Corrige modelo OAMRP v3 e alinha nomenclatura com Al-Thani (2016)

Correções ao modelo:
- Adiciona conservação de fluxo em nós de inspeção (bug que permitia
  criação/destruição de unidades de fluxo, inflando cobertura para 50/50
  sem atribuição real de rotas)
- Remove restrição C6 simplificada que somava horas totais sem respeitar
  resets de inspeção, tornando 2809/2811 artificialmente ociosos

Nomenclatura alinhada ao Al-Thani (2016):
- InspecaoParam.lrt_h → f_max  (F do artigo: batente máximo legal)
- Aeronave.horas_iniciais → f0  (f_k: horas acumuladas no início)
- orcamento_h() → lrt_inicial() (LRT = F_max − f0)
- horas_iniciais_aleatorias() → gerar_f0_aleatorio()
- carregar_horas_iniciais() → carregar_f0()
- CLI --horas-iniciais → --f0

Novos arquivos:
- software/gerar_ofrag.py: gera tabela de OFRAGs com prioridades 1-5
- software/visualizar_resultado.py: mapa Folium interativo de rotas
- db/processed/ofrag.csv: 50 OFRAGs sintéticas (seed 42)
- db/processed/mapa_rotas.html: mapa gerado da última rodada

Resultado com --sintetico --aleatorio --ofrag: 50/50 missões cumpridas
(antes: 30/50 sem ferry, 7/50 com bug de fluxo)

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>

software/gerar_ofrag.py

@@ -0,0 +1,108 @@
+"""
+Gera o arquivo de OFRAG (Ordem de Fragmentação) sintético para o Esquadrão Arara.
+
+Cada OFRAG autoriza uma missão específica e define:
+  - Prioridade operacional (1=urgente … 5=baixa)
+  - Tipo de missão (Logística, Médico, Pessoal, Reabastecimento, Reconhecimento)
+  - Base de origem e destino
+
+Uso:
+    python software/gerar_ofrag.py --seed 42 --n 50 --saida db/processed/ofrag.csv
+"""
+
+import argparse
+import csv
+import random
+from datetime import datetime, timezone
+from pathlib import Path
+
+# ---------------------------------------------------------------------------
+# Importa constantes e função de geração do modelo principal
+# ---------------------------------------------------------------------------
+import sys
+sys.path.insert(0, str(Path(__file__).resolve().parent))
+
+from oamrp_v3 import (
+    BASES_COORDS,
+    TIPOS_MISSAO,
+    _PESOS_PRIO,
+    gerar_missoes_sinteticas,
+)
+
+BASE_DIR = Path(__file__).resolve().parents[1]
+OFRAG_PADRAO = BASE_DIR / "db" / "processed" / "ofrag.csv"
+
+_TIPOS_EVAM = ["Médico", "Logística"]  # EVAM normalmente carrega carga urgente
+
+
+def gerar_ofrag(
+    n: int = 50,
+    seed: int = 42,
+    saida: Path = OFRAG_PADRAO,
+) -> None:
+    inicio = datetime(2025, 1, 1, tzinfo=timezone.utc)
+    missoes, _ = gerar_missoes_sinteticas(n=n, seed=seed, inicio=inicio, n_evam=5)
+
+    rng = random.Random(seed + 1)  # semente diferente para tipos
+
+    saida.parent.mkdir(parents=True, exist_ok=True)
+    colunas = [
+        "id_ofrag", "missao_id", "om", "orig", "dest",
+        "prioridade", "tipo_missao", "observacao",
+    ]
+
+    with saida.open("w", newline="", encoding="utf-8-sig") as f:
+        w = csv.DictWriter(f, fieldnames=colunas)
+        w.writeheader()
+        for idx, m in enumerate(missoes, start=1):
+            if m.obrigatoria:
+                prio = 1
+                tipo = rng.choice(_TIPOS_EVAM)
+                obs = "EVAM — execução obrigatória"
+            else:
+                prio = rng.choices(range(1, 6), weights=_PESOS_PRIO)[0]
+                tipo = rng.choices(TIPOS_MISSAO, weights=[20, 15, 25, 25, 15])[0]
+                obs = ""
+            w.writerow({
+                "id_ofrag": f"OFRAG-2025-{idx:03d}",
+                "missao_id": m.id,
+                "om": m.om,
+                "orig": m.orig,
+                "dest": m.dest,
+                "prioridade": prio,
+                "tipo_missao": tipo,
+                "observacao": obs,
+            })
+
+    print(f" OFRAG gerado: {saida}  ({len(missoes)} ordens)")
+    _resumir(saida)
+
+
+def _resumir(saida: Path) -> None:
+    from collections import Counter
+    prios: Counter = Counter()
+    tipos: Counter = Counter()
+    with saida.open(newline="", encoding="utf-8-sig") as f:
+        for row in csv.DictReader(f):
+            prios[int(row["prioridade"])] += 1
+            tipos[row["tipo_missao"]] += 1
+    print("\n Distribuição de prioridades:")
+    for p in sorted(prios):
+        bar = "#" * prios[p]
+        print(f"   Prio {p}: {prios[p]:3d}  {bar}")
+    print("\n Distribuição de tipos:")
+    for t, c in tipos.most_common():
+        print(f"   {t:<20} {c:3d}")
+
+
+def main() -> None:
+    parser = argparse.ArgumentParser(description="Gerador de OFRAG sintético — Arara C-105")
+    parser.add_argument("--seed", type=int, default=42)
+    parser.add_argument("--n", type=int, default=50, help="Número de missões")
+    parser.add_argument("--saida", type=Path, default=OFRAG_PADRAO)
+    args = parser.parse_args()
+    gerar_ofrag(n=args.n, seed=args.seed, saida=args.saida)
+
+
+if __name__ == "__main__":
+    main()