Um programa de computador deve neste caso calcular o caminho mais curto que permita à equipe de atendimento sair da chave inicial, visitar todas as chaves com requisições associadas e voltar à chave inicial. Esse caminho mais curto serviria, então, de roteiro de atendimento.
Podem ser consideradas como medidas de distâncias entre pontos:
Como salientado antes, é um caso clássico de TSP. Embora, a simplificação do problema para a modelagem via TSP fuja da realidade da empresa em vários aspectos, como será visto a seguir, ainda assim ele serve para fornecer base para definir expectativas de desempenho de um provável sistema computacional que reduza os tempos de viagem das equipes e, conseqüentemente, de espera do usuário.
Dado que a empresa possui hoje
chaves
e que as soluções conhecidas de TSP demandam
transições para obtenção de melhor solução para
pontos, pode-se esperar que no extremo um dia
movimentado demande para cálculo do melhor roteiro para uma equipe de
atendimento
Esse cálculo assume a existência de um
computador capaz de executar com um clock de
, podendo gerar
soluções possíveis em um ano. Além disso, esse
computador deverá apresentar um memória com mais de
bytes.
A inspeção visual da figura 2, no entanto,
mostra as distribuição de chaves (pontos em
cinza) e de ocorrência (pontos em vermelho) no Estado,
no mês de janeiro de
2004.
Essa inspeção visual já é suficiente para mostrar que um grande
número de chaves não apresentou ocorrência alguma. No entanto, o
número de ocorrências mensal ainda está na casa de , trazendo
o número de ocorrências diárias para
. Mesmo que se
considere apenas uma região como Vitória, o número de ocorrências
ainda pode chegar a algumas centenas em um curto período do dia, o que,
baseado nos cálculos apresentados acima, ainda representa um peso
exagerado para um algoritmo de busca exaustiva de melhor solução para o
TSP.
Por um outro lado, a possibilidade de se particionar o Estado em regiões e de se agrupar as ocorrências de uma região permite reduzir significativamente o número máximo de ocorrências que uma equipe deve atender em um turno possibilitando o tratamento computacional em tempos aceitáveis.