Uma heurística de localização-alocação (HLA) para problemas de localização de facilidades

Neste trabalho, foi desenvolvida uma nova heurística de localização-alocação (HLA) para problemas de localização de facilidades (facility). Em tais problemas a questão central é localizar um objeto ou mais objetos, que são chamados de facilidades, e minimizar o custo de localizar estas facilidades. A HLA foi aplicada a dois problemas: o Problema de Localização de Máxima Cobertura (PLMC) e o Problema das P-Medianas Capacitado (PPMC) com o intuito de uma possível integração a Sistemas de Informações Geográficas (SIG). A HLA baseia-se na formação de agrupamentos (clusters) e na possibilidade de melhorá-los (em relação a algum objetivo). Uma bateria de problemas testes foi escolhida para validar a HLA. Bons resultados foram encontrados para o PLMC para instâncias (instance) pequenas e grandes, e para o PPMC em instâncias pequenas. Conclui-se que a HLA, sendo uma heurística de simples implementação, é rápida e bastante eficiente, portanto, indicada para ser integrada aos SIG. This paper presents a new location-allocation heuristic (LAH) applied to facility location problems. Such approach is based on clustering and its main objective is to find out a facility (object) in a space by minimizing a function. The LAH developed throughout this work was employed in two problems: the Maximal Covering Location Problem (MCLP) and the Capacitated p-Median Problems (CPMP) with the purpose of a possible integration to Geographic Information Systems (GIS). A set of test problems (instances) was chosen to validate the LAH. Good computational results were obtained for small and large-scale MCLP instances and for small CPMP instances. These results demonstrate that LAH, being quick and fast, may be usefully applicable to GIS