Este repositório contém implementações de 4 problemas de otimização, todos desenvolvidos utilizando as bibliotecas Gurobipy, Pyomo, Highspy e o solver GLPK. As soluções oferecem abordagens otimizadas para desafios relacionados à roteirização de embarcações, alocação de combustíveis em navios e roteirização de drones para vigilância de áreas de interesse.
- Problema de Roterização de Embarcações com Múltiplas Capacidades e Minimização de Custos
- Solução para a roteirização de embarcações considerando múltiplas capacidades e minimização de custos de treinamento e transporte.
- Problema de Roteirização de Embarcações com Múltiplas Capacidades e Programação de Embarques
- Abordagem para o problema de roteirização de embarcações com múltiplas capacidades e programação eficiente de embarques.
- Problema de Alocação de Combustíveis em Navios com Múltiplas Capacidades em Terminais Portuários
- Solução otimizada para a alocação de combustíveis de diversos tipos em navios, considerando múltiplas capacidades em terminais portuários.
- Artigo: "Drones Aerial Monitoring Problem"
- Baseado no artigo "Drones Aerial Monitoring Problem" (DOI: 10.1016/j.cor.2019.01.001), este problema foca na roteirização de drones para vigilância de áreas estratégicas.
Além das implementações específicas, este repositório também disponibiliza algumas funções úteis que podem ser utilizadas em conjunto com as bibliotecas Gurobipy, Highspy e Pyomo.
- Imprimir e salvar resultados de um modelo criado na biblioteca Gurobipy
- Otimizar um modelo criado no pyomo pelo solver Highs podendo acompanhar a execução do processo de otimização, assim como a otimização de hiperparâmetros do otimizador.
- Python 3
- Pandas
- NumPy
- Gurobipy
- Highspy
- Time
- Random
Também mantenho um repositório onde você encontrará outro projeto que teve como objetivo criar uma aplicação simples e visual da meta-heurística Simulated Annealing no contexto de processamento de imagens. Embora envolva problemas e abordagens distintas dos apresentados neste repositório, pode ser interessante explorar caso possua interesse em meta-heurísticas.