apenas se consideraram dois porta-contentores. Para a
instncia com 10 portos martimos, considerou-se o nmero de porta-contentores igual a dois, trs
e quatro. O motivo pelo qual se realizou uma variao do nmero de porta-contentores para o
mesmo nmero de portos (P=10), foi com o intuito de se estudar se a variao do tempo
computacional, era muito significativa aumentando o tamanho da frota. Cada instncia possui uma
capacidade
k
Q

fixa para todos os porta-contentores e o peso total da procura dos portos

=
p
i
i
q
2

superior capacidade de cada porta-contentores. Isto significa que necessrio mais do que um
porta-contentores para realizar a entrega das procuras de cada porto martimo.
As distncias utilizadas entre os cinco portos so as mesmas utilizadas por (Martins et al.,
2009), uma vez que correspondem a distncias reais em milhas de portos martimos europeus
(Figura 7). Para a instncia P=10, aproveitou-se as distncias entre os 5 portos da instncia P=5,
e gerou-se aleatoriamente distncias para os restantes cinco portos em falta. Para a instncia
P=15, optou-se pelo mesmo raciocnio anterior.

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
38

A capacidade mxima utilizada para as instncias P=5, P=10 e P=15 foi a capacidade
mxima utilizada por (Martins et al., 2009) (
k
Q =8445) a qual corresponde tambm a uma
capacidade real de um tipo de navios. Considerou-se este valor porque dos dois navios utilizados
no estudo, o que tinha maior capacidade era o que podia transportar maior nmero de
contentores. A velocidade do navio utilizada a velocidade do navio com maior capacidade no
estudo de (Martins et al., 2009), sendo tambm uma velocidade mdia real para este tipo de porta-
contentores. A velocidade assumida sempre constante independentemente da carga
transportada e independentemente tambm das condies do mar. Foi uma simplificao utilizada
para reduzir a complexidade do problema. Relativamente aos custos calculados para cada
instncia estes seguem a lgica de clculo adotada por (Martins et al., 2009). Os tempos de
servio utilizados em cada instncia encontram-se dependentes da procura de cada porto
martimo. A frmula utilizada para o seu clculo, foi tambm baseada no estudo de (Martins et al.,
2009).
Quanto distribuio dos contentores pelos portos martimos esta varia consoante a
distncia a que estes portos se encontram do porto inicial. Para a instncia P=5, foram atribudas
as seguintes percentagens, para o porto mais distante do porto inicial iro ser transportados 50%
do nmero mximo de contentores que o navio suporta, 30% para o segundo porto mais distante,
10% para o terceiro mais distante e os restantes 10% para o porto mais prximo do porto inicial.
Para a instncia P=10, as percentagens atribudas distribuio de carga foram de 20%-
20%-20%-15%-5%-5%-5%-5%-5%, sendo a primeira percentagem correspondente ao porto mais
distante do porto inicial e a ltima ao porto mais prximo do porto inicial. Para a instncia P=15, a
linha de raciocnio a mesma que para P=10. Sendo as percentagens de distribuio de 30%-
10%-5%-5%-5%-5%-5%-5%-5%-5%-5%-5%-5%-5%.
Cada contentor possui um determinado peso, podendo este ser de 8, 10, 15 ou 25
toneladas. Em cada instncia o peso dos contentores varia. Para tal, para P=5, 50% dos
contentores pesam 15 tonelada/contentor, 30% pesam 25 tonelada/contentor, 10% pesam 8
tonelada/contentor e 10% pesam 10 tonelada/contentor. Esta distribuio efetuada de modo a
que cada procura de um porto tenha contentores com um s peso. Para a instncia P=10, 40% da
carga tem um peso unitrio de 10 toneladas, 30% tem um peso de 25 tonelada/contentor, 20%
tm um peso de 15 tonelada/contentor e 10% tem um peso 8 tonelada/contentor. Para a instncia
P=15, 40% do nmero de contentores pesa 20 tonelada/contentor, 30% 10 tonelada/contentor,
15% 15 tonelada/contentor e 15% 8 tonelada/contentor.
A forma como varia a atribuio dos prazos de entrega igual forma como variam os
pesos dos contentores, sendo os prazos de entrega possveis 12, 8 e 5 dias. Logo para a instncia
P=5 50% dos contentores tm um prazo de entrega de 8 dias, 40% com 12 dias de prazo de
entrega e 10% com cinco dias de prazo de entrega. Para a instncia P=10, 50% dos contentores
tem um prazo de entrega de 12 dias, 30% 5 dias e os restantes 8 dias de prazo de entrega. Para a

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
39

instncia P=15, 60% da carga transportada possui um prazo de entrega de 8 dias, 15% tm um
prazo de 5 dias e os restantes 25% podem ser entregues at um mximo de 12 dias.
Nos problemas de 10 portos em que se utilizam 3 e 4 porta-contentores para efetuar o
transporte, a distribuio de carga efetuada da mesma forma que nas instncias com 2 navios.
No entanto o nmero de contentores a transportar duplica quando se utiliza trs porta-contentores
e triplica quando se utilizam os 4 porta-contentores. Isto efetuou-se com o intuito de serem sempre
necessrios os 3 ou 4 navios para a distribuio.

Figura 7 Mapa de um problema real de short sea shipping (Ana Moura et al., 2012)

A figura 7 mostra os portos martimos utilizados nos dados do estudo elaborado por
(Martins et al., 2009), isto , para as instncias com 5 portos.
Todos os portos martimos possuem prazos de entrega apertados. Considera-se que os
valores dos pesos da funo objetivo
3 2 1
, , w w w so todos iguais a um. Esta considerao foi
efetuada de forma a atribuir a mesma importncia a cada componente da funo objetivo. A
primeira componente corresponde distncia total, a segunda ao tempo total de viagem e a
terceira ao nmero de overstows.
4.2 Anlise de Resultados
A forma como foi efetuada a introduo do modelo no software comercial utilizado (IBM
ILOG CPLEX 12.4 Academics) encontra-se no Anexo 1, detalhadamente explicada.
As instncias foram executadas no CPLEX, que se encontrava instalado num computador
Intel CORE i7 vPro 2,2GHz com 8Gb de memria.
A implementao do modelo, forou a que o mtodo de tentativa-erro fosse adotado. Isto
porque a formulao matemtica teve de ser adaptada para que fosse funcional em software.

A implementao foi efetuada em duas partes: a criao dos dados e a implementao do
modelo. Em termos de software os dados encontram-se num ficheiro do tipo .dat e as restries
do modelo matemtico num ficheiro do tipo .mod (Anexo 2 e 3). Implementada a formulao

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
40

matemtica na sua totalidade, foram efetuados vrios testes para garantir a robustez do modelo.
Estes testes tiveram como objetivo, fazer variar:
i) O nmero de portos a visitar pelos porta-contentores;
ii) O nmero de porta-contentores para efetuar a distribuio;
iii) A distribuio da carga pelos portos;
iv) A distribuio dos prazos de entrega dos contentores;
v) Os pesos da funo objetivo (w1, w2, w3);
A ttulo de exemplo, apresenta-se de seguida a soluo obtida, Figura 8, para um exemplo
com quinze portos e dois porta-contentores. Essa soluo foi obtida em 957,85 segundos.




















Figura 8 Soluo gerada para 15 portos e 2 navios


A tabela 1 um resumo dos resultados computacionais obtidos para as cinco instncias
geradas. A estrutura da tabela 1 permite verificar: o nmero de porta-contentores (V) utilizado
encontra-se ligado ao nmero de portos martimos (P) a visitar. efetuada a interligao entre (V=
2, 3 e 4) e (P= 5, 10 e 15). Para as cinco instncias geradas foram identificados os valores da
funo objetivo para o problema de programao inteira mista (PIM) e respetivo nmero de
variveis e nmero de restries, bem como o tempo computacional de resoluo para a obteno
da soluo tima. Nas colunas mais direita da tabela 1, apresentam-se os valores da funo
objetivo aps a resoluo da relaxao linear (RL) e respetivo tempo computacional para a
obteno da soluo.





















































Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
41

Note-se que na relaxao linear do modelo todas as variveis de deciso do tipo booleano
(que no modelo de PIM assumiam o valor zero ou um) passam a poder assumir valores entre zero
e um. O motivo desta alterao teve como intuito calcular o menor valor da funo objetivo para
uma dada instncia, para ser utilizado na avaliao da qualidade do modelo de PIM. Para a
avaliao da qualidade do modelo fez-se o clculo dos GAPs de integralidade das instncias
geradas, cujos resultados se apresentam na ltima coluna da tabela 1. Como o modelo
desenvolvido tem associada uma funo objetivo de minimizao, o GAP de integralidade dado
pela diviso, da diferena entre o valor da soluo tima inteira e o valor da soluo tima da
relaxao linear, pelo valor da soluo tima inteira. No texto abaixo apresenta-se a expresso de
clculo do GAP de integralidade, onde
*
pi
Z est associado soluo tima inteira e
*
rl
Z soluo
tima da relaxao linear.

* * *
/ ) (
pi rl pi
Z Z Z GAP =
(15)



Tabela 1 Resultados computacionais para as cinco instncias de problema
Porta
contentores
Portos
Martimos
Funo
Objetivo
PIM (!)
Tempo
resoluo
PIM (s)
N de
variveis
N de
restries
Funo
Objetivo
RL (!)
Tempo
resoluo
RL (s)
GAP
(%)
2
5 161560,61 1,65 181 424 79687,85 0,095 50,68
10 224295,23 52,82 671 1909 167916,65 1,154 25,14
15 362368,20 857,85 1657 10388 296716,70 0,930 18,12
3 10 282647,06 161,87 1006 2850 167916,85 0,445 40,59
4 10 330654,72 180,46 1341 3791 167916,85 1,127 49,22


De seguida so analisados os resultados das solues obtidas. As solues foram
geradas em tempos computacionais que se podem considerar reduzidos.
Para o conjunto de problemas de teste o modelo obteve sempre uma soluo tima sem
overstows.

Os grficos 1, 2 e 3 mostram a variao do tempo computacional, do nmero de variveis
e do nmero de restries com a variao do nmero de portos, para cada um dos problemas de
teste.

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
42


Grfico 1 Comportamento do tempo computacional em funo do nmero de portos martimos


Grfico 2 Comportamento do nmero de variveis em funo do nmero de portos martimos


Grfico 3 Comportamento do nmero de restries em funo do nmero de portos martimos








































































































Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
43


Os grficos anteriores demonstram a complexidade agregada ao modelo de programao
inteira mista. Verifica-se que existe um crescimento exponencial das trs variveis analisadas
(tempo computacional, nmero de variveis e nmero de restries) em funo do nmero de
portos analisados, sendo o crescimento entre P=10 e P=15 maior que o crescimento entre P=5 e
P=10. medida que se aumenta o nmero de portos existe um aumento considervel do nmero
de variveis.
Analisando as solues timas obtidas para as trs instncias do problema de teste com
10 portos, onde se fez variar o nmero de porta-contentores, a variao dos tempos
computacionais, nmero de variveis e o nmero de restries relativamente variao do
nmero de porta-contentores, mostrada nos grficos 4, 5 e 6.


Grfico 4 Comportamento do tempo computacional em funo do nmero de porta-contentores

Grfico 5 Comportamento do nmero de variveis em funo do nmero de porta-contentores
















































































Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
44


Grfico 6 Comportamento do nmero de restries em funo do nmero de porta-contentores

Verifica-se, como seria de esperar, um aumento do tempo computacional, nmero de
restries e nmero de variveis quando se faz variar o nmero de porta-contentores, mas no
entanto estas variaes no so muito significativas. Normalmente o problema de short sea
shipping inclui em mdia cinco portos martimos, e dois porta-contentores no entanto o uso de
problemas de teste com mais portos e mais porta contentores, foi uma forma de analisar o
comportamento do modelo desenvolvido.
Procedeu-se tambm a uma anlise de sensibilidade, variando o peso da carga
transportada, para compreender-se como esta iria fazer variar o tempo computacional. De uma
outra forma o objetivo foi o de comparar os tempos computacionais de trs distribuies de peso
diferentes para cada uma das instncias geradas (P=5, P=10, P=15), com o intuito de se perceber
at que ponto a distribuio da carga pode ser fundamental para o tempo necessrio at encontrar
uma soluo tima do problema. Isto porque, caso uma das procuras de um porto seja igual ou
muito prximo da capacidade total do navio, o nmero de iteraes vai decrescer, uma vez que o
navio serve um nico porto. Foram ento criadas trs distribuies de carga para cada instncia. A
cada distribuio foi atribuda uma designao: distribuio de peso homognea, fracamente
heterognea e fortemente heterognea. Entenda-se por:
i) Distribuio homognea quando o peso da carga, para cada porto igual ou
muito prximo.
ii) Distribuio fracamente heterognea quando as diferenas dos pesos das cargas
para cada porto tem pequenas diferenas.
iii) Distribuio fortemente heterognea quando a distribuio do peso
significativamente diferente.
Os grficos seguintes mostram a variao do tempo computacional em funo da
distribuio dos pesos dos contentores por porto.


































Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
45


Grfico 7 Variao do tempo computacional em funo da distribuio da carga para 5 portos


Grfico 8 Variao do tempo computacional em funo da distribuio da carga para 10 portos


Grfico 9 Variao do tempo computacional em funo da distribuio da carga para 15 portos



















































































Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
46

Analisando os trs grficos anteriores, verifica-se que existe uma relao entre o perfil da
distribuio da carga pelos portos martimos e o tempo computacional para a determinao da
soluo. Verifica-se que os tempos computacionais para distribuies fortemente heterogneas
so os menores das trs distribuies possveis. Analisando o grfico 7, conclui-se que existe uma
relao entre a distribuio de carga e o tempo computacional. Quanto mais homognea a
distribuio da carga maior o tempo computacional. A diferena de tempos computacionais
existente entre as trs distribuies para as instncias P=5, no muito significativa (muito inferior
a 1 segundo), no entanto existe uma relao de crescimento para quanto mais homognea a
distribuio. O mesmo se verifica para as instncias P=10.
No entanto para as instncias P=15, verifica-se que a diferena de tempos computacionais
entre as trs distribuies de carga bastante significativa. Este facto deve-se ao nmero de
portos a visitar pelos porta-contentores, ser superior. O nmero de variveis e de restries
existentes nestas instncias muito superior s instncias P=5, P=10 o que aumenta de forma
exponencial o tempo computacional de clculo de uma soluo. Como a instncia P=15 apresenta
um tempo computacional mais elevado, quando se considera uma distribuio mais homognea
da carga o tempo computacional cresce. Desta forma verifica-se que a criao de distribuies de
carga mais homogneas aumenta o tempo computacional de resoluo, porque o nmero de
iteraes e de combinaes maior.





Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
47



Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
48
































5. Concluso

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
49

No presente trabalho apresentado um modelo de programao inteira mista para o
problema CSSRP. Este problema surge da integrao de dois outros problemas: Vehicle Routing
Problem e Container Stowage Problem. Devido grande complexidade do problema,
complexidade essa, caracterstica dos problemas de otimizao combinatria, o CSSRP
considerado NP-difcil. No entanto, e como o objetivo deste estudo resolver problemas de
pequena dimenso (short sea shipping) foi desenvolvido um modelo de programao inteira mista
para a determinao da soluo tima de problemas reais. Alm disso, como no existe na
literatura nenhum estudo que combine o planeamento de rotas e carga dos navios e os resolva de
uma forma integrada usando mtodos exatos, seria bastante interessante entender e estudar qual
o comportamento do modelo na resoluo destes problemas.
No obstante e sem perda de generalidade, este modelo foi alvo de algumas
simplificaes, tais como: as tarifas porturias so iguais independentemente do porto visitado; a
velocidade e consumo de combustvel dos porta-contentores so constantes, no se encontrando
dependente dos pesos do porta-contentores nem das condies martimas. Estas simplificaes
no colocam em causa a validade do modelo, uma vez que a nica alterao que pode existir
em termos de custo total da funo objetivo, uma vez que esto relacionados nica e
exclusivamente com custos de utilizao dos porta-contentores. Alm disso, foi tambm
considerada uma outra simplificao ao nvel da estiva. Esta simplificao est relacionada com a
matriz de carga dos porta-contentores, que foi simplificada. O objetivo principal deste problema a
minimizao dos custos totais de distribuio martima.
O modelo foi testado, com cinco instncias e conseguiu-se provar que com a aplicao
deste modelo possvel aumentar a flexibilidade do short sea shipping e aumentar a
competitividade do transporte martimo em relao aos concorrentes, uma vez que se consegue
obter solues em tempos computacionais reduzidos.
Ao efetuar uma anlise de sensibilidade verificou-se que o aumento do nmero de portos
a visitar aumenta exponencialmente o tempo computacional para a determinao da soluo
tima, uma vez que tambm aumenta significativamente o nmero de variveis e restries do
problema. Verifica-se tambm que o tempo computacional no se encontra apenas dependente do
nmero de portos a visitar, como tambm, do nmero de navios, da forma como efetuada a
distribuio dos contentores e respetivos pesos totais para cada porto martimo.
Em termos de trabalho futuro este modelo pode ainda ser consideravelmente melhorado
para que seja possvel traduzir integralmente a realidade. Estas melhorias passam por exemplo,
por uma das simplificaes adotadas, a matriz de alocao dos contentores, que de momento est
bastante simplificada. Outra melhoria relativa considerao da restrio de estabilidade da
carga dos contentores no porta-contentores. Seria tambm interessante o aumento do nmero de
instncias de teste, fazendo variar outras caractersticas do problema e testar o modelo num
nmero maior de problemas.

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
50








6. Referncias Bibliogrficas

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
51

Agarwal, R., & Ergun, O. (2008). Ship scheduling and network design for cargo routing in liner
shipping. [Article]. Transportation Science, 42(2), 175-196. doi: 10.1287/trsc.1070.0205
Ambrosino, D., Sciomachen, A., & Tanfani, E. (2004). Stowing a containership: the master bay plan
problem. Transportation Research Part A: Policy and Practice, 38(2), 81-99. doi:
10.1016/j.tra.2003.09.002
Ambrosino, D., Sciomachen, A., & Tanfani, E. (2006). A decomposition heuristics for the container
ship stowage problem. Journal of Heuristics, 12(3), 211-233. doi: 10.1007/s10732-006-
5905-1
Aslidis, A. (1989). Combinatorial algorithms for stacking problems. Ph. D.
Assad, A. A. (1988). Modeling and implementation issues in vehicle routing Vehicle Routing:
Methods and Sudies: 7-45 North-Holland, Amesterdam.
Atkins, W. H. (1991). Modern marine terminal operations and management. Boyle, Oakland
Avriel, M., & Penn, M. (1993). Exact and approximate solutions of the container ship stowage
problem. Computers & Industrial Engineering, 25(14), 271-274. doi: 10.1016/0360-
8352(93)90273-z
Avriel, M., Penn, M., & Shpirer, N. (2000). Container ship stowage problem: complexity and
connection to the coloring of circle graphs. Discrete Applied Mathematics, 103(1-3), 271-
279. doi: 10.1016/s0166-218x(99)00245-0
Avriel, M., Penn, M., Shpirer, N., et al. (1998). Stowage planning for container ships to reduce the
number of shifts. Annals of Operations Research, 76(0), 55-71. doi:
10.1023/a:1018956823693
Bodin, L., & Golden, B. (1981). Classification in vehicle routing and scheduling.
[10.1002/net.3230110204]. Networks, 11(2), 97-108.
Borkar, V., Chandru, V., & Sathiya Keerthi, S. (1997). Optimization. Sadhana, 22(4), 483-483. doi:
10.1007/bf02745574
Botter, R. C., & Brinati, M. A. (1992). Stowage Container Planning: A Model for Getting an Optimal
Solution. Paper presented at the Proceedings of the IFIP TC5/WG5.6 Seventh
International Conference on Computer Applications in the Automation of Shipyard
Operation and Ship Design, VII.

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
52

Chang, T.-S., & Liao, Y.-F. (2008). Path finding with stowage planning consideration in a mixed
pickupdelivery and specified-node network. Transportation Research Part E: Logistics
and Transportation Review, 44(6), 970-985. doi: 10.1016/j.tre.2007.10.003
Chou, M. C., & Ding, D.). Stowage Planning for Container Ships to Achieve Operations Efficiency.
Theory and Methodology Paper, (EJOR-D-08-02210). European Journal of Operational
Research, Singapore.
CPLEX. (2012). Optimizao de rotas de distribuio maritima.
de Castillo, B., & Daganzo, C. F. (1993). Handling strategies for import containers at marine
terminals. Transportation Research Part B, 27(2), 151-166.
Dubrovsky, O., Levitin, G., & Penn, M. (2002). A Genetic Algorithm with a Compact Solution
Encoding for the Container Ship Stowage Problem. Journal of Heuristics, 8(6), 585-599.
doi: 10.1023/a:1020373709350
Fisher, M. L. (1995). Vehicle Routing. Network routing, handbooks in Operations Research and
Management Science, 1-33. Amesterdam.
Gumu, M., Kaminsky, P., Tiemroth, E., et al. (2008). A Multi-stage Decomposition Heuristic for
the Container Stowage Problem. Desautels Faculty of Management.
Giemsch, P. (2004). Stowage planning and pile problems. Karlsruhe: Institut fur Anwendungen
des Operations Research.
Haghani A, & I, K. E. (2001). A model for designing container loading plans for containerships. .
Paper presented at the Transportation Research Board 2001 Annual Meeting University of
Maryland.
Han, X.-l., Lu, Z.-q., & Xi, L.-f. (2010). A proactive approach for simultaneous berth and quay crane
scheduling problem with stochastic arrival and handling time. European Journal of
Operational Research, 207(3), 1327-1340. doi: 10.1016/j.ejor.2010.07.018
http://www.containerhandbuch.de. (2012).
http://www.marineinsight.com. (2012).
http://www.neptunepacific.com/containers.php. (2008).
http://www.sillanpaashipping.fi/References.htm. (2008).

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
53

Imai, A., Sasaki, K., Nishimura, E., et al. (2006). Multi-objective simultaneous stowage and load
planning for a container ship with container rehandle in yard stacks. European Journal of
Operational Research, 171(2), 373-389. doi: 10.1016/j.ejor.2004.07.066
Janstrup, K., Rose, T. H., Andersen, K. H., et al. (2010). The Container Stowage Problem. In I. U.
T. R. Series (Ed.). Copenhagen: Department of Transport Technical University of
Denmark, Department of Mathematical Sciences University of Copenhagen, Department of
Mathematical Science. A rhus University Denmark, IT University of Copenhagen.
Jongen, H., Meer, K., & Triesch, E. (2004a). Integer Linear Programming
Optimization Theory (pp. 257-270): Springer US.
Jongen, H., Meer, K., & Triesch, E. (2004b). Optimality Criteria on Simple Regions
Optimization Theory (pp. 3-18): Springer US.
Kim, K. H. (1999). An optimal routing algorithm for a transfer crane in port container terminals.
Transportation Science, 33(1), 17-33.
Laporte, G. (1992). The vehicle routing problem: An overview of exact and approximate algorithms.
European Journal of Operational Research, 59(3), 345-358. doi: 10.1016/0377-
2217(92)90192-c
Laporte, G., & Nobert, Y. (1987). Exact Algorithms for the Vehicle Routing Problem. In G. L. M. M.
Silvano Martello & R. Celso (Eds.), North-Holland Mathematics Studies (Vol. Volume 132,
pp. 147-184): North-Holland.
Liu, G. (2007). Profit Optimization for Container Carriers, Chengdu, China.
Liu, Y., Zhou, C., Guo, D., et al. (2010). A decision support system using soft computing for modern
international container transportation services. Applied Soft Computing, 10(4), 1087-1095.
doi: 10.1016/j.asoc.2009.06.015
Martin Jr, G. L., Randhawa, S. U., & McDowell, E. D. (1988). Computerized container-ship load
planning: A methodology and evaluation. Computers and Industrial Engineering, 14(4),
429-440.
Martins, P. T., Lobo, V. J. A. S., & Vairinhos, V. (2009). Container Stowage Problem Solution for
Short Sea Shipping. Paper presented at the 14 Congresso da APDIO.
Meisel, F., & Wichmann, M. (2010). Container sequencing for quay cranes with internal reshuffles.
OR Spectrum, 32(3), 569-591. doi: 10.1007/s00291-009-0191-6

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
54

Moura, A. (2005). Abordagens Heursticas para o Planeamento de Rotas e Carga de Veculos.
PhD Thesis.
Moura, A., Oliveira, J., & Pimentel, C. (2012). A mathematical model for the Container Stowage
and Ship Routing Problem. Paper presented at the The 12th International Conference on
Computational and Mathematical Methods in Science and Engineering, CMMSE2012, La
Manga, Spain.
Nehrling, B. C. (1970). CONTAINER SHIP LOADING AND UNLOADING SIMULATION. University
of Michigan, Ann Arbor.
Ratcliffe, A. T., & Sen, P. (1987). Computer aided stowage and lashings strategies for
containerships. Paper presented at the Proceedings of Cargo Systems: Safe Ship-Safe
Cargo Conference,, London.
Saginaw Ii, D. J., & Perakis, A. N. (1989). Decision support system for containership stowage
planning. Marine Technology, 26(1), 47-61.
Sciomachen, A., & Tanfani, E. (2007). A 3D-BPP approach for optimising stowage plans and
terminal productivity. European Journal of Operational Research, 183(3), 1433-1446. doi:
10.1016/j.ejor.2005.11.067
Shields, J. J. (1984). CONTAINERSHIP STOWAGE: A COMPUTER-AIDED PREPLANNING
SYSTEM. Marine Technology, 21(4), 370-383.
Taleb-Ibrahimi, M., de Castilho, B., & Daganzo, C. F. (1993). Storage space vs handling work in
container terminals. Transportation Research Part B, 27(1), 13-32.
Wei-ying, Z., Yan, L., & Zhuo-shang, J. (2005). Model and algorithm for container ship stowage
planning based on bin-packing problem. Journal of Marine Science and Application, 4(3),
30-36. doi: 10.1007/s11804-005-0018-z
Wilson I. D., & A., R. P. (1999). Principles of Combinatorial Optimization Applied to Container-Ship
Stowage Planning. Journal of Heuristics, 5, 403-418.
Wilson, I. D., Roach, P. A., & Correspondence. (2000). Container stowage planning: a
methodology for generating computerised solutions. Journal of the Operational Research
Society, 51(11), 1248-1255.
Wilson, I. D., Roach, P. A., & Ware, J. A. (2001). Container stowage pre-planning: using search to
generate solutions, a case study. Knowledge-Based Systems, 14(3-4), 137-145. doi:
10.1016/s0950-7051(01)00090-9

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
55

Zhang, C., Wan, Y. W., Liu, J., et al. (2002). Dynamic crane deployment in container storage yards.
Transportation Research Part B: Methodological, 36(6), 537-555.
Zhang, W.-y., Lin, Y., Ji, Z.-s., et al. (2008). Review of containership stowage plans for full routes.
Journal of Marine Science and Application, 7(4), 278-285. doi: 10.1007/s11804-008-7087-8




Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
56








7. Anexos

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
57

Anexo 1- Implementao do modelo de programao inteira mista

Na implementao do modelo no IBM LOG CPLEX, foi necessrio definir as variveis,
assim como as variveis de deciso. As variveis do modelo apresentam diferenas tipolgicas,
sendo estas:
i) Int, varivel do tipo inteira;
ii) Float, varivel do tipo real;
iii) Char, varivel do tipo caracter;
iv) Boolean, varivel do tipo booleano;
v) Dvar, varivel do tipo varivel de deciso.
As variveis int, float e char necessitam de ser inicializadas, porque no ficheiro .dat sero
definidos os valores que estas variveis podem tomar. A figura 9 demonstra a inicializao de
variveis do tipo int e float.

Figura 9 Inicializao dos ndices (excerto)

O modelo possui trs tipos de estruturas: ndices, dados e variveis. A figura anterior
demonstra o formato de inicializao de variveis no software IBM ILOG CPLEX. Analisando em
detalhe esta figura 9 verifica-se que:
- A varivel P do tipo inteiro e vai conter o nmero de portos a considerar e est a ser
inicializada;
- A varivel portos uma varivel que ir assumir o intervalo de valores compreendido entre
1 e o valor de P que foi definido no ficheiro .dat;
- A varivel d_i_j corresponde distncia entre portos, e esta ter uma dimenso matricial
de [portos]x[portos]. Exemplo disto que se o valor de P, for igual a 5 ento a matriz d_i_j
ter dimenso [5]x[5]. A mesma situao se aplica varivel u_i_k do tipo real, embora
esta tenha dimenso matricial de [portos]x[navios];

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
58


Figura 10 Inicializao direta(CPLEX, 2012) (excerto)

A figura 10, apresenta como uma varivel pode ser inicializada diretamente no ficheiro
.mod. Esta situao mais recorrente para casos onde a inicializao possui um vetor de
dimenso [1]x[1].


Figura 11 Definio das variveis de deciso

A figura 11, demonstra como se definem as variveis de deciso. Estas no necessitam
de ser inicializadas porque as variveis de deciso sero o resultado pretendido, quando so do
tipo float ou int. No entanto quando estas so do tipo boolean estas iro assumir o valor zero ou
um, caso a restrio onde esto inseridas seja verdadeira ou falsa.
Definidas todas as variveis, procedeu-se implementao da funo objetivo. Esta
funo ser a que retribuir o valor mnimo ou mximo que pretendemos obter para o modelo
implementado. A figura 12 demonstra a funo objetivo do modelo, onde esta procede ao clculo
do custo mnimo da distribuio dos contentores pelos vrios portos.








Figura 12 Funo Objetivo

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
59

Criada a funo objectivo, procedeu-se implementao das restries constituintes do
modelo. A figura 13 apresenta as restries relativamente ao VRP. Aqui esto definidas as
restries bsicas de um problema de rotas.

Figura 13 Restries de VRP

Comparando o modelo matemtico apresentado na seco 3.2 para a primeira restrio
da figura 13, com a implementao em software verifica-se que:
- O elemento forall o que est a definir que se considera todos os ndices da varivel j exceto
o ndice 1 para qualquer clculo ( P j e = 1 ) ;
- Analisando o somatrio verifica-se que para cada j executa-se todos os i exceto quando igual a
j e todos os k ( 1
, 1 1
=

= = =
p
j i i
v
k
ijk
x ).
Este procedimento analisado para a primeira restrio tambm se verifica para as
seguintes. dada especial ateno restrio de clculo dos instantes de tempo de chegada dos
porta-contentores aos portos martimos. O modelo matemtico para esta restrio encontra-se
neste formato:
( )
ijk jk
k
ij
ik ik
x M s
vel
d
t s + s + + 1 V k e , P j i e , .
Se verificarmos na figura 14 que mostra a implementao das restries de VRP, a
correspondente aos instantes de tempo a restrio que contm um ciclo if else. Como a viagem
se inicia no porto um restringiu-se a seco do if apenas para i=1 e como aqui s se necessitaria
de calcular o instante de chegada ao porto j, o s_i_k do porto i ser zero, logo no foi introduzida.
Como na segunda iterao do ciclo o valor de i diferente de um, a frmula de clculo ser
executada apenas na seco do else. O valor de s_i_k para o porto i na segunda iterao deriva
do valor calculado para j em i igual a um. Desta forma conseguiu-se calcular os instantes de tempo

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
60

de chegada dos porta-contentores aos portos martimos, que dependem dos instantes de chegada
aos portos que so visitados previamente na sequncia de visitas.


Figura 14 Restries de CSP

Em seguida apresentada a implementao das ltimas duas restries, relativas ao
Container Stowage Ship Routing Problem Figura 15.




Por fim, a implementao do modelo, termina com a impresso dos resultados, para uma
melhor visualizao das solues geradas. A figura 16 apresenta o cdigo de execuo para que
a impresso possa ser feita de forma mais percetvel para anlise.
Figura 15 Implementao de restries do CSSRP

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
61


Figura 16 Excerto da implementao da seco grfica do modelo

Depois de feita toda a implementao foi necessrio efetuar a inicializao das variveis
no ficheiro .dat. Aqui sero atribudos os valores que cada varivel dever tomar ao longo da
execuo do modelo. A figura 17 demonstra como a inicializao foi efetuada para uma das
instncias.

Figura 17 Inicializao das variveis no ficheiro .dat (excerto) (CPLEX, 2012)

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
62

Implementado e testado o modelo, os resultados foram lidos atravs do output gerado
pelo prprio IBM ILOG CPLEX figura 18. Os dados eram apresentados atravs de matrizes
constitudas por zeros e uns, o que tornava de difcil leitura. Para tal foi necessrio proceder
criao de um ficheiro de output de mais simples leitura. A figura 18 demonstra o antes e o depois
da impresso dos resultados.

Antes Depois
Figura 18 Antes e depois a implementao grfica de impresso (excerto)








Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
63

Anexo 2- Ficheiro do software IBM ILOG CPLEX do tipo .dat
//numero portos
P = 5;

//numero navios
V = 2;

//Posicionamentos
Z = 3;
X = 3;


//distncias de i para j
d_i_j = [[0, 850, 387, 673, 437]
[850, 0, 583, 525, 285]
[387, 583, 0, 244, 849]
[673, 525, 244, 0, 674]
[437, 285, 849, 674, 0]];

//Capacidade mxima peso por navio
Q_k = [8445, 8445];

//velocidade dos navios
vel_k = [12.5, 12.5];

//custo de utilizacao do navio !/milles
c_k = [32.59, 32.59];

//custo de navegao do navio !/dia
uc_k = [12, 12];

//custo load e unload
m_alfa = 10;

//custo overstow
m_overstow = 10;

// custo de visita dos portos !/hours (custo utilizao + taxas)
u_i_k = [[11191.41, 11191.41],[11392.40, 11392.40],[11231.61,
11231.61],[11312.01, 11312.01],[11231.61, 11231.61]];

//tempo de servio em cada porto dias
t_i_k = [[0, 0],[0.6666, 0.6666],[0.1333, 0.1333],[0.4, 0.4],[0.1333,
0.1333]];

// conjunto de contentores para cada porto
alfa_i_k = [[0, 0],[320, 320],[64, 64],[192, 192],[64, 64]];

// peso dos contentores para cada porto
q_i= [0, 3200, 640, 1920, 512];

// deadline dos contentores para cada porto
dl_i = [20, 8, 12, 12, 5];


Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
64

Anexo 3- Ficheiro do software IBM ILOG CPLEX do tipo .mod
//Dados Portos e navios
int P =...; //numero de portos
range portos = 1..P;
int V =...; // numero de navios
range navios = 1..V;
int d_i_j[portos][portos] =...; // distncia entre portos
float u_i_k[portos][navios] =...; // custo de visita !/hours (custo
utilizao + taxas)
int Z =...; //posisionamentos em z
range posz = 1..Z;
int X =...; //n de Posicionamentos
range posx = 1..X;


float vel_k[navios] =...; //velocidade dos navios
float c_k[navios] =...; //custo de utilizacao do navio
float uc_k[navios] =...; //custo navegao por dia
float m_alfa =...; //custo load e unload
float m_overstow =...; //custo overstow
float t_i_k[portos][navios] =...; //tempo de servio em cada porto
int alfa_i_k[portos][navios] =...; // conjunto de contentores para cada
porto
int q_i[portos] =...; // peso dos contentores para cada porto
int dl_i[portos] =...; // deadline dos contentores para cada porto
float Q_k [navios] =...; //Capacidade mxima navio


// Dados de Carga
int M1 = 100;

// dados funo objectivo

float w1=1;
float w2=1;
float w3=1;

// Variaveis de Deciso

dvar boolean x_i_j_k [portos][portos][navios]; //arcos por navio
dvar boolean delta_i_z_x_k [navios][portos][posz][posx]; //Garante que
os contentores alfa_i esto posicionados num nico local do navio
dvar float+ s_i_k[portos][navios]; // instante de tempo de chegada ao
porto i
dvar boolean beta_o[portos][portos][navios]; //shifts
dvar boolean xyz_i_j[portos][portos][navios];

//funo objectivo

minimize
w1*sum(k in navios, i in portos, j in portos :i!=j)(d_i_j[i][j] *
c_k[k] * x_i_j_k[i][j][k] + x_i_j_k[i][j][k] * u_i_k[j][k] +
x_i_j_k[i][j][k] * m_alfa) + w2*sum(k in navios)uc_k[k] * s_i_k[1][k] +
w3*2*m_alfa*sum(k in navios, i in portos:i>1, j in portos:j!=i &&
j>1)beta_o[j][i][k];

// restrioes da F.O


Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
65

subject to {

// Sai uma e uma s vez de um porto e chega uma e uma s vez a outro
porto
forall(j in portos:j!=1)
sum(i in portos:i!=j, k in navios)x_i_j_k[i][j][k]==1;

// O navio inicia viagem no porto 1
forall(i in portos:i!=1)
sum(j in portos:j!=i, k in navios) x_i_j_k[i][j][k] == 1;

// Se um navio entra num porto ento tem de sair desse porto para outro
forall(j in portos, k in navios)
sum(i in portos:i!=j)(x_i_j_k[i][j][k]-x_i_j_k[j][i][k])==0;

forall(k in navios)
sum(j in portos) x_i_j_k[1][j][k] <= 1;


// garante que a capacidade dos navios no violada
forall(k in navios)
sum(i in portos:i!=1) q_i[i] * sum(j in portos) x_i_j_k[j][i][k] <=
Q_k[k];

// Calcula tempo de chegada em cada porto -> garante que a descarga no
feita antes do navio chegar ao porto
forall (k in navios, i in portos, j in portos){
if (i==1) t_i_k[i][k] + ((d_i_j[i][j]/vel_k[k])/24)<=
s_i_k[j][k] + M1*(1- x_i_j_k[i][j][k]);
else s_i_k[i][k] + t_i_k[i][k] +
((d_i_j[i][j]/vel_k[k])/24)<= s_i_k[j][k] + M1*(1- x_i_j_k[i][j][k]);
}

// garante que o deadline no violado
forall(k in navios, i in portos)
s_i_k[i][k] <= dl_i[i];


// a carga de cada porto s pode ir numa nica posio do navio
forall (i in portos: i!=1)
sum(k in navios, z in posz, x in posx) delta_i_z_x_k[k][i][z][x]
== 1;

// em cada posio pode ir no mximo uma carga
forall (k in navios, z in posz, x in posx)
sum(i in portos: i!=1) delta_i_z_x_k[k][i][z][x] <= 1;

// se um porto visitado, ento os contentores para esse porto tm de ir
no navio
forall (k in navios, j in portos:j!=1, z in posz, x in posx)
sum(i in portos) x_i_j_k[i][j][k] + sum(l in portos:l!=j)
x_i_j_k[j][l][k] <= 1+ (sum(z in posz, x in posx) delta_i_z_x_k
[k][j][z][x]);

// Se um pedido de um porto est num slot, ento os slots debaixo devem
estar ocupados
forall (k in navios, i in portos:i!=1, z in posz, p in posz: p>z, x
in posx)

Otimizao de Rotas de Distribuio Martima
Jorge Oliveira
66

delta_i_z_x_k[k][i][z][x]<= sum(j in portos: j!=1 &&
j!=i)delta_i_z_x_k[k][j][p][x];

// contar overstow
forall(k in navios, j in portos: j>1 , i in portos: j!=i && i>1)
s_i_k[i][k] - s_i_k[j][k] <= M1*xyz_i_j[i][j][k];

forall (k in navios, i in portos:i!=1, j in portos: j!=i && j>1, z in
posz, p in posz:p>z, x in posx)
xyz_i_j[i][j][k] + delta_i_z_x_k[k][i][z][x] +
delta_i_z_x_k[k][j][p][x] <= 2+beta_o[j][i][k];

}

execute{

writeln();
writeln();
writeln("Valor da funo objectivo: ", cplex.getObjValue ());
writeln();

for(var i in portos){

for(var j in portos){

for(var k in navios){

if ((x_i_j_k[i][j][k]==1)){

writeln("Rota do navio : ", i, " -> ", j, " ");
writeln();
writeln("Navio : ", k);
writeln();
writeln("Instante de Chegada ao porto: ", s_i_k[i][k]);
writeln();

for(var z in posz){

for(var x in posx){

if( delta_i_z_x_k[k][j][z][x]==1){

writeln("posio em Z de", j, " ", z);
writeln();
writeln("posio em x de", j, " ", x);
writeln();

if ( beta_o[j][i][k]==1){

writeln("Existncia de Overstow em: ", i);
writeln();
}
}
}
}
}
}
}
}