Professional Documents
Culture Documents
717-732, 2012
Abstract: The use of intermodal routes may be advantageous in several situations such as to export agricultural
products. However, the possibility of reducing logistics costs depends on the existence of intermodal facilities for
the transshipment and the integration between the available modes. In this context, we propose a model for flow
allocation and location of intermodal terminals to support investment decisions in network infrastructure and
routing. The model is closely related to the NP-hard p-median problem. Multiple levels were used to represent the
flows between two terminals, and a sparse structure was used for the network matrix representation. Tests using a
soybean network for exports based on secondary data were performed to verify the model consistency and to illustrate
the potential of analysis of the model, while randomly generated instances were used to evaluate its computational
performance using two kinds of optimization software.
Keywords: Facility location. Network flows. Intermodal transport. Logistics. Soybean exports.
1Introduo
Em muitas situaes, os pontos de produo e
consumo de uma cadeia de suprimentos se encontram
geograficamente muito dispersos, exigindo que os
produtos sejam transportados por longas distncias.
Nesses casos, controlar os custos de transporte
pode ser fundamental para a lucratividade do
negcio (KERBACHE; SMITH, 2004). A soja, por
exemplo, um dos principais produtos agrcolas
produzidos e exportados pelo Brasil, correspondendo
a aproximadamente 44% do volume total de gros
(ASSOCIAO..., 2009). A partir do Centro-Oeste,
que a regio de maior produo, a soja percorre
grandes distncias para chegar aos principais portos
1
Universidade Federal de So Carlos UFSCar, Rod. Washington Lus, Km 235, CEP 13565-905, So Carlos, SP, Brasil,
e-mail:monica@dep.ufscar.br; marinasoares@dep.ufscar.br; morabito@ufscar.br
2Reviso de literatura
Macharis e Bontekoning (2004) formalizaram
algumas classes de problemas quantitativos, definidos
de acordo com o ponto de vista do tomador de
decises:(i)as operaes com caminhes, voltadas
s atividades de coleta e entrega de carga, entre os
terminais intermodais e os produtores ou clientes
finais; (ii)as operaes intermodais, cujo foco
otimizar os fluxos internos aos terminais intermodais;
(iii)as operaes de infraestrutura de rede, que tm
por objetivo planejar mudanas fsicas e prever seus
impactos nos fluxos do sistema; (iv)as operaes de
roteirizao, que buscam a minimizao dos custos
de transporte, considerando somente a estrutura
fsica j existente. Em cada classe, o horizonte de
planejamento foi utilizado para definir subclasses
desses problemas.
A classe de problemas que envolve decises de
infraestrutura da rede intermodal concentra grande
nmero de trabalhos, voltados principalmente para
o projeto da rede e o estabelecimento de polticas
de atribuio de fluxo. Dentre os principais modelos
utilizados esto os de projeto de rede (networkdesign),
localizao de instalaes (facilitylocation), sistemas
eixo-raio (hub-and-spoke) e equilbrio espacial de
preos (spatialpriceequilibrium). De acordo com
Arnold et al. (2001), esses trabalhos contemplam
poucas aplicaes prticas, embora estejam
relacionados a modelos clssicos de otimizao.
Jaremskien (2007) observa que, apesar da facilidade
de formulao, esses problemas so difceis de resolver,
devido ao aumento da complexidade computacional
refletida pela exploso do nmero de variveis binrias
e de restries que ocorre com o crescimento da rede
considerada.
Problemas de localizao de terminais intermodais
se encontram nessa classe e so considerados problemas
referentes a horizontes de longo prazo. Dentre os
719
Adaptaes realizadas
Decises de fluxo
Oferta-demanda
Fluxos unidirecionais
Terminais intermodais capacitados
Trs modais de transporte (rodovirio, ferrovirio e hidrovirio)
721
(h4, d2), (h5, d2)}, T={(r3, f3), (r1, h1), (r2, h2),
(r4, h4), (r5, h5)}, A1={(r2, r1), (r2, r3), (r2, r4),
(r2, r5), (r3, r4), (r3, r5)}, A2={(f3, f4), (f3, f5)}
e A3={(h2, h1)}, podem-se identificar submatrizes
de adjacncia associadas aos conjuntos de arcos da
rede. Por exemplo, a submatriz de dimenses |O|x|A1|,
definida entre as linhaso1 e o4 e as colunasr1 e r5,
representa os arcos de AO. Enquanto isso, os terminais
intermodais do subconjunto T12 esto relacionados
submatriz de adjacncias entre as linhasr1 e r5
e as colunasf3 e f5, tendo dimenses|A1|x|A2|; os
arcos de transporte ferrovirio so representados
na submatriz entre as linhas e colunasf3 e f5, que
tem dimenses|A2|x|A2|; os arcos que ligam a rede
hidroviria aos pontos de demanda esto representados
na submatriz de dimenses|A3|x|D|, entre as linhash1
e h5 e as colunasd1 e d2, e assim por diante.
1, se um terminal intermodal
Min
(i , j ) A
cij xij
(1)
Sujeito a:
(i , j )T
j|(i , j ) AO
i|(i ,k ) A
xik =
yij = p
xij ai
j|(k , j ) A
(2)
i O
(3)
xkj
k V \ {O D} (4)
b
723
i|(i , j ) A1 D A2 D A3 D
xij = b j
j D (5)
(i, j) T
xij 0
(i, j) A
yij { 0 ,1}
(6)
(7)
(i, j) T
(8)
(i , j ) A
cij xij +
(i , j ) T
(i , j ) T
4Resultados computacionais
O modelo(Equaes1-8) foi implementado
computacionalmente utilizando-se a linguagem de
modelagemAMPL (FOURER; GAY; KERNIGHAN,
2002) e os testes foram realizados com dois softwares
de otimizao, o AMPL/CLPEX11.1 e o software
livre GNUGLPK4.8. Nas sees que se seguem,
so apresentados dois conjuntos de testes, contendo
dados secundrios e instncias geradas aleatoriamente.
Como plataforma computacional, utilizou-se um
microcomputadorCore2 Duo2.0, 4GbRAM, sistema
operacional Windows Vista Home Premium.
Tabela 2. Siglas e nomes das localidades consideradas nas redes baseadas em GEIPOT (GRUPO..., 2001).
Sigla
Localidade
Sigla
Localidade
AAR
Alto Araguaia (MT)t
NXA
Nova Xavantina (MT)o,t
ATA
Alto Taquari (MT)t
PAL
Palmas (TO)o
BAL
Balsas (MA)o
PAR
Paranagu (PR)t
BAU
Bauru (SP)t
PDL
Primavera do Leste (MT)o
t
BGA
Barra do Garas (MT)
PGR
Ponta Grossa (PR)t
t
BOT
Botucatu (SP)
PSA
Porto de Santana (AP)t
t
CAS
Cascavel (PR)
RON
Rondonpolis (MT)o,t
t
CER
Ceres (GO)
RVE
Rio Verde (GO)o,t
CDS
Chapado do Sul (MS)o,t
SAN
Santos (SP)t
CGR
Campo Grande (MS)o,t
SOR
Sorriso (MT)o
o
CNP
Campo Novo do Parecis (MT)
SSI
So Simo (GO)t
t
CRA
Cachoeira Rasteira (MT)
STA
Santarm (PA)t
t
CUI
Cuiab (MT)
UBE
Uberlndia (MG)o,t
o,t
DOU
Dourados (MS)
URU
Uruu (PI)o
EST
Estreito (MA)t
VDC
Vila do Conde (PA)t
o,t
GOI
Goinia (GO)
VIL
Vilhena (RO)o
t
ITB
Itaituba (PA)
VIT
Vitria (ES)t
t
ITC
Itacoatiara (AM)
XAM
Xambio (TO)t
t
d
ITG
Itagua (RJ)
ROTTERDAM
ITQ
Itaqui (MA)t
SHANGAId
o
Pontos de oferta, t Candidatos instalao de terminal intermodal, d Pontos de demanda.
725
Figura 7. Desvios nos fluxos timos ocasionados pelo congestionamento do porto de Santos.
727
|O| = |D|
25
50
75
100
125
150
175
200
225
250
275
300
325
350
375
400
425
450
475
500
Testes
14
13
14
18
15
18
19
18
15
17
14
13
17
17
17
20
17
25
17
21
Mdio
5,729
7,185
9,471
3,756
15,487
19,794
1,525
19,339
34,847
28,741
26,636
7,100
70,647
23,941
309,759
246,115
690,506
665,596
416,376
262,252
21
18
20
20
26
729
|O| = |D|
25
50
75
100
125
150
175
200
225
250
275
300
325
350
375
400
425
450
475
500
|T| = 50
Testes
Mdia
14
0,203
13
0,357
14
0,392
18
0,843
15
0,929
18
1,439
19
1,525
18
1,492
15
1,462
17
2,059
14
1,962
13
2,269
17
2,994
17
3,619
17
4,972
20
4,862
17
3,740
25
5,675
17
7,732
21
7,104
|T| = 100
Testes
Mdia
21
2,207
18
2,467
20
4,641
20
1,660
26
6,078
27
4,446
26
9,507
22
4,440
26
3,683
25
6,926
29
4,667
27
8,266
29
6,870
28
15,246
30
26,490
26
12,141
28
23,082
32
15,578
33
14,911
32
17,879
|T| = 150
Testes
Mdia
16
2,408
23
9,076
29
14,056
27
13,370
30
11,592
30
11,738
30
7,867
39
15,986
38
37,214
42
235,966
35
11,460
50
138,070
34
45,907
33
13,027
39
16,023
28
90,044
43
29,953
47
100,582
41
253,013
46
83,935
Figura 11. Tempo de processamento(s) no AMPL/CPLEX com |T|=50, 100, 150 e 200.
|T| = 200
Testes
Mdia
24
15,501
27
19,749
34
123,641
30
20,367
36
39,735
42
1.953,840
41
74,694
54
47,537
40
732,631
44
125,159
51
267,883
51
162,221
55
416,244
58
1.683,755
53
113,255
46
196,285
47
127,445
55
485,757
51
902,661
45
334,211
|O| = |D|
100
200
300
400
500
600
700
800
900
1.000
1.100
1.200
1.300
1.400
1.500
1.600
Testes
18
18
13
20
21
25
22
19
24
23
23
21
18
22
23
25
Mdio
0,879
1,320
2,482
5,024
7,667
4,742
15,902
9,544
44,655
46,134
105,506
64,878
62,776
31,300
37,410
104,847
|T| = 50
D. Padro Menor Maior
0,484
0,202
1,810
0,479
0,534
2,199
2,047
0,374
7,410
3,993
0,639
13,821
5,513
0,904
19,188
3,026
0,904
11,762
14,363
1,060
49,686
8,755
1,248
32,526
56,843
1,544 196,466
32,858
1,622
99,465
138,415
2,308 444,678
75,049
2,308 262,438
69,570
2,620 201,864
19,950
2,511
71,198
34,517
3,135 117,858
110,479
4,305 307,897
Testes Mdio
20
1,660
22
4,602
27
8,311
26
12,444
34
17,985
32
20,359
34
41,568
39
167,571
39
105,558
40
419,630
39
316,864
40
272,832
43
583,144
34 8.539,556
44 1.937,665
40 1.662,684
|T| = 100
D. Padro Menor
Maior
0,672
0,483
4,807
3,148
0,702
14,958
6,409
1,172
21,093
6,267
1,890
24,796
18,846
2,015
85,375
39,068
3,140
142,046
56,994
2,984
254,343
201,107
4,265
679,015
120,974
4,609
417,343
1.557,341
5,007
9.846,996
437,238
5,625
1.419,385
396,596
5,812
2.280,753
1.553,248
6,828
9.656,481
6.122,434 101,000 21.002,337
2.406,781
8,390
4.724,403
2.880,034
9,250 11.862,579
Figura 12. Tempos no AMPL/CPLEX com o aumento dos pontos de oferta e demanda.
5Consideraes finais
O modelo de fluxos e localizao multinveis
de terminais intermodais proposto um modelo
integrado de localizao de instalaes e de fluxo de
custo mnimo.Variveis binrias de localizao so
usadas para tomar decises de instalar ou no um
terminal intermodal para integrar modais em uma
rede de exportao de soja, e variveis no negativas
de fluxo so usadas para alocar fluxos intermodais na
rede com o menor custo possvel. So consideradas
restries de conservao de fluxo, alm de limitaes
no nmero e na capacidade dos terminais a serem
instalados. Algumas extenses do modelo foram
discutidas, tais como a incluso de custos fixos de
instalao para os terminais intermodais, capacitao
de ferrovias e hidrovias e a considerao de fluxos
bidirecionais dentro dos terminais intermodais.
Testes realizados com dados secundrios
demonstram a aplicabilidade do modelo para apoiar
decises na prtica. Alm da determinao das
melhores localizaes para a instalao de terminais,
possvel identificar e analisar a formao de gargalos de
fluxo nos mesmos. A partir de um estudo de cenrios,
podem-se dimensionar capacidades adequadas para
esses gargalos ou identificar as melhores rotas para
desvio dos fluxos, de acordo com nveis de custo e/
ou capacidade desejados. Outros testes, realizados
com instncias geradas aleatoriamente, permitiram
avaliar o comportamento do modelo quando se
varia p, em relao ao tempo para obteno da
soluo tima, variao da funo objetivo,
variao do GAP de relaxao linear e explorao
da rvore de branch-and-cut. Nesses experimentos,
731
Agradecimentos
Os autores agradecem aos dois revisores annimos
os teis comentrios e sugestes, e tambm CAPES,
ao CNPq, FAPESP e FINEP o apoio a esta pesquisa.
Referncias
AGNCIA NACIONAL DE TRANSPORTES
AQUAVIRIOS - ANTAQ. Principais portos
brasileiros.2009. Disponvel em: <http://www.antaq.
gov.br/Portal/principaisportos.asp>. Acesso em:12
mar.2009.
AGNCIA NACIONAL DE TRANSPORTES
TERRESTRES ANTT. Relatrio anual de
acompanhamento das concesses ferrovirias.
Disponvel em: <http://www.antt.gov.br/relatorios/
ferroviario/concessionarias2007/index.asp>. Acesso
em: 20 fev. 2010.
AHUJA, R. K.; MAGNANTI, T. L.; ORLIN, J. B. Network
flows: theory, algorithms, and application. Englewood
Cliffs: Prentice-Hall,1993.
ARENALES, M. et al. Pesquisa operacional para cursos
de engenharia. Rio de Janeiro: Elsevier, 2007.
ARNOLD, P. et al. Pour une localisation optimale des
centres de transbordment intermodaux entre rseaux
de transport: formulation at extensions. The Canadian
Geographer, v.45, n.3, p.427-436,2001.
ARNOLD, P.; PEETERS, D.; THOMAS, I. Modeling a rail/
road intermodal transportation system. Transportation
Research Part E, v.40, p.255-270,2004.
ASSOCIAO BRASILEIRA DAS INDSTRIAS DE
LEOS VEGETAIS - ABIOVE. Complexo Soja Estatstica Mensal Ano Safra2008/09. Disponvel
em: <http://www.abiove.com.br/estatistica_br_0809.
html>. Acesso em:5 mai. 2009.
BALLIS, A.; GOLIAS, J. Towards the improvement
of a combined transport chain performance.
European Journal of Operational Research,
v.152, p.420-436,2004. http://dx.doi.org/10.1016/
S0377-2217(03)00034-1
BONTEKONING, Y. M.; MACHARIS, C.; TRIP, J. J. Is a
new applied transportation research field emerging? A
review of intermodal rail-truck freight transport literature.
Transportation Research Part A, v.38, p.1-34,2004.
http://dx.doi.org/10.1016/j.tra.2003.06.001
BRANCO, J. E. H. Estimativa da demanda de carga
captvel pela Estrada de Ferro Norte-Sul.2007.
Dissertao (Mestrado em Economia Aplicada)-Escola
Superior de Agricultura Luiz de Queiroz, Universidade
de So Paulo, Piracicaba,2007.