Publicação
Otimização da entrega de encomendas por drones
| datacite.subject.fos | Engenharia e Tecnologia | |
| datacite.subject.fos | Engenharia e Tecnologia::Engenharia Mecânica | |
| datacite.subject.sdg | 09:Indústria, Inovação e Infraestruturas | |
| dc.contributor.advisor | Ramos, António José Galrão | |
| dc.contributor.advisor | Silva, Elsa Marília | |
| dc.contributor.author | Barbosa, João Pedro Moutinho Alves | |
| dc.date.accessioned | 2026-05-11T14:25:15Z | |
| dc.date.available | 2026-05-11T14:25:15Z | |
| dc.date.issued | 2020-10-23 | |
| dc.description.abstract | A tecnologia está em constante evolução. Um dos frutos dessa evolução foi a criação de drones. Com a evolução destes, houve uma perceção que os drones teriam aplicação no ramo da logística, pelo menos para encomendas de pequeno a pequenomédio porte (telemóveis, por exemplo). A sua possível aplicabilidade deriva das suas vantagens económicas e ambientais, devido ao seu consumo reduzido de energia. Isto quando comparado com um veículo terrestre comum, como um camião. É por essa razão que este trabalho se foca em fazer um modelo para solucionar o problema “Travelling Salesman Problem with a Drone”, TSP-D, com foco na redução do impacto ambiental. Este foco ambiental foi implementado no modelo através da sua função objetivo ser a minimização das emissões de 𝐶𝑂2 da rota. Para o camião foram consideradas as emissões de 𝐶𝑂2 derivadas da queima de combustível. No caso do drone foram consideradas as emissões de 𝐶𝑂2 derivadas da produção de energia elétrica em Portugal. O trabalho consistiu em usar o modelo de (Jeong, Song, and Lee 2019) como base e alterá-lo. As alterações feitas foram: a correção de erros presentes no modelo, a remoção de restrições e parâmetros/variáveis relativas às zonas de voo proibidas (que o modelo considerava) e acrescentar novas restrições e parâmetros/variáveis de vertente ambiental. A realização deste trabalho permitiu chegar a duas conclusões principais. A primeira é que o drone é uma solução mais benéfica para o ambiente, em comparação com o camião, mas as suas desvantagens (limite de carga) impedem que este seja usado em vez do camião. A sua vantagem ambiental é vista quer através da bibliografia e quer através da rota exemplo apresentada. Nesta é possível ver que o drone emite muito menos gramas de 𝐶𝑂2 por km que o camião, 0,336 𝑔𝐶𝑂2/𝑘𝑚 do drone contra os 200 𝑔𝐶𝑂2/𝑘𝑚 emitidos pelo camião. A segunda conclusão foi que o fator de maior influência do tempo de processamento do modelo é o número de clientes a servir. Com o aumento do número de clientes viu-se um aumento exponencial do tempo de processamento, principalmente a partir de rotas com cinco ou mais clientes. | por |
| dc.description.abstract | The technology is always evolving. One of the results of this evolution is the creation of drones. With the continuous improvements to this technology, it had become clear that the drones had a role to play in the logistics business, at least for distribution of small to small-medium size packages (mobile phones, for example). Its possible applicability is due to its advantages, both economical and environmentally, due to low resource requirement to operate. That is when compared to a common land vehicle, such as a truck. This makes it a very good candidate to make a routing “Travelling Salesman Problem with a Drone” model, TSP-D, that focuses in reducing environmental pollution, derived from the distribution of goods process. This environmental focus is implemented into the model through its objective function of minimizing the 𝐶𝑂2 emission of the route. For the truck, it was considered the emissions of 𝐶𝑂2 derived from the burning of fuel. In case of the drone, the emissions considered where derived from the emission of 𝐶𝑂2 resulting from the electricity production in Portugal. This work consisted on using the model from (Jeong et al. 2019) as a basis and modifying it. The changes made were: correction of errors present in the base model, removing restrictions and parameters/variables related to the no-fly zones (which the original model delt with) and add new restrictions and parameters/variables related to the environmental component. This paper allowed to make two primary conclusions. The first one is that the usage of a drone, instead of a truck, is more environmentally friendly. But we also see that its drawback (cargo limit) stops it from taking over the place of the truck. Its environmental advantage is seen in the bibliographic research and in the route presented as an example. In this example, we see that the drone generates much less pollution than the truck, 0,336 𝑔𝐶𝑂2/𝑘𝑚 generated by the drone versus the 200 𝑔𝐶𝑂2/𝑘𝑚 emitted by the truck. The second one is that the process time is primarily influenced by the number of customers served. The results show that the process time increases exponentially with the increase of the number of customers. This can be seen more clearly in the routes with 5 or more customers. | eng |
| dc.identifier.tid | 204302340 | |
| dc.identifier.uri | http://hdl.handle.net/10400.22/32344 | |
| dc.language.iso | por | |
| dc.rights.uri | N/A | |
| dc.subject | TSP-D | |
| dc.subject | Environmentally friendly routing | |
| dc.subject | TSP | |
| dc.subject | Roteamento ambiental | |
| dc.subject | Drone routing delivery optimization | |
| dc.title | Otimização da entrega de encomendas por drones | por |
| dc.title.alternative | Drone delivery system optimization | eng |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| thesis.degree.name | Mestrado em Engenharia Mecânica |