Aplicação de Algoritmos de Inteligência Artificial na Otimização de Rotas de Última Milha no E-commerce

Autores

DOI:

https://doi.org/10.51923/repae.v11i3.408

Palavras-chave:

Ultima milha, Inteligência Artificial, E-commerce

Resumo

O crescimento exponencial do e-commerce intensificou os desafios logísticos da "última milha", a etapa final da entrega, caracterizada por alta complexidade, custos elevados e impacto direto na satisfação do cliente e na sustentabilidade. Neste contexto, a Inteligência Artificial (IA) surge como uma solução robusta para a otimização de rotas. O presente trabalho objetiva avaliar e comparar o desempenho de duas meta-heurísticas bio-inspiradas: Algoritmos Genéticos (GA) e Otimização por Colônia de Formigas (ACO). Foi desenvolvida uma simulação aplicada a um conjunto de 100 pontos de entrega aleatórios, executando ambos os algoritmos sob condições computacionais e parâmetros equivalentes (1000 iterações/gerações) para minimizar a distância total percorrida. Os resultados demonstraram a eficácia de ambos os métodos em otimizar as rotas iniciais. Contudo, a análise comparativa revelou uma superioridade do ACO, que alcançou uma *redução percentual da distância de 17,9%, superando os **14,9%* obtidos pelo GA. Além disso, o ACO apresentou uma convergência mais rápida, estabilizando a solução por volta da iteração 200, enquanto o GA necessitou de aproximadamente 300 gerações. Conclui-se que, para o cenário simulado, o modelo cooperativo do ACO se mostrou mais robusto e eficiente na resolução do problema de roteirização.

Downloads

Não há dados estatísticos.

Biografia do Autor

EMERSON APARECIDO MARTINS, FATEC - MOGI DAS CRUZES

NA

GUILHERME LIMA ANTEBI, FATEC - MOGI DAS CRUZES - SP

NA

RAFAEL ALMEIDA, FATEC - MOGI DAS CRUZES - SP

NA

FRETZ SIEVERS JUNIOR, FATEC - MOGI DAS CRUZES - SP

Possui graduação em Engenharia da Computação(2001) e Bacharel em Direito (2010) pela Universidade Braz Cubas, Ciências Contábeis (2016), Tecnologia em Análise e Desenvolvimento de Sistemas (2020), Licenciatura em Matemática (2020) e Licenciatura em Português - Inglês (2020) pela Universidade da Cidade de São Paulo. Engenharia de Produção pela Universidade Virtual do Estado de São Paulo - Univesp (2019), Engenharia Civil pela Universidade de Santo Amaro, Mestrado em Engenharia Eletrônica e Computação pelo Instituto Tecnológico de Aeronáutica (ITA) (2005), Mestrado em Direito Público pela Pontifícia Universidade Católica de SP e Doutorado em Engenharia Eletrônica e Computação pelo Instituto Tecnológico de Aeronáutica (ITA) (2011). Atualmente é Professor de Ensino Superior da Faculdade de Tecnologia Mogi das Cruzes, Faculdade de Tecnologia de Mauá, Faculdade de Tecnologia de Itaquera e Faculdade de Tecnologia de Osasco. Tem experiência na área de Ciência da Computação, com ênfase em Sistemas de Computação, atuando principalmente nas seguintes áreas: ERP, MRP, Simulação, Pesquisa Operacional, Web Sites, Ensino a Distância, e-commerce, Sistemas de Informação, Auditoria de Sistemas, VANT, Governo Eletrônico, Engenharia de Software e Segurança de Informação, Computação em Nuvens, IOT e Inteligência Artificial. Na área de Direito tem experiência área de contencioso cível, tributário, público, administrativo e direito digital.

Referências

Use of artificial intelligence in last mile delivery | SHS Web of Conferences. Disponível em: <https://www.shs-conferences.org/articles/shsconf/ref/2021/03/shsconf_glob20_04011/shsconf_glob20_04011.html>. Acesso em: 1 out. 2025.

SILVA, V.; AMARAL, A.; FONTES, T. Sustainable Urban Last-Mile Logistics: A Systematic Literature Review. Sustainability, v. 15, n. 3, p. 2285, 26 jan. 2023. DOI: https://doi.org/10.3390/su15032285

Vista do Uma revisão de escopo assistida por inteligência artificial (IA) sobre usos emergentes de ia na pesquisa qualitativa e suas considerações éticas.Disponível em: <https://editora.sepq.org.br/rpq/article/view/729/467>.

Vista do O papel dos algoritmos de inteligência artificial nas redes sociais. Disponível em: <https://revistaseletronicas.pucrs.br/revistafamecos/article/view/34074/19629>.

DORIGO, Marco; STÜTZLE, Thomas. Ant Colony Optimization. Cambridge: MIT Press, 2004. DOI: https://doi.org/10.7551/mitpress/1290.001.0001

GOLDBERG, David E. Genetic Algorithms in Search, Optimization, and Machine Learning. Reading: Addison-Wesley, 1989.

OLIVEIRA, Carlos A. S. (org.). Handbook of Artificial Intelligence and Data Sciences for Routing Problems. Cham: Springer, 2024 DOI: https://doi.org/10.1007/978-3-031-78262-6

POURMOHAMMADREZA, N.; et al. Last-mile logistics with alternative delivery locations: a systematic literature review. Transportation Research Interdisciplinary Perspectives, v. 27, 2025. Disponível em: https://www.sciencedirect.com/science/article/pii/S2590123025001732. Acesso em: 19 dez. 2025.

KOTLARS, Aleksandrs; SKRIBANS, Valerijs. Efficiency, environment and robotization in first and last mile logistics: a literature review. Transportation Research Interdisciplinary Perspectives, v. 27, 2025. DOI: https://doi.org/10.1016/j.trip.2024.101215

GHANEM, Ghazal; et al. Analysis of logistics measures of CEP service providers for the last-mile delivery in small- and medium-sized cities. European Transport Research Review, 2025. Disponível em: https://elib.dlr.de/212298/1/Ghazal_et_al-2025-European_Transport_Research_Review.pdf. Acesso em: 19 dez. 2025. DOI: https://doi.org/10.1186/s12544-025-00706-z

SLOBODAN, Ghazal; et al. Innovative solutions in last mile delivery: concepts, practices and challenges. European Transport Research Review, 2023. Disponível em: https://www.tandfonline.com/doi/full/10.1080/16258312.2023.2173488. Acesso em: 19 dez. 2025.

PANGARIBUAN, M. A. Literature review on vehicle routing problem: approaches, algorithms and current challenges. Journal La Multiapp, v. 7, n. 3, 2025. Disponível em: https://www.newinera.com/index.php/JournalLaMultiapp/article/view/2382. Acesso em: 19 dez. 2025.

REN, T.; et al. Improved ant colony optimization for the vehicle routing problem with split pickup and split delivery. Cleaner Logistics and Supply Chain, v. 6, 2023. Disponível em: https://www.sciencedirect.com/science/article/abs/pii/S2210650223000020. Acesso em: 19 dez. 2025.

CRIADO, R.; LAPORTE, Gilbert. Metaheuristics for sustainable supply chain management. European Journal of Operational Research, 2019.

BRUNI, Maria Elena; FADDA, Edoardo; FEDOROV, Sergei; PERBOLI, Guido. A machine learning optimization approach for last-mile delivery and third-party logistics. Computers & Operations Research, v. 154, 2023. Disponível em: https://www.sciencedirect.com/science/article/pii/S0305054823001260. Acesso em: 19 dez. 2025. DOI: https://doi.org/10.1016/j.cor.2023.106262

EZMIGNA, I.; ALGHAMDI, A. The impact of AI tools on last-mile delivery in the e-commerce sector. IEEE International Conference on Artificial Intelligence Applications, 2024. DOI: https://doi.org/10.1109/DASA63652.2024.10836527

TIWARI, K. V.; et al. An optimization model for vehicle routing problem in last-mile delivery. Expert Systems with Applications, v. 228, 2023. DOI: https://doi.org/10.1016/j.eswa.2023.119789

Downloads

Publicado

2025-12-30

Como Citar

MARTINS, E. A., LIMA ANTEBI, G., ALMEIDA, R., & JUNIOR, F. S. (2025). Aplicação de Algoritmos de Inteligência Artificial na Otimização de Rotas de Última Milha no E-commerce. REPAE - Revista De Ensino E Pesquisa Em Administração E Engenharia, 11(3), 84–99. https://doi.org/10.51923/repae.v11i3.408

Edição

Seção

IFLOG Suzano 25

Artigos Semelhantes

1 2 > >> 

Você também pode iniciar uma pesquisa avançada por similaridade para este artigo.