No abstract

Com a crescente demanda por transporte aéreo, o controle de aeronaves e passageiros nos terminais dos aeroportos tem se tornado mais complexo a cada dia. Dentre as tarefas desempenhadas pelas equipes de administração dos aeroportos, destaca-se a de alocação de aeronaves em portões de embarque e desembarque(Gate Assignment). Esse problema possui grande importância pois sua solução envolve interesses de companhias aéreas, aeroportos e passageiros, assim, uma alocação indevida pode causar grandes prejuízos. O Gate Assignment é um problema da classe NP-difícil, logo, para problemas de grande porte, não existe método conhecido que encontre a solução ótima em tempo computacional viável, assim, nesses casos, buscam-se métodos alternativos. Propõe-se no presente trabalho um Algoritmo Genético(AG) Multiobjetivo, baseado no algoritmo NSGA-II [3], para solucionar instâncias de grande porte para o Gate Assignment. As soluções obtidas serão comparadas com o Método das Ponderações aplicado em um modelo de Programação Linear resolvido pelo solver CPLEX.

Aeroportos do mundo todo devem lidar com o crescente movimento de aeronaves nos terminais. Neste quadro, a alocação da aeronave correta no local e instante ideais, tratada no Problema de Sequenciamento de Aviões em Portões de Embarque/Desembarque (Fleet Assignment), tem se tornado fator chave para manter o funcionamento do sistema de tráfego aéreo. O Fleet Assignment é um problema da classe NP-difícil, não podendo ser solucionado de forma exata para instâncias reais em tempo computacional viável. O presente trabalho tem o objetivo de propor uma Metaheurística Evolutiva como método alternativo de sequenciamento de instâncias de grande porte para o Fleet Assignment. Esta aplicação foi modelada como um problema de Programação Linear Inteira e as soluções obtidas por um solver (CPLEX - IBM, versão acadêmica) foram comparadas com os resultados obtidos pelo algoritmo proposto.

No abstract