A study on the home care routing and scheduling problem

• Ano de defesa: 2021
• Autor(a) principal: Kummer Neto, Alberto Francisco
• Orientador(a): Buriol, Luciana Salete
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Palavras-chave em Português: Matheuristics; Algoritmo genético; Atendimento domiciliar ao paciente; Saúde
• Palavras-chave em Inglês: Home health care problem; Vehicle routing problem; Time-window; Route inter-dependency constraints
• Link de acesso: http://hdl.handle.net/10183/233775

Esta tese aborda o problema de atendimento de saúde domiciliar, e foca nos problemas de roteamento ao redor destes sistemas. Esses problemas são especialmente importantes por conta da tendência mundial do aumento da expectativa de vida humana, e consequente mente, o envelhecimento global. Para o governo do Brasil, esse tipo de sistema é muito importante, contribuíndo com a implementação de políticas de desospitalização. Serviços de atendimento domiciliar impactam positivamente no bem estar mental e conforto dos pacientes, e ajudam a prevenir contaminação por patógenos comuns a ambientes hospita lares assim como na atual pandemia de COVID-19. O problema que estudamos consiste no desenvolvimento de rotas para cada médico do problema, e simultaneamente definir o agendamento das visitas. Essas rotas devem ser construídas com observância às regras trabalhistas vigentes, minimizando custos e maximizando o nível dos serviços e satisfação de ambos médicos e pacientes. Algumas restrições adicionais são impostas quando um paciente requer múltiplas visitas por médicos de especialidades distintas. Propuseram-se três técnicas de resolução do problema, e estudaram-se diversas estratégias para obtenção de limites inferiores fortes para tal problema de roteamento. O primeiro método consiste em uma matheurística fix-and-optimize que usa um resolvedor de programação inteira para otimizar iterativamente, rotas de pares de médicos. Por conta de dificuldades de escalabilidade, também propuseram-se duas meta-heurísticas. A primeira meta-heurística consiste em um algoritmo genético com chaves aleatórias viciadas, que permite explorar indiretamente o espaço de soluções do problema. A terceira técnica de resolução estende o algoritmo genético através de componentes adicionais de intensificação e diversificação. Para obter limitantes inferiores fortes, propuseram-se diversos cenários de aplicação de um resolvedor MIP, e descreveu-se uma técnica de limitantes inferiores combinatórios. Resultados experimentais para instâncias da literatura indicam que as técnicas propostas são efetivas e eficientes quando comparadas com métodos anteriores. Também propôs-se uma metodologia para geração de novas instâncias, e propuseram-se limitantes inferiores e superiores para estas. Também reportaram-se seus resultados computacionais frente ao método de solução mais eficiente proposto.