Simulação baseada em agentes para programação multi-recursos de projetos dispersos atípicos e repetitivos

Por que planejar projetos dispersos é tão difícil

Quando uma operadora instala dezenas de novas torres de celular por um país, ou uma concessionária moderniza subestações espalhadas, o trabalho parece simples no papel: repetir tarefas semelhantes em muitos locais. Na realidade, os planejadores precisam conciliar equipes que dirigem longas distâncias, atrasos imprevisíveis e prazos apertados. Ferramentas tradicionais como planilhas e diagramas de Gantt têm dificuldade em capturar esse quebra-cabeça em movimento, frequentemente levando a deslocamentos desnecessários, equipes ociosas e projetos que duram muito mais do que o esperado. Este artigo apresenta uma nova abordagem computacional de planejamento que trata equipes e locais como “agentes” digitais que se movem em um mapa, mostrando como um roteamento e um agendamento mais inteligentes podem reduzir drasticamente a duração desses programas complexos.

Muitos trabalhos pequenos, grandes dores logísticas

O estudo concentra-se no que os autores chamam de projetos dispersos atípicos repetitivos: pense em mais de 100 torres de telecom espalhadas por cidades, desertos e vilarejos, cada uma com designs e tempos de construção ligeiramente distintos. O desafio não é apenas decidir quando começar cada site, mas qual empreiteira deve atender cada local, em que ordem, e como manter as equipes trabalhando de forma contínua em vez de ficarem em caminhões ou aguardando documentação. Métodos clássicos de planejamento, como o Método do Caminho Crítico ou a Linha de Balanço, funcionam bem para rodovias retas ou andares idênticos de edifícios, mas falham quando os locais estão distantes, as condições variam e interrupções inesperadas — como atrasos de licenças ou problemas de acesso — são comuns.

Transformando equipes e locais em atores digitais

Para enfrentar isso, os autores constroem um modelo de simulação baseado em agentes vinculado a dados geográficos reais. Cada canteiro é um agente de software com sua própria localização, tipo (por exemplo, torre nova em terreno aberto versus equipamento adicionado a uma estrutura existente) e duração esperada. Cada empreiteira é outro agente, definido por onde suas equipes partem, que tipos de sites elas estão qualificadas para construir e quantos trabalhos podem executar simultaneamente. Esses agentes “vivem” dentro de um ambiente baseado em mapa e seguem regras simples: quando uma equipe conclui um site, ela procura o site inacabado mais próximo que esteja autorizada a trabalhar e se desloca até lá. O modelo também insere atrasos aleatórios para refletir clima, licenças ou problemas de entrega, de modo que cada execução da simulação produz uma história de projeto ligeiramente diferente, porém realista.

Acrescentando busca inteligente sobre a simulação

Como existem muitas maneiras de atribuir dezenas de sites a múltiplas empreiteiras, os pesquisadores adicionam uma camada de otimização inspirada na evolução biológica. O computador gera muitos padrões alternativos de atribuição — diferentes formas de dividir o conjunto de sites entre as empreiteiras — e, para cada padrão, executa a simulação repetidamente para ver quanto tempo o programa total leva. Ao longo de muitos ciclos, mantém os padrões de melhor desempenho e os mistura para criar novos, aproximando-se gradualmente de combinações de equipe–site e padrões de roteamento que terminam mais cedo. No processo, o modelo registra automaticamente medidas de desempenho, como quanto tempo cada equipe passa viajando, com que frequência fica ociosa e quão intensamente é utilizada.

Implantação real de telecom como campo de teste

O arcabouço é testado em um grande programa de implantação de telecom no Egito envolvendo 138 sites de torre de três tipos principais: torres Greenfield totalmente novas, torres em telhados e atualizações rápidas de “compartilhamento” em estruturas existentes. Os autores usam coordenadas reais dos sites, depósitos das empreiteiras, calendários realistas e estatísticas de atrasos extraídas dos registros do projeto. Em seguida, comparam seus cronogramas simulados com o plano original da empresa em Excel, que previa cerca de 100 dias para concluir o programa. Usando as mesmas empreiteiras e restrições de campo, a abordagem baseada em agentes conclui consistentemente o trabalho em aproximadamente 49–56 dias ao longo de vinte execuções independentes da simulação, reduzindo a duração média para cerca de 54 dias — uma redução de 46 por cento. O modelo também revela quais empreiteiras viajam mais, onde ainda ocorrem atribuições de longa distância e quão bem as equipes são mantidas ocupadas sob diferentes cenários de capacidade e especialização.

O que isso significa para projetos futuros

Em termos práticos, o estudo mostra que tratar equipes e locais como atores que interagem em um mapa — e permitir que um computador explore muitas opções de roteamento e atribuição sob incerteza — pode transformar um programa amplo e disperso em uma operação muito mais eficiente. Em vez de planilhas feitas à mão que ignoram a geografia e a aleatoriedade, os planejadores podem usar essa estrutura para testar cenários “e se”, observar como deslocamentos e atrasos se propagam pelo cronograma e escolher alocações de equipes que terminem de forma confiável mais cedo. Embora o modelo atual foque no tempo e ainda não otimize custos ou consumo de combustível, seu sucesso em uma implantação real de telecom sugere que a simulação baseada em agentes e sensível ao mapa, combinada com otimização, pode se tornar uma ferramenta de decisão prática para muitos tipos de programas de construção e infraestrutura geograficamente dispersos.

Citação: Sultan, R.A., Hamdy, K. & Essawy, Y.A.S. Agent-based simulation for multi-resource-constrained scheduling of scattered atypical repetitive projects. Sci Rep 16, 11759 (2026). https://doi.org/10.1038/s41598-026-42832-1

Palavras-chave: simulação baseada em agentes, planejamento de construção, projetos geograficamente dispersos, alocação de equipes, infraestrutura de telecomunicações