Rian Gabriel Santos Pinheiro

Este trabalho apresenta o Canguinha Alagoas, uma plataforma online desenvolvida para minimizar o custo da cesta básica, especialmente para consumidores de baixa renda. Dada uma seleção de produtos essenciais e um raio de busca, o sistema identifica os estabelecimentos mais vantajosos dentro da área especificada e gera uma rota otimizada que reduz tanto o tempo de deslocamento quanto o custo total da compra. A plataforma utiliza dados de preços em tempo real da API da SEFAZ (NFC-e), modela o problema como um Problema do Comprador Viajante (TPP) e aplica um algoritmo meta-heurístico para explorar eficientemente o espaço de soluções. Os resultados experimentais demonstram que a plataforma proporciona economia significativa aos consumidores, promovendo eficiência econômica e impactando positivamente o bem-estar da comunidade.

A eficiência operacional das unidades de Atenção Primária à Saúde (APS) é um fator crítico para a otimização do uso de recursos e a garantia da qualidade dos serviços prestados à população. Neste estudo, propomos uma abordagem baseada na Análise Envoltória de Dados para mensurar um índice dinâmico de eficiência de municípios na gestão de recursos destinados à APS utilizando dados públicos. Além disso, foram conduzidos experimentos que demonstram como a realocação de recursos pode impactar a eficiência operacional, sugerindo estratégias para otimização da gestão pública. Por fim, modelamos a evolução da eficiência ao longo do tempo por meio de Cadeias de Markov, permitindo a análise probabilística de cenários futuros e auxiliando na formulação de políticas públicas baseadas em evidências.

This study aims to optimize vehicular user association to base stations in a mobile network. We propose an efficient heuristic solution that considers the base station average handover frequency, the channel quality indicator, and bandwidth capacity. We evaluate this solution using real-world base station locations from São Paulo, Brazil, and the SUMO mobility simulator. We compare our approach against a state of the art solution which uses route prediction, maintaining or surpassing the provided quality of service with the same number of handover operations. Additionally, the proposed solution reduces the execution time by more than 80\% compared to an exact method, while achieving optimal solutions.