Localização de pontos temporários de distribuição de ajuda humanitária.
| Ano de defesa: | 2025 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | https://www.teses.usp.br/teses/disponiveis/3/3136/tde-16072025-081251/ |
Resumo: | Após a ocorrência de um desastre de início súbito, como um terremoto, a infraestrutura de transporte é severamente comprometida, forçando a população a se deslocar a pé até os Pontos de Distribuição de Ajuda (PODs) para obter suprimentos de ajuda humanitária. No entanto, conforme a malha viária é gradualmente restaurada, o transporte público começa a operar, aumentando a acessibilidade. Diante desse cenário, este estudo propõe um modelo matemático voltado à otimização da rede logística de distribuição de ajuda humanitária durante as fases de resposta imediata e recuperação, levando em consideração as preferências dos tomadores de decisão. Devido à complexidade do problema, a modelagem foi estruturada em dois submodelos complementares: o primeiro determina a localização dos PODs fixos, que permanecem operacionais ao longo das fases de resposta imediata e recuperação; já o segundo define a localização dos PODs temporários, que funcionam apenas em determinados períodos da fase de resposta imediata. A fim de viabilizar uma alocação eficiente dos recursos, a abordagem proposta combina otimização multi objetivo, planejamento multi período, decisões de localização e planejamento de capacidade modular. Dessa forma, permite-se uma distribuição dinâmica e adaptável de suprimentos, considerando as constantes mudanças nas condições logísticas do contexto pós-desastre. Além disso, para apoiar a tomada de decisão, foi desenvolvido um Sistema de Apoio `a Decisão (DSS), que possibilita aos usuários ajustar parâmetros-chave, visualizar os resultados e comparar diferentes configurações dos PODs por meio de uma interface interativa e intuitiva. Para validar a metodologia, aplicou-se o modelo a um caso ilustrativo de um terremoto de grande magnitude no distrito de Alto Selva Alegre, Arequipa, Peru, uma região altamente vulnerável a eventos sísmicos. Os resultados revelam que a utilização de PODs temporários reduz em 40% a distância média percorrida pelos indivíduos afetados para suprimentos de ajuda humanitária. Ademais, análises comparativas indicam que tanto o aumento no número de módulos quanto a autorização para um maior número de PODs temporários por período contribuem significativamente para ampliar a cobertura e reduzir a demanda nao atendida. No entanto, essas melhorias têm como custo um aumento significativo no esforço computacional. Por exemplo, quando o horizonte de planejamento foi ampliado de três para quatro períodos, o tempo computacional aumentou de 429 segundos para 2.252 segundos. Esse crescimento exponencial evidencia a necessidade de desenvolver métodos heurísticos capazes de gerar soluções de alta qualidade em prazos aceitáveis, melhorando assim a aplicabilidade prática do DSS em cenários reais de resposta a desastres. |
| id |
USP_3aa5979500b5f66eba1769077d79823b |
|---|---|
| oai_identifier_str |
oai:teses.usp.br:tde-16072025-081251 |
| network_acronym_str |
USP |
| network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
| repository_id_str |
|
| spelling |
Localização de pontos temporários de distribuição de ajuda humanitária.Location of temporary points of distribution for humanitarian aid.Decision support systemFacility locationHumanitarian logisticsLocalização da empresaLogística humanitáriaMathematical modelingModularizationOtimização combinatóriaPesquisa operacionalTemporary facilitiesApós a ocorrência de um desastre de início súbito, como um terremoto, a infraestrutura de transporte é severamente comprometida, forçando a população a se deslocar a pé até os Pontos de Distribuição de Ajuda (PODs) para obter suprimentos de ajuda humanitária. No entanto, conforme a malha viária é gradualmente restaurada, o transporte público começa a operar, aumentando a acessibilidade. Diante desse cenário, este estudo propõe um modelo matemático voltado à otimização da rede logística de distribuição de ajuda humanitária durante as fases de resposta imediata e recuperação, levando em consideração as preferências dos tomadores de decisão. Devido à complexidade do problema, a modelagem foi estruturada em dois submodelos complementares: o primeiro determina a localização dos PODs fixos, que permanecem operacionais ao longo das fases de resposta imediata e recuperação; já o segundo define a localização dos PODs temporários, que funcionam apenas em determinados períodos da fase de resposta imediata. A fim de viabilizar uma alocação eficiente dos recursos, a abordagem proposta combina otimização multi objetivo, planejamento multi período, decisões de localização e planejamento de capacidade modular. Dessa forma, permite-se uma distribuição dinâmica e adaptável de suprimentos, considerando as constantes mudanças nas condições logísticas do contexto pós-desastre. Além disso, para apoiar a tomada de decisão, foi desenvolvido um Sistema de Apoio `a Decisão (DSS), que possibilita aos usuários ajustar parâmetros-chave, visualizar os resultados e comparar diferentes configurações dos PODs por meio de uma interface interativa e intuitiva. Para validar a metodologia, aplicou-se o modelo a um caso ilustrativo de um terremoto de grande magnitude no distrito de Alto Selva Alegre, Arequipa, Peru, uma região altamente vulnerável a eventos sísmicos. Os resultados revelam que a utilização de PODs temporários reduz em 40% a distância média percorrida pelos indivíduos afetados para suprimentos de ajuda humanitária. Ademais, análises comparativas indicam que tanto o aumento no número de módulos quanto a autorização para um maior número de PODs temporários por período contribuem significativamente para ampliar a cobertura e reduzir a demanda nao atendida. No entanto, essas melhorias têm como custo um aumento significativo no esforço computacional. Por exemplo, quando o horizonte de planejamento foi ampliado de três para quatro períodos, o tempo computacional aumentou de 429 segundos para 2.252 segundos. Esse crescimento exponencial evidencia a necessidade de desenvolver métodos heurísticos capazes de gerar soluções de alta qualidade em prazos aceitáveis, melhorando assim a aplicabilidade prática do DSS em cenários reais de resposta a desastres.After the occurrence of a sudden-onset disaster, such as an earthquake, the transportation infrastructure is severely compromised, forcing the affected population to walk to Points of Distribution (PODs) to obtain humanitarian aid supplies. However, as the road network is gradually restored, public transportation begins to operate, increasing accessibility. Given this scenario, this study proposes a mathematical model aimed at optimizing the logistics network for humanitarian aid distribution during the immediate response and recovery phases, taking into account the preferences of decision-makers. Due to the complexity of the problem, the modeling was structured into two complementary submodels: the first determines the location of fixed PODs, which remain operational throughout both the immediate response and recovery phases, while the second defines the location of temporary PODs, which operate only during specific periods of the immediate response phase. To enable an efficient allocation of resources, the proposed approach integrates multi-objective optimization, multi-period planning, location decisions, and modular capacity planning. This allows for a dynamic and adaptive distribution of supplies, considering the constantly evolving logistical conditions in the post-disaster context. Furthermore, to support decision-making, a Decision Support System (DSS) was developed, enabling users to adjust key parameters, visualize results, and compare different POD configurations through an interactive and user-friendly interface. To validate the proposed methodology, the model was applied to an illustrative case simulating a high-magnitude earthquake in the district of Alto Selva Alegre, Arequipa, Perua region highly vulnerable to seismic events. The results demonstrate that the incorporation of temporary PODs can reduce the average distance traveled by affected individuals to access humanitarian aid by up to 40%. Furthermore, comparative analyses indicate that increasing the number of available modules or allowing a greater number of temporary PODs per period significantly enhances demand coverage and reduces the number of unserved individuals. However, these improvements come at the cost of increased computational effort. For instance, when the planning horizon was extended from three to four periods, the computational time increased from 429 seconds to 2,252 seconds. This exponential growth highlights the need to develop heuristic methods capable of producing high-quality solutions within acceptable time frames, thereby improving the practicality of the DSS in real-time disaster response scenarios.Biblioteca Digitais de Teses e Dissertações da USPYoshizaki, Hugo Tsugunobu YoshidaCarnero Quispe, María Fernanda 2025-05-07info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/3/3136/tde-16072025-081251/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2025-07-16T14:01:02Zoai:teses.usp.br:tde-16072025-081251Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212025-07-16T14:01:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
| dc.title.none.fl_str_mv |
Localização de pontos temporários de distribuição de ajuda humanitária. Location of temporary points of distribution for humanitarian aid. |
| title |
Localização de pontos temporários de distribuição de ajuda humanitária. |
| spellingShingle |
Localização de pontos temporários de distribuição de ajuda humanitária. Carnero Quispe, María Fernanda Decision support system Facility location Humanitarian logistics Localização da empresa Logística humanitária Mathematical modeling Modularization Otimização combinatória Pesquisa operacional Temporary facilities |
| title_short |
Localização de pontos temporários de distribuição de ajuda humanitária. |
| title_full |
Localização de pontos temporários de distribuição de ajuda humanitária. |
| title_fullStr |
Localização de pontos temporários de distribuição de ajuda humanitária. |
| title_full_unstemmed |
Localização de pontos temporários de distribuição de ajuda humanitária. |
| title_sort |
Localização de pontos temporários de distribuição de ajuda humanitária. |
| author |
Carnero Quispe, María Fernanda |
| author_facet |
Carnero Quispe, María Fernanda |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Yoshizaki, Hugo Tsugunobu Yoshida |
| dc.contributor.author.fl_str_mv |
Carnero Quispe, María Fernanda |
| dc.subject.por.fl_str_mv |
Decision support system Facility location Humanitarian logistics Localização da empresa Logística humanitária Mathematical modeling Modularization Otimização combinatória Pesquisa operacional Temporary facilities |
| topic |
Decision support system Facility location Humanitarian logistics Localização da empresa Logística humanitária Mathematical modeling Modularization Otimização combinatória Pesquisa operacional Temporary facilities |
| description |
Após a ocorrência de um desastre de início súbito, como um terremoto, a infraestrutura de transporte é severamente comprometida, forçando a população a se deslocar a pé até os Pontos de Distribuição de Ajuda (PODs) para obter suprimentos de ajuda humanitária. No entanto, conforme a malha viária é gradualmente restaurada, o transporte público começa a operar, aumentando a acessibilidade. Diante desse cenário, este estudo propõe um modelo matemático voltado à otimização da rede logística de distribuição de ajuda humanitária durante as fases de resposta imediata e recuperação, levando em consideração as preferências dos tomadores de decisão. Devido à complexidade do problema, a modelagem foi estruturada em dois submodelos complementares: o primeiro determina a localização dos PODs fixos, que permanecem operacionais ao longo das fases de resposta imediata e recuperação; já o segundo define a localização dos PODs temporários, que funcionam apenas em determinados períodos da fase de resposta imediata. A fim de viabilizar uma alocação eficiente dos recursos, a abordagem proposta combina otimização multi objetivo, planejamento multi período, decisões de localização e planejamento de capacidade modular. Dessa forma, permite-se uma distribuição dinâmica e adaptável de suprimentos, considerando as constantes mudanças nas condições logísticas do contexto pós-desastre. Além disso, para apoiar a tomada de decisão, foi desenvolvido um Sistema de Apoio `a Decisão (DSS), que possibilita aos usuários ajustar parâmetros-chave, visualizar os resultados e comparar diferentes configurações dos PODs por meio de uma interface interativa e intuitiva. Para validar a metodologia, aplicou-se o modelo a um caso ilustrativo de um terremoto de grande magnitude no distrito de Alto Selva Alegre, Arequipa, Peru, uma região altamente vulnerável a eventos sísmicos. Os resultados revelam que a utilização de PODs temporários reduz em 40% a distância média percorrida pelos indivíduos afetados para suprimentos de ajuda humanitária. Ademais, análises comparativas indicam que tanto o aumento no número de módulos quanto a autorização para um maior número de PODs temporários por período contribuem significativamente para ampliar a cobertura e reduzir a demanda nao atendida. No entanto, essas melhorias têm como custo um aumento significativo no esforço computacional. Por exemplo, quando o horizonte de planejamento foi ampliado de três para quatro períodos, o tempo computacional aumentou de 429 segundos para 2.252 segundos. Esse crescimento exponencial evidencia a necessidade de desenvolver métodos heurísticos capazes de gerar soluções de alta qualidade em prazos aceitáveis, melhorando assim a aplicabilidade prática do DSS em cenários reais de resposta a desastres. |
| publishDate |
2025 |
| dc.date.none.fl_str_mv |
2025-05-07 |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
https://www.teses.usp.br/teses/disponiveis/3/3136/tde-16072025-081251/ |
| url |
https://www.teses.usp.br/teses/disponiveis/3/3136/tde-16072025-081251/ |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.relation.none.fl_str_mv |
|
| dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.coverage.none.fl_str_mv |
|
| dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
| publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
| dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
| instname_str |
Universidade de São Paulo (USP) |
| instacron_str |
USP |
| institution |
USP |
| reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
| collection |
Biblioteca Digital de Teses e Dissertações da USP |
| repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
| repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
| _version_ |
1865492288934772736 |