Simulation-driven human-centric modeling for the assessment of operational efficiency in intelligent port logistics systems

Abstract

A crescente digitalização dos sistemas logísticos portuários tem impulsionado a adoção de tecnologias inteligentes, como Machine Learning, Digital Twin e algoritmos de otimização, com o objetivo de aumentar a eficiência operacional e a sincronização de recursos. No entanto, apesar desses avanços, a dimensão humana ainda é frequentemente abstraída nos estudos, ou quando considerada, de forma predominantemente qualitativa e pouco integrada a modelos analíticos e de simulação, o que limita a aderência desses modelos à realidade dos sistemas sociotécnicos portuários. Nesse contexto, esta tese tem como objetivo desenvolver um modelo computacional baseado em simulação para a avaliação do impacto dos fatores humanos na sincronização de recursos e na eficiência operacional em sistemas inteligentes de logística portuária. Do ponto de vista metodológico, a pesquisa foi estruturada em três etapas principais. Inicialmente, foi realizada uma revisão sistemática da literatura para identificar e caracterizar fatores humanos e operacionais com influência na operação de portos inteligentes, bem como métodos de integração entre planejamento logístico e programação da manutenção. Ainda nesta etapa, foi proposto um modelo conceitual com decisão centralizada no humano que integra operações logísticas e planejamento de manutenção. Na segunda etapa, desenvolveu-se um método quantitativo para transformar aspectos humanos qualitativos em variáveis mensuráveis, por meio de um questionário aplicado com gestores portuários sul-americanos, análise fatorial exploratória, regressão linear múltipla e Análise de Confiabilidade Humana. Por fim, esses resultados foram incorporados a um modelo computacional baseado em Simulação de Eventos Discretos, integrado a técnicas de Machine Learning, Algoritmo Genético e Digital Twin, permitindo a comparação entre cenários de decisão tradicional, decisão autônoma e decisão centralizada no humano. Os resultados demonstram que fatores humanos influenciam diretamente o desempenho dos sistemas logísticos portuários, afetando tempos de espera, congestionamento, priorização de manutenção e níveis de manutenção corretiva. Embora cenários totalmente autônomos apresentem melhor desempenho em determinados indicadores operacionais, a abordagem centralizada no humano alcança ganhos significativos em relação ao cenário tradicional, além de maior alinhamento com restrições organizacionais, culturais e operacionais dos portos reais. Assim, esta tese contribui teoricamente ao integrar fatores humanos à modelagem e simulação de sistemas logísticos portuários e, do ponto de vista prático, oferece um método replicável de apoio à decisão para a implementação progressiva de portos inteligentes alinhados aos princípios da Logística 5.0.

Abstract: The increasing digitalization of port logistics systems has increased the adoption of intelligent technologies such as Machine Learning, Digital Twin, and optimization algorithms to enhance operational efficiency and resource synchronization. However, despite these technological advances, the human dimension is still often disregarded or when considered, in a predominantly qualitative manner, demonstrating a lack of studies that integrate human factors into analytical or simulation-based models. This limitation reduces the realism and practical applicability of decision-support systems in complex port socio-technical environments. In this context, this thesis to develop a simulation-based computational model for the assessment of the impact of human factors on resource synchronization and operational efficiency in intelligent port logistics systems. Methodologically, the research was structured into three main phases. First, a systematic literature review was conducted to identify and characterize operational and human factors influencing intelligent port operations, as well as methods for integrating logistics planning and maintenance scheduling. Still in this phase, a human-centric conceptual model was proposed to integrate logistics operations, equipment maintenance planning, and human decision-making. In the second phase, a quantitative method was developed to transform qualitative human aspects into measurable variables, based on a survey conducted with South American port managers, exploratory factor analysis, multiple linear regression, and Human Reliability Analysis. Finally, these results were embedded into a computational model based on Discrete-Event Simulation, integrated with Machine Learning techniques, Genetic Algorithms, and a Digital Twin environment, enabling the comparison of traditional, autonomous, and human-centric decision-making scenarios. The results indicate that human factors significantly affect port logistics performance, influencing waiting times, congestion levels, maintenance prioritization, and corrective maintenance rates. While fully autonomous scenarios achieve superior performance in certain operational indicators, the human-centric approach represents substantial improvements compared to traditional operations and demonstrates greater alignment with organizational, cultural, and operational constraints observed in real port environments. Therefore, this thesis contributes theoretically by advancing the integration of human factors into port logistics modeling and simulation, and practically by providing a replicable decision-support framework to guide the progressive implementation of intelligent ports in line with Logistics 5.0 principles.