Skip to content

Repository for a project that uses graphs, greedy algorithms, and dynamic programming concepts to allocate electric vehicle charging stations and plan routes for mobile medical kits across three cities.

Notifications You must be signed in to change notification settings

AliceSBulhoes/Smart-Distribution-of-Sustainable-Products

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

3 Commits
 
 
 
 

Repository files navigation

Smart Distribution of Sustainable Products

🧭 Visão Geral

Este projeto aplica teoria dos grafos, algoritmos gulosos e programação dinâmica para otimizar a implantação de estações de recarga de veículos elétricos (EV) e rotas de entrega de kits médicos móveis em três cidades. Utilizando dados geoespaciais, densidade populacional, localização de EVs e áreas de risco, o sistema visa melhorar a infraestrutura urbana e a saúde pública de forma sustentável.

🚀 Funcionalidades

  • Análise Geoespacial: Mapeamento das redes viárias urbanas e identificação de locais-chave.
  • Otimização Baseada em Grafos: Modelagem das cidades como grafos para alocação eficiente de recursos e planejamento de rotas.
  • Algoritmos Eficientes: Aplicação de técnicas de algoritmos gulosos e programação dinâmica para alocação de recursos e roteamento.
  • Visualizações Interativas: Geração de mapas interativos e diagramas de grafos para análise visual.

🛠️ Como Começar

Pré-requisitos

  • Python 3.8 ou superior
  • Jupyter Notebook
  • Bibliotecas necessárias: osmnx, networkx, folium, geopy, graphviz, numpy, pandas, matplotlib

Instalação

  1. Clone o repositório:

    git clone https://github.com/AliceSBulhoes/Smart-Distribution-of-Sustainable-Products.git
  2. Navegue até o diretório do projeto:

    cd Smart-Distribution-of-Sustainable-Products
  3. Instale as dependências:

    pip install osmnx networkx folium geopy graphviz numpy pandas matplotlib

🧠 Metodologia

  • Modelagem de Grafos: Utiliza o OSMnx para criar grafos urbanos, onde os nós representam interseções/locais e as arestas representam ruas.
  • Algoritmos Gulosos: Priorização de áreas de alta densidade populacional ou alto risco para a implantação de estações de recarga de EV. [Simulado]
  • Programação Dinâmica: Otimização das rotas de entrega de kits médicos para minimizar distância e tempo.
  • Cálculos Geoespaciais: Cálculo de distâncias com Geopy e visualização com Folium.
  • Monitoramento de Desempenho: Acompanhamento do uso de memória com tracemalloc.

📊 Resultados Esperados

  • Estações de Recarga de EV: Localizações otimizadas, visualizadas em mapas interativos do Folium.
  • Rotas de Entrega de Kits Médicos: Caminhos de entrega eficientes, apresentados como sequências de grafos e mapas.
  • Visualizações: mapas interativos com Folium para análise.
  • Métricas: Cobertura de área, tempo de viagem e desempenho computacional.

About

Repository for a project that uses graphs, greedy algorithms, and dynamic programming concepts to allocate electric vehicle charging stations and plan routes for mobile medical kits across three cities.

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published