摘要：Resumo Este artigo aborda um estudo de caso em uma indústria de bebidas relativo ao Problema de Roteamento de Veículos Assimétrico com Frota Heterogênea Limitada (PRVAFHL). O objetivo é definir as rotas dos veículos de modo a reduzir os custos de distribuição. O PRVAFHL pertence à classe NP-difícil, isto é, sua resolução por meio de métodos exatos é uma tarefa extremamente árdua. Problemas desta natureza são geralmente tratados na prática de forma heurística. Dentre as diversas abordagens existentes, optou-se por realizar uma adaptação de uma heurística da literatura que se mostrou eficiente, sendo capaz de gerar soluções de qualidade elevada em um tempo de execução aceitável. Experimentos computacionais foram realizados em um conjunto de 7 instâncias obtidas junto à empresa em questão. Os resultados obtidos mostram que houve uma redução considerável no número de veículos utilizados e na distância total percorrida em relação às soluções adotadas pela empresa.
其他摘要：Abstract This article deals with a case study in a beverage industry concerning the Asymmetric Vehicle Routing Problem with Heterogeneous Limited Fleet (AVRPHLF). The objective of the present paper is to define the vehicle routes so as to reduce distribution costs. The AVRPHLF belongs to the NP-hard class, that is, its resolution through exact methods is an extremely hard task. In practice, problems of this nature are generally treated via heuristics. Among the various solution approaches, we decided to perform an adaptation of a heuristic from the literature that has proved to be efficient, capable of generating high-quality solutions in a reasonable execution time. Computational experiments were conducted in a set of seven instances obtained from the company in question. The results obtained show that there was a considerable reduction in the number of vehicles used and in the total distance traveled with respect to the solutions adopted by the company.
关键词：Otimização;Indústria de bebidas;Iterated Local Search;Logística
其他关键词：Optimization;Beverage industry;Iterated Local Search;Logistics
