O problema de localização de máxima cobertura (MCLP) procura localizar facilidades visando a maximizar a população atendida, considerando uma dada distância ou tempo padrão de serviço. Várias extensões desse modelo têm sido propostas para aumentar a sua aplicabilidade. Entre elas, existem modelos probabilísticos para localização-alocação de máxima cobertura com restrições no tempo de espera ou no comprimento da fila para sistemas congestionados, que levam em conta um ou vários servidores por facilidade. A proposta deste trabalho é a de resolver um modelo para um servidor por facilidade por meio da relaxação lagrangeana e do Algoritmo Genético Construtivo. Os resultados dos testes obtidos nessas abordagens são apresentados e comparados.

The Maximal Covering Location Problem (MCLP) seeks to locate facilities in order to maximize the serviced population, considering a given distance or standard service time. Various extensions of this model have been proposed to enhance its applicability, e.g., probabilistic models for maximum location-allocation coverage with waiting time or queue length constraints for congested systems, taking into account one or more servers per service center. In this paper we present two procedures for solving a probabilistic model, which considers one server per center, using Lagrangian relaxation and the Constructive Genetic Algorithm. Extensive tests of these approaches are presented and their results compared.