O problema apresentado consiste em sugerir locais para o posicionamento de recursos disponíveis dentro de uma área específica. Para tal, deve-se considerar os seguintes objetivos: maximizar o número de eventos atendidos considerando dois grupos (eventos mais antigos e mais recentes) e permitir priorizar um dos grupos e minimizar o deslocamento dos recursos do ponto inicial para o ponto final de atendimento. Deve haver a possibilidade de priorizar um dos objetivos em detrimento ao outro.
Diversos serviços de atendimento, emergenciais ou não, por exemplo: Serviço de Atendimento Móvel de Urgência (SAMU), policiamento ostensivo, corpo de bombeiro, fiscalização de trânsito, fiscalização ambiental, transporte coletivo, cooperativas de táxi, Uber, guincho para veículos, dependem de um serviço de inteligência em logística para tornar o atendimento ágil e eficiente. Se a logística de alocação e posicionamento dos recursos não for implementada de forma correta, não considerando aspectos como: base histórica de eventos para planejar o atendimento preventivo, distância de deslocamento ponto inicial ao ponto final, aglomeração ou distanciamento demasiado, saturação da capacidade de atendimento, entre outros, o atendimento pode ser prejudicado e não ser executado em tempo hábil. Independente do serviço oferecido, é necessário identificar quais seriam os melhores locais para o posicionamento dos recursos em atividades proativas, de forma a encontrar a melhor relação entre intensificar a atuação em regiões com maior probabilidade de ocorrerem os eventos e cobrir toda a área de atendimento.
Foi utilizado o conceito de Algoritmo Genético como proposta de solução para o problema. O AG foi implementado na linguagem Java e os resultados são exibidos em uma página HTML utilizando a API do Google Maps. Foi possível comprovar a eficiência dos algoritmos genéticos para o tipo de problema em questão, onde é preciso explorar um extenso campo de buscas. As ferramentas disponibilizadas pela API do Google Maps possibilitaram criar imagens que ilustraram muito bem o problema proposto e os resultados obtidos. Após a calibração do algoritmo foram obtidos resultados bastantes satisfatórios quanto a sugestão de posicionamento dos recursos em relação aos eventos, obedecendo regras pré-determinadas.