Use este identificador para citar ou linkar para este item:
http://repositorio.ufc.br/handle/riufc/86558| Tipo: | Tese |
| Título: | Estudo de problemas de alocação de unidades de patrulhamento em malha urbana: uma abordagem de otimização combinatória |
| Título em inglês: | Study of patrol unit allocation problems in urban networks: a combinatorial optimization approach |
| Autor(es): | Matias, Jhonata Adam Silva |
| Orientador: | Campêlo Neto, Manoel Bezerra |
| Palavras-chave em português: | Alocação de veículos de patrulhamento;Coloração de vértices;Clusterização;Roteamento de patrulhas a pé;Mateurística |
| Palavras-chave em inglês: | Patrol vehicle allocation;Vertex coloring;Clustering;Foot patrol routing;Matheuristic |
| CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
| Data do documento: | 2025 |
| Citação: | MATIAS, Jhonata Adam Silva. Estudo de problemas de alocação de unidades de patrulhamento em malha urbana: uma abordagem de otimização combinatória. 2026. 65 f. Tese (Doutorado em Ciência da Computação) - Programa de Pós-Graduação em Ciência da Computação, Centro de Ciências, Universidade Federal do Ceará, Fortaleza, 2025. |
| Resumo: | Neste trabalho estudamos três problemas de otimização relacionados à alocação e roteamento de unidades de patrulhamento. No problema de Particionamento em Áreas com diâmetro Restrito (PAR), minimizamos o número de veículos alocados, garantindo um tempo máximo de deslocamento até possíveis ocorrências. Estabelecemos uma redução do PAR para o Problema de Coloração de Vértices (PCV), propomos uma nova formulação para o PCV e um método exato para a resolução dessa formulação, bem como um algoritmo de pós-processamento para balancear as áreas de patrulhamento. Experimentos com instâncias reais do PAR mostraram a eficiência do algoritmo exato em obter soluções ótimas. No problema de Particionamento em Áreas com maior diâmetro Mínimo (PAM), dado um número fixo de veículos, buscamos minimizar o tempo máximo de deslocamento para atender possíveis ocorrências. Mostramos que o PAM se reduz ao Problema de Clusterização de Diâmetro máximo Mínimo (PCDM) e desenvolvemos um método exato para o PCDM. Comparamos o método proposto com outro da literatura e verificamos que ambos são eficazes na resolução de instâncias reais do PAM, com o novo método sendo mais controlado quanto ao tempo máximo de execução, enquanto o outro é mais rápido em média. No Problema de Roteamento de Patrulhas a Pé (PRPP), buscamos maximizar uma determinada função de pesos em rotas que passam por hot segments (segmentos de ruas com grande incidência de crimes). Apresentamos uma formulação para o PRPP e a utilizamos como base para desenvolver uma mateurística de geração de colunas. Em experimentos com dados reais, observamos que nossa heurística superou outras duas heurísticas da literatura em cobertura de crimes. |
| Abstract: | In this work, we study three optimization problems related to the allocation and routing of patrol units. In the Diameter-Constrained Partitioning problem (DCP), we minimize the number of allocated vehicles while ensuring a maximum response time. We show the equivalence between DCP and the Vertex Coloring Problem (VCP), propose a new formulation for VCP and an exact method to solve this formulation, as well as a post-processing algorithm to improve the balance of patrol areas. Experiments with real instances of DCP showed the efficiency of the exact algorithm in obtaining optimal solutions. In the Min-Max Diameter Partitioning problem (MMDP), we minimize the maximum response time of a given number of vehicles. We show that MMDP is equivalent to the Min-Max Diameter Clustering Problem (MMDCP) and present an exact method for MMDCP. We compare the proposed method with another method from the literature and find that both methods are effective in solving MMDP, with the proposed method offering a more controlled maximum execution time, while the other is faster on average. In the Foot Patrol Problem (FPP), we maximize a weight function on routes that pass through hot segments (street segments with a high crime density). We present a formulation for FPP and use it to develop a column generation-based matheuristic. In experiments, we observed that our heuristic outperformed two other heuristics from the literature in crime coverage. |
| URI: | http://repositorio.ufc.br/handle/riufc/86558 |
| ORCID do(s) Autor(es): | https://orcid.org/0000000179156048 |
| Currículo Lattes do(s) Autor(es): | http://lattes.cnpq.br/8620900468352533 |
| ORCID do Orientador: | https://orcid.org/0000000329622033 |
| Currículo Lattes do Orientador: | http://lattes.cnpq.br/7207626266770213 |
| Tipo de Acesso: | Acesso Aberto |
| Aparece nas coleções: | DCOMP - Teses defendidas na UFC |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| 2025_tese_jasmatias.pdf | 1,18 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.