Decision support system for route planning: Application in the air conditioning industry

Abstract

The purpose of this research is the development of a route planning optimization tool at ProgressClim Solutions in order to minimize the time spent on manual route management. The development and testing methodology is based on CRISP-DM, using historical data provided by the company, which allows for a comprehensive comparison of the tool's performance compared to the traditional manual method. The results demonstrate a significant reduction in the time required for daily planning with the tool, leading to enhanced operational efficiency and more optimal resource allocation. Nevertheless, it is essential to acknowledge that in scenarios involving extended planning, the total time required tends to increase. Despite the significant improvements in efficiency and time window management provided by the tool, certain limitations were identified, such as the lack of adaptation to unexpected situations. Future research lines will focus on improving efficiency over longer time periods and the tool's ability to deal with unexpected situations.

O objetivo desta investigação é o desenvolvimento de uma ferramenta de otimização do planeamento de rotas na ProgressClim Solutions, com o intuito de minimizar o tempo despendido na gestão manual de rotas. A metodologia adotada baseia-se no CRISP-DM para o desenvolvimento e testagem, utilizando dados históricos fornecidos pela empresa, o que permite comparar o desempenho da ferramenta com o método manual. Os resultados demonstram uma redução significativa do tempo necessário para o planeamento diário com a ferramenta, o que conduz a uma maior eficiência operacional e a uma melhor afetação de recursos. No entanto, é essencial reconhecer que, em cenários que envolvem um planeamento alargado, o tempo total necessário tende a aumentar. Apesar das melhorias significativas na eficiência e na gestão da janela temporal proporcionadas pela ferramenta, são identificadas algumas limitações, como a ausência de adaptação em situações inesperadas e a necessidade de otimizar o tempo total necessário para planear rotas para grandes volumes de dados. Pretende-se em trabalhos futuros de investigação melhorar a eficiência em períodos de tempo mais longos e na capacidade da ferramenta para lidar com situações inesperadas.