uma heurística de localização-alocação (hla) para problemas de localização de facilidades a location-allocation heuristic (lah) for facility location problems

Clicks: 126
ID: 208282
2006
Free PDF
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This article has not been analysed, so there is no overall score — reader engagement is measured and shown alongside.
AI Quality Assessment
Not analyzed
Readership in this journal
Steady

Ranked #45 of 61 articles by views in Neotropical entomology

Most read Least read

Bar heights use a square-root scale.

Mint this article as an NFT
Not yet minted

Create a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.

5 SUSD one-off · no wallet required
Sign in to mint
Abstract
Neste trabalho, foi desenvolvida uma nova heurística de localização-alocação (HLA) para problemas de localização de facilidades (facility). Em tais problemas a questão central é localizar um objeto ou mais objetos, que são chamados de facilidades, e minimizar o custo de localizar estas facilidades. A HLA foi aplicada a dois problemas: o Problema de Localização de Máxima Cobertura (PLMC) e o Problema das P-Medianas Capacitado (PPMC) com o intuito de uma possível integração a Sistemas de Informações Geográficas (SIG). A HLA baseia-se na formação de agrupamentos (clusters) e na possibilidade de melhorá-los (em relação a algum objetivo). Uma bateria de problemas testes foi escolhida para validar a HLA. Bons resultados foram encontrados para o PLMC para instâncias (instance) pequenas e grandes, e para o PPMC em instâncias pequenas. Conclui-se que a HLA, sendo uma heurística de simples implementação, é rápida e bastante eficiente, portanto, indicada para ser integrada aos SIG.
This paper presents a new location-allocation heuristic (LAH) applied to facility location problems. Such approach is based on clustering and its main objective is to find out a facility (object) in a space by minimizing a function. The LAH developed throughout this work was employed in two problems: the Maximal Covering Location Problem (MCLP) and the Capacitated p-Median Problems (CPMP) with the purpose of a possible integration to Geographic Information Systems (GIS). A set of test problems (instances) was chosen to validate the LAH. Good computational results were obtained for small and large-scale MCLP instances and for small CPMP instances. These results demonstrate that LAH, being quick and fast, may be usefully applicable to GIS.
Reference Key
arakaki2006productionuma Use this key to autocite in the manuscript while using SciMatic Manuscript Manager or Thesis Manager
Authors Reinaldo Gen Ichiro Arakaki, Luiz Antonio Nogueira Lorena
Are you one of these authors? Claim your profile
Journal Neotropical entomology
Year 2006
DOI
10.1590/S0103-65132006000200011
URL
http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0103-65132006000200011
Keywords Keywords not found

Citations

No citations found. To add a citation, contact the admin at info@scimatic.org

Comments

No comments yet. Be the first to comment on this article.