3. Empiri – Sammenligning av tre pasientportaler
3.2 MinTRSSIDe – et brukerinitiert ”kjøpeprosjekt”
Os principais problemas de decisão que podem ser encontrados em terminais de contêineres são descritos em (VIS & DE KOSTER, 2002), onde são destacados modelos quantitativos da literatura com o objetivo de resolver tais problemas, além de discussões sobre possíveis tópicos de pesquisa. Em uma revisão recente sobre pesquisa operacional aplicada a terminais de contêineres, Stahlbock & Voss (2008) enumeraram os aspectos gerais das operações em terminais. Os tópicos discutidos incluem: planejamento de armazenagem, alocação de berço, otimização de guindastes, otimização de transporte no terminal e logística de armazenamento e empilhamento. Este trabalho pode ser considerado uma extensão da revisão anterior (STEENEN et al. 2004), que também contem diversas informações sobre a operação de terminais.
O problema de empilhamento de contêineres vem sendo estudado através de diversas abordagens baseadas essencialmente em simulações, ou seja, modelos fictícios que representam uma situação do problema tal que a proposta de solução possa ser aplicada e seus resultados analisados. Borgman et al. (2010) discutem que a literatura acadêmica sobre o problema de empilhamento de contêineres ainda não é muito comum, o que deve ser consequência da dificuldade de obtenção de soluções analíticas para o problema. Entretanto, recentemente o assunto tem atraído mais atenção em consequência da sua importância prática
6
3
(STEENKEN et al., 2004), porém, até o momento somente estratégias baseadas em regras online foram estudadas em análises de simulações (BORGMAN et al., 2010). Estas regras permitem a operação com informações imperfeitas ou imprecisas sobre a data de saída de contêineres, porém, o estudo de tais regras demanda muito tempo e os resultados podem ser dependentes da configuração da simulação.
Segundo Borgman et al. (2010), vários métodos são utilizados para tratar o problema de empilhamento, porém duas principais abordagens podem ser elencadas. A primeira envolve cálculos analíticos com informações completas sobre o momento em que um contêiner será retirado da pilha. Esta abordagem é comumente baseada em programação
inteira (Borgman et al.,2010) e requer uma quantidade relativamente grande de tempo de
processamento para instâncias grandes do problema. A segunda abordagem envolve o estudo detalhado da simulação que deve validar várias estratégias de empilhamento. Estas estratégias podem ser online, nas quais a posição de cada contêiner é determinada independentemente dos outros que chegarão posteriormente, ou offline, nas quais as posições são definidas simultaneamente para todos os contêineres que serão descarregados de um navio.
Dekker et al. (2006) distinguem dois tipos de estratégias de empilhamento:
empilhamento por categoria e empilhamento por tempo de permanência. A primeira
estratégia consiste em empilhar contêineres da mesma categoria (mesmo tamanho, destino, peso, etc.) nos topos uns dos outros. Esta proposta assume que os contêineres são intercambiáveis e, portanto, podem ser empilhados sem o risco de um contêiner da pilha ser requisitado antes dos outros do topo serem removidos. A segunda estratégia consiste em verificar a data de partida dos contêineres. Seguindo esta abordagem, um contêiner só poderá ser empilhado no topo de contêineres que possuam uma data de partida planejada que seja posterior a data de partida do novo contêiner.
Exemplos recentes de abordagens analíticas incluem Kim & Hong (2006), na qual um algoritmo branch-and-bound foi utilizado para encontrar uma solução ótima para o problema de empilhamento e então são propostas várias heurísticas para tentar chegar próximo ao ótimo e (KANG et al. 2006), que apresentam a utilização de um algoritmo de simulated annealing para encontrar boas soluções em tempo hábil. Em Caserta et al. (2010) são apresentadas combinações entre metaheurísticas e programação dinâmica para melhorar os resultados obtidos por Kim & Hong (2006). Segundo Borgman et al. (2010), a maioria destes métodos de otimização assumem o total conhecimento prévio sobre a ordem em que os contêineres
serão retirados, porém, essa informação normalmente não está disponível a tempo. Ainda assim, encontrar o ótimo teórico pode ser extremamente útil como benchmark.
Outros problemas importantes de otimização e decisão em terminais de contêineres estudados incluem a alocação de berços para navios que atracam no porto e a alocação de guindastes pórticos de cais (quay cranes) a navios ou baias (STEENKEN et al., 2004). Uma abordagem para a alocação de berços que considera simultaneamente as capacidades dos quay
cranes foi desenvolvida por Park & Kim (2002). O escalonamento do transporte de
contêineres no terminal foi estudado para dois diferentes tipos de equipamento, chamados
straddle carriers (aranhas) e veículos automaticamente guiados (VAG) (BOSE et al., 2000;
KIM & KIM, 1999a; STEENKEN et al., 2004). Além disso, o problema de alocação e escalonamento de stacking cranes foi considerado por Zhang et al. (2002), no qual o objetivo foi encontrar tempos e rotas de movimentos dos guindastes entre os blocos, para que o tempo total utilizado para os movimentos fosse minimizado. Com um objetivo mais abrangente, Hartmann (2004) propôs um modelo geral para vários problemas de escalonamento que podem ocorrer em um terminal de contêineres. O escalonamento é feito através da definição de tarefas (jobs) a recursos alocáveis, considerando também o tempo de execução de tarefas, possíveis restrições e a sequência de execução. Foram considerados os problemas de escalonamento para straddle carriers, veículos automaticamente guiados (VAG), guindastes de empilhamento e trabalhadores que manuseiam os contêineres frigoríficos.
Em Kim & Kim (1999) os autores formularam o problema de roteamento de Straddle
Carries através de um modelo de programação inteira. O objetivo era minimizar o trajeto total
que um Straddle Carrier percorreria em um momento de trabalho. Para tal, a quantidade de contêineres a ser retirada é definida, assim como a sequencia de baias a ser visitada durante o percurso. Posteriormente os autores propuseram um método de Beam Search para solucionar o mesmo problema, onde são realizados experimentos numéricos para a validação do método (KIM & KIM, 1999b). Em um trabalho anterior a estes, Kim & Kim (1997) propuseram um modelo de programação inteira para o roteamento de guindastes de transferência (transtêiner). Um modelo de otimização para a alocação de berços (ou escalonamento de berços) foi proposto por Kim & Moon (2002). Cada navio requer uma quantidade especifica de espaço para atracar no porto por um tempo predeterminado para o carregamento e descarregamento de contêineres. Neste trabalho os autores propuseram um modelo de Programação Inteira Mista (PIM) como solução para o problema. Para encontrar soluções quase-ótimas (near
comparados com experimentos, resultando que o algoritmo de simualted annealing obtém soluções que são similares com as soluções ótimas encontradas pelo PIM.