Como uma infraestrutura crítica nas cadeias de suprimento de energia modernas, o transporte por dutos permite a entrega eficiente e segura de combustíveis líquidos a longa distância. No entanto, o agendamento ideal de dutos multiprodutos apresenta desafios computacionais formidáveis devido à explosão combinatória de variáveis de decisão binárias e restrições operacionais rigorosas. Para enfrentar esse desafio, este artigo desenvolve uma inovadora estrutura de otimização hierárquica que integra (1) inicialização com modelagem aproximada para identificar rapidamente o espaço de soluções viáveis, (2) otimização com horizonte móvel usando modelagem híbrida de tempo discreto para eliminar variáveis binárias e restrições redundantes, e (3) modificação usando modelagem de tempo contínuo para re-otimizar os cronogramas detalhados. Experimentos numéricos em cinco casos industriais demonstram que a abordagem proposta é capaz de obter os cronogramas detalhados ótimos dentro de 90 segundos, mesmo em situações onde modelos MILP de escala completa convencionais não convergem. Ela alcança uma redução de 71,3% a 88,4% em variáveis binárias inviáveis, levando a uma redução no tempo computacional de 88,2% a 99,3% comparado a modelos MILP de escala completa. Análises abrangentes de sensibilidade dos parâmetros confirmam a robustez e eficiência computacional da abordagem sob diferentes configurações paramétricas. Essa melhoria computacional torna-a uma ferramenta prática de suporte à decisão, capaz de lidar com problemas complexos, de grande escala e agendamento dinâmico.
Liao et al. (Tue,) estudaram esta questão.