Banca de DEFESA: GUILHERME PEIXOTO DE SOUZA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : GUILHERME PEIXOTO DE SOUZA
DATA : 27/04/2021
HORA: 15:00
LOCAL: Google meeting
TÍTULO:

Otimização da atribuição de condutores em clínicas no Detran-AL

PALAVRAS-CHAVES:

Otimização Linear, Algoritmos, Problema de Alocação, Serviço Público

PÁGINAS: 65
RESUMO:

Em cumprimento ao art. 3º da resolução 1636/2002 do Conselho Federal de Medicina, deve-se distribuir exames clínicos e/ou psicológicos pertencentes aos processos do Departamento Estadual de Trânsito de Alagoas (Detran-AL), de forma equitativa e imparcial em relação às clínicas credenciadas ao órgão, gerando assim o Problema de Atribuição do Detran (PAD).

Com o objetivo de melhor alocar os candidatos para a realização de exames de forma equitativa nas clínicas, neste trabalho é estudada uma variante do Problema de Atribuição (Assignment Problem), um problema clássico de otimização, que tem como objetivo alocar n tarefas a m agentes, afim de minimizar o custo total das atribuições.
No caso do PAD, tem-se como entrada um conjunto de clínicas C e um conjunto de condutores M e como objetivo a atribuição de cada condutor a exatamente uma clínica de forma a minimizar o custo total de deslocamento. O que diferencia o PAD do problema clássico de atribuição é a restrição criada pela divisão equitativa entre as clínicas.
Seja k=|M| / |C|   a razão entre a quantidade de condutores e a quantidade de clínicas, no PAD todas as clínicas devem receber exatamente k ou k+1 condutores. 

Foram propostos dois modelos de otimização, o primeiro resolve o PAD alocando os condutores em clínicas minimizando a distância total. Do ponto de vista teórico, foi provado que a matriz de coeficientes do PAD é totalmente unimodular, implicando que o problema pode ser resolvido em tempo polinomial. O segundo modelo, nomeado PAD+, tem como o objetivo sugerir a localização de uma nova clínica a ser credenciada ao DETRAN.
Devido a erros de digitação nos endereços dos condutores, foi proposto um modelo de classificação com base em técnicas de rede neural recorrente para inferir o bairro de cada condutor.

Foi constatado que o modelo utilizado de redes neurais conseguiu atingir uma acurácia de aproximadamente 92\% na base de validação.  Com relação aos modelos de otimização, o primeiro modelo proposto reduziu em 30.07\% o custo total de deslocamento dos candidatos para as clínicas alocadas. Já a sugestão de uma localidade, feita pelo segundo modelo, diminuiu em até 67,16\% o custo total em relação à alocação original.  Por fim, por meio de uma análise de sensibilidade, é investigado o efeito na solução obtida do PAD em caso de variação nos parâmetros de entrada. Com isso, foi possível determinar as localidades das clínicas que mais influenciam no deslocamento dos candidatos.

MEMBROS DA BANCA:
Presidente - 1114959 - RIAN GABRIEL SANTOS PINHEIRO
Interno - 1647956 - ANDRE LUIZ LINS DE AQUINO
Externo à Instituição - LUIZ SATORU OCHI - UFF