TD 1134 - Modelo de Localização Industrial para o Planejamento de um Pólo de Alta Tecnologia

Daniel Oliveira Cajueiro, Alexandre X. de Carvalho, Evandro Maciel, Gustavo Amaral Ferreira de Melo, Rodrigo Fontes Souto e Thyago Antônio de Moraes / Brasília, novembro de 2005

Esse trabalho introduz um modelo de localização cuja principal diferença em relação à maioria daqueles já encontrados na literatura é a modelagem explícita da sinergia entre os atividades de um aglomerado industrial. Esse modelo é introduzido para estudar um problema real de alocação de empresas na região compreendida entre Brasília e Goiânia. Como grande parte dos modelos de localização, este é formulado como um problema de programação binária com as mesmas dificuldades computacionais presentes nos problemas de otimização combinatória. Ele é um problema do tipo NP-Árduo, isto é, computacionalmente muito difícil de ser resolvido por meio de algoritmos exatos. Adicionalmente, esse modelo possui uma não-linearidade explícita na função custo e, também, um conjunto de restrições dinâmicas (muda dependendo da alocação escolhida) que impedem que parte dos desenvolvimentos recentes para programação linear binária possa ser usada. Dessa forma, propõe-se uma solução heurística para esse problema baseada em computação evolucionária. Finalmente, uma análise cuidadosa mostra o interesse prático da solução encontrada.

This paper introduces a new location model, which the main difference from most already presented in the literature is the explicit modeling of the synergy among activities of an industrial cluster. This model is introduced to study a real problem of company allocation in a region located between Brasília and Goiânia. As most location models, this model is formulated as a problem of binary programming with the same computational difficulties presented in usual combinatory optimization problems. It is a NP-Hard problem and, actually, very difficult to be solved by exact algorithms. Moreover, this model presents an explicit nonlinearity inside the cost function and also a set of dynamic constraints (constraints that change depending on the chosen test solution) not allowing that the recent developments in binary linear programming can be used. Thus, we propose a heuristic solution based one evolutionary computation to deal with this problem. Finally, a careful analysis shows the practical appealing of the found solution.

Acesse o documento (160.25 Kb)