O problema de programação periódica de navios de suprimentos (PSVPP) consiste em determinar um cronograma periódico e a respectiva composição da frota para atendimento das unidades offshore de forma regular. Nesta Tese, duas extensões do PSVPP foram estudadas. A primeira é incluir as decisões de alocação de berços ao problema, que vincula o planejamento de navios e portos, permitindo a avaliação do impacto do número de berços na composição da frota. A segunda é estender o problema para incluir demanda estocástica e tempo de viagem e avaliar a robustez do cronograma. A integração com as decisões de alocação de berços faz com que o tamanho do problema aumente significativamente. Para reduzir o espaço de busca e acelerar a convergência, a estratégia de solução adotada consiste em resolver sequencialmente modelos que capturam diferentes aspectos do problema, partindo de modelos mais simples de resolver. A solução encontrada em uma etapa fornece um limite inferior para a próxima etapa. A estratégia de solução proposta foi aplicada a instâncias reais resultando em soluções de boa qualidade e melhorias no tempo computacional. Com relação à robustez do cronograma, um dos desafios para o problema de planejamento periódico de navios de suprimento é determinar cronogramas confiáveis com um bom compromisso entre confiabilidade e custo. Uma nova metodologia baseada em um modelo baseado em rotas para lidar com a robustez do cronograma é apresentada. Basicamente, são gerados os principais parâmetros estatísticos relacionados à demanda das rotas e o tempo de execução e estes são utilizados junto com um conjunto de combinações de probabilidades para incorporar a confiabilidade do cronograma ao modelo de otimização. Portanto, a confiabilidade do cronograma é um parâmetro de entrada no modelo de otimização. Uma comparação da nova metodologia com abordagens convencionais é apresentada e uma simulação de Monte Carlo é usada para avaliar a qualidade das soluções. A metodologia proposta é capaz de gerar cronogramas robustos a um custo menor, em comparação com as abordagens convencionais. A metodologia proposta pode ser aplicada a outros problemas estocásticos, onde a confiabilidade do cronograma é um parâmetro chave para o problema.

The periodic supply vessel planning problem (PSVPP) consists in determining a periodic schedule and the respective fleet composition for servicing offshore units on a regular basis. In this Thesis, two extensions of the PSVPP have been studied. The first includes berth allocation decisions to the problem, which links vessel´s and harbour´s planning, allowing the evaluation of the impact of the number of berths on the fleet composition. The second is to extend the problem to include stochastic demand and travel time and evaluate the schedule robustness. The integration with the berth allocation decisions makes the size of problem increases significantly. In order to reduce the search space and to speed up convergence, the proposed solution strategy consists of sequentially solving models, that capture different aspects of the problem, starting with models that are simpler to solve. The solution found in one step provides a lower bound to the next step. The proposed solution strategy was applied to real instances resulting in good quality solutions and improvements to the computational time. Regarding the schedule robustness, one of the challenges for the periodic supply vessel planning problem is to determine reliable schedules with a good compromise between reliability and cost. A novel methodology based on a voyage-based model to deal with the schedule robustness is introduced. Basically, key statistical parameters related to the routes demand and execution time are generated and they are used together with a set of probability combinations in order to incorporate the schedule reliability into the optimization model. Therefore, the schedule reliability is an input parameter in the optimization model. A comparison of the new methodology to conventional approaches is presented and a Monte Carlo simulation is used to evaluate the quality of the solutions. The proposed methodology can generate robust schedules at lower cost, compared to the conventional approaches. The proposed methodology might be applied to other stochastic problems, where the schedule reliability is a key parameter for the problem.