Resumo: Nesta dissertação, apresentam-se dois estudos derivados de pesquisas realizadas sobre problemas de roteamento de veículos, com foco em abordar preocupações multi-objetivo, incluindo riscos de acidentes, emissões de gases de efeito estufa (GEE) e custos logísticos. No primeiro estudo, foi introduzida uma abordagem para auxiliar na tomada de decisões no planejamento de rotas para uma empresa de transporte rodoviário de carga, com o objetivo de minimizar tanto os custos logísticos quanto os de risco. Dada a escassez de dados sobre acidentes, tornou-se imperativo desenvolver um método analítico baseado em estatísticas básicas e simulação de Monte Carlo para estimar os custos associados aos riscos de acidentes. Em seguida, foi selecionada uma abordagem bi-objetiva baseada nos métodos PROMETHEE II e método ?-restrito para lidar com os objetivos conflitantes inerentes a este problema de roteamento de veículos. Os resultados destacaram a eficácia das abordagens estatísticas e multi-objetivo na exploração dos trade-offs entre os custos logísticos e de risco em um cenário real de roteamento de veículos. Por fim, como uma sequência do primeiro, no segundo estudo, além de abordar riscos de acidentes e custos logísticos, foi introduzido o objetivo de minimizar as emissões de CO2, tornando o VRP tri-objetivo. Também explorou-se a consideração de uma frota heterogênea composta por veículos pesados movidos a diesel, gás natural comprimido e eletricidade, uma característica que foi relativamente pouco explorada na literatura. Neste cenário, o método Augmented Weighted Tchebycheff foi empregado para lidar com a natureza multi-objetiva do problema, enquanto uma heurística de algoritmo genético aprimorada foi utilizada para gerar soluções viáveis como incumbentes do processo de otimização exata. Os resultados revelaram que os veículos a diesel são mais economicamente viáveis; no entanto, os caminhões elétricos foram preferidos em cenários que priorizam preocupações ambientais, alcançando aproximadamente uma redução de 90% nas emissões de CO2. Contudo, resultaram em um aumento de 35% nos custos logísticos quando comparados a maneira tradicional de VRP que otimiza somente a dimensão econômica. As principais contribuições dessa dissertação foram o desenvolvimento de uma abordagem que resolveu instâncias do mundo real e facilitou a tomada de decisões no planejamento de rotas, considerando diversos objetivos conflitantes associados a dimensões de sustentabilidade como fatores ambientais, sociais e econômicos. Além disso, as abordagens demonstraram-se úteis e simples na geração de soluções apenas ajustando os pesos da função objetivo, possibilitando sua aplicação em diversos cenários Ver menos

Abstract: In this dissertation, two studies are presented stemming from research conducted on vehicle routing problems, with a focus on addressing multi-objective concerns including accident risks, greenhouse gas (GHG) emissions, and logistic costs. In the first study, an approach was introduced to aid decision-making in route planning for a road freight company, with the objective of minimizing both logistic and risk costs. Given the dearth of accident data, it became imperative to devise an analytical method rooted in basic statistics and Monte Carlo simulation to estimate the costs associated with accident risks. Then, a bi-objective approach based on PROMETHEE II and the ?-constrained method were selected to address the conflicting objectives inherent in this vehicle routing problem. The findings underscored the effectiveness of statistical and multi-objective approaches in exploring the trade-offs between logistic and risk costs in a real-world vehicle routing scenario. Finally, as a continuation of the first study, in the second study, in addition to addressing accident risks and logistical costs, the objective of minimizing CO2 emissions was introduced, making the tri-objective VRP. This second study also delved into the consideration of a heterogeneous fleet consisting of heavy-duty vehicles powered by Diesel, Compressed Natural Gas, and electricity characteristic that has been relatively under explored in the literature. In this scenario, the Augmented Weighted Tchebycheff method was employed to address the multi-objective nature of the problem, while an enhanced genetic algorithm heuristic was utilized to generate feasible solutions as a precursor to the exact optimization process. The results revealed that Diesel vehicles are more economically viable; however, electricity-powered trucks were favored in scenarios prioritizing environmental concerns, achieving approximately a 90% reduction in CO2 emissions. Nonetheless, this choice resulted in a 35% increase in logistics costs, when compared to the tradicional way of VRP that optimizes only the economic dimension. The primary contributions of this dissertation were the development of an approach that addressed real-world instances and facilitated decision-making in route planning, considering various conflicting objectives associated with sustainability dimensions such as environmental, social, and economic factors. Furthermore, the approaches demonstrated utility and simplicity in generating solutions merely by adjusting the weights of the objective function, enabling their application across diverse scenarios Ver menos