LOGÍSTICA REVERSA CAPACITADA EM DOIS NÍVEIS - UMA ABORDAGEM UTILIZANDO ALGORITMOS GENÉTICOS
|
|
- Thereza da Mota Brezinski
- 5 Há anos
- Visualizações:
Transcrição
1 LOGÍSTICA REVERSA CAPACITADA EM DOIS NÍVEIS - UMA ABORDAGEM UTILIZANDO ALGORITMOS GENÉTICOS Victor Miranda Rangel Silva Instituto de Computação Programa de Pós-Graduação em Computação Universidade Federal Fluminense Rua Passo da Pátria, 156, 3o andar, Niterói RJ victormrsilva@gmail.com Alan de Freitas Programa de Pós-Graduação em Engenharia Elétrica Universidade Federal de Minas Gerais Av. Antônio Carlos, 6627, Belo Horizonte MG alandefreitas@gmail.com Frederico Gadelha Guimarães e Felipe Campelo Departamento de Engenharia Elétrica Universidade Federal de Minas Gerais Av. Antônio Carlos, 6627, Belo Horizonte MG fredericoguimaraes@ufmg.br, fcampelo@ufmg.br RESUMO Logística reversa é o nome dado ao retorno de produtos do cliente ao fornecedor, seja por estar defeituoso, causar dano ao meio ambiente, ou para reciclagem. Neste trabalho, estudamos o problema de logística reversa capacitada em dois níveis, onde os clientes tem a opção de enviar os produtos ao fornecedor ou para um ponto de coleta, que em seguida envia os produtos de volta ao fornecedor. São descritas neste trabalho heurísticas para decisão de facilidades abertas, algoritmos para definir como o roteamento de produtos deve ser feito e operadores genéticos específicos, bem como a comparação do método proposto com outras heurísticas existentes para resolução do problema. Os testes mostraram a eficiência do algoritmo genético proposto em relação às heurísticas existentes. PALAVARAS CHAVE. Algoritmo Genético, Logística, Inteligência Artificial ABSTRACT Reverse Logistics refers to the return of products from customers to manufacturers, be it because it is broken, pollutes the environment or needs to be recycled. In this paper, we study the problem with two levels, in which the products are transported from origination points to the refurbishment sites through collection sites. We describe heuristics for deciding locations, algorithms for defining routes for the products, and problem- specific genetic operators. We also present a comparison between the proposed method and the heuristics from the literature. The results show that genetic algorithms are significantly more efficient than heuristics for this problem. KEYWORDS. Genetic Algorithms, Logistic, Artificial Intelligence
2 1. Introdução Anteriormente, quando uma empresa realizava a distribuição de um produto, assumia- se que o único fluxo a ser otimizado era o da distribuição de produtos do produtor para os consumidores. Porém, há muitos casos em que os produtos precisam ser devolvidos para o produtor para serem trocados, consertados ou até mesmo reciclados. A logística reversa é definida como sendo as atividades que envolvem o transporte físico do produto do consumidor final para o produtor, ou seja, o fluxo reverso do processo de distribuição habitual. Há muito tempo a logística reversa vem tendo destaque cada vez maior, já que o custo do fluxo reverso pode sobrepor o custo de distribuição dos produtos para os clientes (Min, 1989). Além disso, ter produtos que se preocupam com questões ecológicas está se tornando um elemento de marketing para as empresas (Srivastava, 2008). De acordo com soluções da literatura (Jayaraman et al, 2003), foi estudada uma formulação para o problema de logística reversa capacitado em dois níveis (Seção 2). Aqui, o primeiro nível representa locais de coleta (como depósitos), onde os produtos são temporariamente armazenados até que sejam enviados para locais de recondicionamento (como fábricas de reciclagem). Essa formulação do problema pode ser reduzida para outro problema NP- completo que possui heurísticas já desenvolvidas para solucioná- lo (Seção 3). Além do uso das heurísticas conhecidas para o problema, estudou- se a possibilidade de usar algoritmos genéticos para a formulação dada. O problema pode ser modelado com o custo, limites e capacidades de cada local de coleta e recondicionamento além do custo de envio dos produtos (Seção 4). Uma solução para o problema deve incluir quais locais serão abertos e qual o melhor caminho a ser utilizado para envio dos produtos. Dada a formulação para o problema, foi desenvolvida neste trabalho uma heurística gulosa para decidir quais locais são abertos (Seção 5.1), uma heurística de roteamento para definir o melhor caminho para envio dos produtos (Seção 5.3), um algoritmo genético e operadores específicos para evoluir soluções (Seção 6), um conjunto de 25 instâncias com 5 configurações diferentes (Seção 7.1) e experimentos com 4 heurísticas e 6 algoritmos genéticos para o problema (Seção 7). Na análise dos resultados (Seção 7.3), pode- se perceber que os algoritmos genéticos podem gerar soluções significantemente melhores do que as heurísticas. Com isso, conclui- se (Seção 8) a eficiência dos algoritmos genéticos para este problema. 2. Fluxo de Distribuição Reversa O fluxo reverso de produtos é muito diferente do problema de distribuição tradicional, já que os produtos normalmente não podem ser transportados da mesma forma e os envios normalmente contêm poucos produtos. O custo de envio do consumidor para o produtor pode ser maior do que o caminho inverso (Fleishmann et al, 1997). Há muitas variações deste problema, usando diferentes produtos, níveis, frotas heterogêneas e junção com o fluxo de distribuição habitual (Melo et al, 2009). A formulação considerada neste trabalho foca- se apenas na distribuição reversa de um tipo de produto. Aqui, os produtos estão inicialmente localizados no varejo ou com os próprios clientes. Em
3 seguida, vão para um local de coleta ou recondicionamento, formando um problema de distribuição em dois níveis (Jayaraman et al, 2003). Além do custos de transporte, cada facilidade possui um custo de ativação ou abertura. Uma solução do problema consiste dos locais de recondicionamento e de coleta que são abertos e as rotas pelas quais os produtos são entregues. Este problema tem implicações para empresas que precisam da distribuição reversa. Elas precisam estar preparadas para um grande número de expectativas, riscos e impactos, tornando importantes certas recomendações gerenciais (Horvath et al, 2005). Quando não há locais de coleta, a formulação do problema utilizada neste trabalho é reduzida ao problema conhecido como Capacited Facilities Location Problem, que é NP- Completo (Davis; Ray, 1969). A dificuldade de encontrar uma solução ótima para um grande conjunto de instâncias em tempo polinomial justifica o uso de heurísticas para o problema. 3. Soluções De posse de um modelo matemático para o problema, comparou- se a eficiência de 10 métodos. O modelo define custos, possíveis locais a serem abertos, capacidade de cada local, número de produtos localizados nas origens, quantidade máxima e mínima para cada tipo de local e custo do transporte de cada local de origem para cada local de recondicionamento através dos locais de coleta. Diferentes heurísticas são descritas para decidir quais locais devem ser abertos e para calcular as rotas para os produtos. Dentre os métodos para decidir quais locais devem ser abertos, tem- se uma heurística gulosa (Seção 5.1) e a Heuristic Concentration (Rosing; ReVelle, 1997 e Jayaraman, 2003) (Seção 5.2). Definido quais locais devem ser abertos, calcula- se as rotas que serão feitas para os produtos irem dos locais de origem até os locais de recondicionamento. Para este caso, há uma ideia gulosa que forma uma heurística de roteamento (Seção 5.3) ou ainda permite- se definir um segundo modelo matemático para o problema, onde os locais de coleta e recondicionamento são considerados parte do problema e a solução obtida são as únicas rotas para os produtos (Seção 5.4). Com todas essas heurísticas como referência, é proposto um Algoritmo Genético (Seção 6) que pode evoluir as soluções geradas por essas heurísticas. 4. Modelagem do Problema O modelo matemático faz as seguintes suposições (Jayaraman et al, 2003): Todos os produtos localizados nos pontos de origem devem ser devolvidos para locais de recondicionamento. Locais de coleta podem intermediar o processo. Uma loja (varejista) é considerada como ponto de origem. O cliente estaria inclinado a devolver o produto para o ponto de origem mais próximo.
4 Há um custo para abrir (ou ativar) locais de coleta e locais de recondicionamento. Há um limite para quantos locais devam ser abertos. É permitido o envio de produtos diretamente para um local de recondicionamento. Baseado nessas suposições, o modelo (Jayaraman et al, 2003) é descrito a seguir: I {i i é um local de origem} J {j j é um local de coleta} K {k k é um local de recondicionamento}. C "# Custo de transportar uma unidade do local de origem i para local de recondicionamento k através do local de coleta j. F Custo de abrir o local de coleta j. G Custo de abrir o local de recondicionamento k. a número de produtos no local de origem i. B Capacidade máxima do local de coleta j. D Capacidade máxima do local de recondicionamento k. P "# - número mínimo de locais de coleta abertos. P "# - número máximo de locais de coleta abertos. Q "# - número mínimo de locais de recondicionamento abertos. Q "# - número máximo de locais de recondicionamento abertos. Cada solução do problema é definida pelas seguintes variáveis de decisão: X "# Fração de unidades do local de origem i transportadas através dos locais j e k (j = 0 é usado para indicar que o produto vai direto para k). P Indica se o local de coleta j está aberto. Q Indica se o local de recondicionamento k está aberto A função objetivo e suas 10 restrições são dadas abaixo: minimizar C "# a X "# + F P + G Q sujeito a: 1. X "# = 1, para todo i
5 2. 𝑎 𝑋"# 𝐵 para todo 𝑗 3. 𝑎 𝑋"# 𝐷 para todo 𝑘 4. 𝑋"# 𝑃 para todo 𝑖, 𝑗 e 𝑘 5. 𝑋"# 𝑄 para todo 𝑖, 𝑗 e 𝑘 6. 𝑃"# 7. 𝑄"# 𝑃 𝑄 𝑃"# para todo 𝑗 > 0 𝑄"# para todo 𝑘 > 𝑋"# 𝑋"# 𝑃 {0, 1} 11. 𝑄 {0, 1} A função objetivo consiste em minimizar o custo de enviar produtos e de abrir os locais necessários para tal. As restrições matemáticas acima representam respectivamente: 1. Todos os itens são devolvidos para um local de recondicionamento. 2. Os itens enviados através de cada local j não excedem sua capacidade. 3. Os itens enviados para cada local k não excedem sua capacidade. 4. Os itens só são enviados para j se j estiver aberto. 5. Os itens só são enviados para k se k estiver aberto. 6. Os números máximo e mínimo de locais de coleta são respeitados. 7. Os números máximo e mínimo de locais de recondicionamento são respeitados. 8. A fração de itens enviados de i até k através de j é sempre entre 0 e A quantidade de itens enviados de i até k através de j é sempre entre 0 e Os locais de coleta estão apenas fechados ou abertos (0 ou 1). 11. Os locais de recondicionamento estão apenas fechados ou abertos (0 ou 1). 5. Heurísticas Para minimizar o custo de envio dos produtos, deve- se primeiramente selecionar quais locais serão abertos. Quando os valores 𝑃 e 𝑄 forem determinados, deve- se calcular o custo mínimo do fluxo para estes locais.
6 5.1. Heurística Gulosa Baseada em um princípio guloso, é proposta a heurística a seguir para gerar soluções: 1. Ordene todos os locais de coleta P e locais de recondicionamento Q pela razão capacidade/custo. 2. Sorteie um número inteiro entre P "# e P "# e salve- o como P "#$. Sorteie um número inteiro entre Q "# e Q "# e salve- o como Q "#$. 3. Os P "#$ locais de coleta com a maior razão capacidade/custo serão abertos. Os Q "#$ locais de recondicionamento com a maior razão capacidade/custo serão abertos Heuristic Concentration Inspirado pelo algoritmo de heuristic concentration originalmente proposto para o problema de p- medianas (Rosing; ReVelle, 1997), uma abordagem similar foi proposta para este problema de logística reversa (Jayaraman et al, 2003). A principal ideia por trás deste procedimento é identificar locais em potencial que possam pertencer à solução. Com isso, temos a seguinte heurística: 1. Seleção aleatória: seleção aleatória dos possíveis locais de coleta e recondicionamento. Para um certo número de iterações, um subconjunto de P "# locais de coleta e Q "# locais de recondicionamento é escolhido aleatoriamente e, com isso, realiza- se o roteamento dos produtos com ajuda de outro algoritmo, como os apresentados nas seções 5.3 e 5.4. Todas soluções são salvas e a melhor solução é marcada. 2. Heuristic Concentration: Os locais de coleta e recondicionamento mais utilizados nas melhores soluções são adicionados à melhor solução encontrada na fase de seleção aleatória e o problema é resolvido de forma ótima. Essa nova solução é comparada à melhor solução da etapa de solução aleatória. 3. Expansão Heurística: adicionar cada local não utilizado à melhor solução e resolver o problema. Se uma solução melhor for encontrada deve- se marcá- la, mas ainda não substituir a melhor solução por esta. Verificar se algum local não utilizado possui uma solução melhor do que a nova solução encontrada. Repetir este processo até que não haja mais locais não utilizados. Parar quando nenhuma solução melhor for encontrada Heurística de Roteamento Com os locais abertos para cada nível, deve- se agora definir as rotas em que os produtos chegarão aos locais de recondicionamento. A ideia desta heurística consiste em sempre transportar os produtos através dos locais que são mais próximos do ponto de origem. O algoritmo dessa heurística seria: Para cada local de origem a ser verificado:
7 1. Dentre as rotas válidas para os produtos, escolher aquela com menor custo. 2. Enviar a maior quantidade possível de produtos através desta rota e atualizar as capacidades. 3. Se ainda houver produtos no local de origem, enviar pela próxima melhor rota. Caso contrário, examinar outro local de origem. Esta abordagem não garante que a rota ótima seja encontrada, mas possui a grande vantagem de ter um custo computacional mais baixo do que os métodos exatos SIMPLEX Enquanto consideramos que os locais P e Q não são variáveis de decisão no problema de roteamento, tem- se a seguinte formulação: minimizar C "# a X "# sujeito a: X "# = 1, para todo i a X "# B para todo j > 0 a X "# D para todo k 0 X "# 1 X "# P, para todo i, j, k X "# Q, para todo i, j, k 0 X "# 1 Essa formulação é um problema de programação linear que pode ser resolvido por um algoritmo SIMPLEX para encontrar o valor ótimo de X "# em tempo polinomial. 6. Algoritmo Genético Neste trabalho, utilizou- se uma abordagem baseada em Algoritmos Genéticos (AG) (Reeves, 2010). Para poder evoluir as soluções de forma eficiente, foram definidos operadores genéticos específicos para o problema e as heurísticas apresentadas são usadas como abordagens para gerar novas soluções. Cada indivíduo da população é representado por dois vetores que representam os valores de cada variável P e Q (Seção 4). As restrições para o problema são satisfeitas pelos operadores genéticos desenvolvidos, o que simplifica a solução dos problemas pelo AG. Na
8 abordagem apresentada, o AG procura por bons valores de P e Q, enquanto as heurísticas apresentadas nas seções 5.3 e 5.4 foram usadas para calcular o valor de X. Se houver algum caso em que as capacidades dos locais não são suficientes para receber os produtos dos locais de origem, a aptidão destas soluções inviáveis é penalizada de modo a ser sempre pior do que das soluções viáveis. Os valores finais de aptidão dos indivíduos são obtidos pelo seu rank (Kreinovich et al, 1993). Uma seleção estocástica (Runarsson; Yao, 2000) é usada para decidir quais pais vão gerar filhos. Além das funções de aptidão, os operadores genéticos também são importantes para implicitamente filtrar soluções (Freitas; Guimarães, 2011). Neste trabalho foi usado um operador de cruzamento que mantém abertos os locais que possivelmente podem levar a bons valores de aptidão. O operador funciona da seguinte forma: 1. O número de locais abertos pelos filhos goal é um número inteiro proporcional à aptidão de cada pai P na forma "# "# "# "# + 0,5. 2. A = P P e B = P P P P 3. Adicionar elementos de B em A aleatoriamente até que A = goal A mutação utilizada neste trabalho se resume a abrir ou fechar um local aleatoriamente, respeitando- se os limites para P e Q. A probabilidade inicial de acontecer um cruzamento para cada indivíduo ind foi de cp "# = 90% enquanto a probabilidade inicial de mutação foi de mp "# = 5%. Estes valores foram adaptados (Whitacre, 2007) a cada geração para cada indivíduo. O algoritmo genético utilizou uma população de 40 indivíduos que foi inicializada aleatoriamente, utilizando a heurística gulosa (Seção 5.1) ou a Heuristic Concentration (Seção 5.2). 7. Metodologia 7.1. Instâncias Utilizadas Para gerar as instâncias, os locais de origem, recondicionamento e coleta foram dispostos aleatoriamente em um quadrado 100 x 100. Então, baseando- se em um método existente para geração de instâncias (Jayaraman et al, 2003), os seguintes valores foram utilizados: F = 0.1 1, B 0, 10 G = 0.1( 1, D 0, 100 ) C "# = Distância euclidiana de i para j e de j para k a = [0, 500], B = 0, 6000, D = 0, 30000
9 Os parâmetros I, J, K, P "# e Q "# foram configurados para gerar 5 conjuntos de instâncias. Os parâmetros P "# e Q "# são iguais a 1. Os valores para cada conjunto de instância estão na Tabela 1. As instâncias utilizadas nesse trabalho estão disponíveis com os autores 1. I J K P "# Q "# Conjunto Conjunto Conjunto Conjunto Conjunto Tabela 1: Instâncias 7.2. Resultados Computacionais Para avaliar o desempenho dos métodos baseados no AG em comparação com as outras heurísticas utilizadas na solução do problema de distribuição reversa em dois níveis, foi realizado um experimento comparativo consistindo na aplicação de 11 diferentes métodos em 25 instâncias do problema, 5 para cada conjunto de instâncias descritos na Tabela 1. Será usada a seguinte notação para os algoritmos comparados nesse trabalho: Algoritmo Guloso (Gr), Heuristic Concentration (CH), heurística de roteamento (RH), roteamento Simplex (SR), Algoritmos Genéticos (GA), população inicial aleatória (RS). Neste experimento foram comparadas quatro heurísticas não- evolucionárias e sete AG, conforme descrito na Tabela 2. Dez replicações do experimento foram realizadas com o objetivo de investigar a existência de diferenças de desempenho médio ao longo das 25 instâncias usadas. O desempenho dos métodos foi definido como sendo o valor da função objetivo obtido ao final de cada rodada algorítmica. Para a heurística gulosa, (A e B), o critério de parada utilizado foi a convergência do método. Para a CH, a fase de Seleção Aleatória foi executada 100 vezes, e o critério de parada também foi a convergência do método após a fase de Expansão Heurística. Finalmente, o critério de parada utilizado para os GAs foi o tempo de execução, estabelecido como 30 segundos. Os valores finais médios alcançados por cada método em cada conjunto de instâncias são descritos na Tabela 3. Meta- Heurística Heurística Roteamento A Gr + RH B Gr + SR C CH + RH D CH + SR E GA + RS + RH F GA + RS + SR G GA + Gr + RH 1 de- problemas.php
10 Conjunto Instâncias A H GA + Gr + SR I GA + CH + RH J GA + CH + SR K GA2 2 + RS + RH Tabela 2: s Comparados B C D E F G H I J K 1 0,1088 0,0876 0,0222 0,0515 0,0010 0,0010 0,0011 0,0011 0,0011 0,0010 0, ,0026 0,0024 0,0029 0,0029 0,0011 0,0016 0,0011 0,0017 0,0011 0,0016 0, ,4873 0,0044 0,0054 0,0053 0,0019 0,0024 0,0019 0,0024 0,0019 0,0024 0, ,2266 0,8976 0,0028 0,0026 0,0015 0,0016 0,0015 0,0016 0,0015 0,0016 0, ,0399 4,3570 0,0047 0,0048 0,0030 0,0030 0,0031 0,0031 0,0030 0,0030 0,0034 Tabela 3: Valores Médios da Função Objetivo (x 10 ) O tipo de investigação descrito acima requer um planejamento experimental conhecido como Análise de Variância de fator único (ANOVA). Neste planejamento os métodos de otimização são definidos como níveis do fator experimental, e as instâncias como um fator de blocagem, cujos efeitos serão removidos de forma a permitir uma comparação dos métodos ao longo de todos os problemas (Montgomery, 2008). A ordem das observações foi definida aleatoriamente para todas as replicações, de forma a minimizar tendenciosidades temporais nos dados, devidas à possível co- ocorrência de outros processos em execução no computador. Para todos os testes foi estabelecido um nível de significância de 95%. Todas as análises estatísticas foram realizadas utilizando- se o ambiente R (R Development Core Team, 2011) Análise dos Resultados Após uma análise preliminar utilizando- se a ANOVA paramétrica (teste F), observou- se um desvio moderado de normalidade dos resíduos. Dado que o tamanho amostral utilizado neste estudo foi moderadamente baixo (n=10 para cada combinação de instância e método), optou- se pela utilização do teste de Friedman (Montgomery and Runger, 2006), que representa uma alternativa não dependente da premissa de normalidade dos resíduos. Os resultados deste teste foram altamente significativos (p < 2.2e- 16), indicando que ao menos alguns dos métodos testados apresentam diferenças significativas de desempenho entre as instâncias testadas. Para investigar quais os métodos responsáveis 2 Algoritmo Genético proposto por (Costa, 2007), com a seguinte configuração: Seleção de torneio binário, crossover de fusão, mutação de troca de nodos, troca de apenas metade da geração anterior, tamanho da população de 2. J, probabilidade de crossover de 0,5, probabilidade de mutação de 0,1.
11 por esta diferença, estimadores pontuais e intervalos de confiança simultâneos para os ranks médios de cada algoritmo foram obtidos utilizando- se métodos de bootstrap (Davison and Hinkley, 1997). Os intervalos de confiança obtidos foram ajustados utilizando- se a correção de Bonferroni (Montgomery, 2008), e são mostrados na Figura 1. A partir de uma análise dos intervalos de confiança ilustrados na Figura 1, pode- se observar que os métodos testados podem ser divididos em quatro grupos, em ordem decrescente de desempenho médio: (i) algoritmos genéticos hibridizados com a heurística de roteamento; (ii) algoritmos genéticos com roteamento simplex; (iii) algoritmo genético de Costa et al, com inicialização aleatória e heurística de roteamento; (iv) heurísticas. É interessante notar que as técnicas de inicialização da população nos AGs não parecem exercer qualquer influência significativa no desempenho final dos mesmos, quando integrado ao longo de múltiplos problemas. em termos de desempenho médio, métodos baseados em AG foram significativamente superiores às heurísticas, e aqueles utilizando a heurística de roteamento apresentaram vantagem significativa sobre os que utilizaram simplex. 8. Conclusão e Trabalhos Futuros Comparando as técnicas utilizadas para o problema de distribuição reversa em dois níveis, foi possível observar que o uso de algoritmos genéticos pode melhorar significantemente os resultados quando comparados às outras heurísticas estudadas. A inicialização da população inicial com métodos diferentes não parece influenciar a performance dos algoritmos genéticos. Por outro lado, a utilização da heurística de roteamento apresentou resultados bastante promissores, embora este estudo não tenha sido elaborado de forma a explorar exaustivamente esta questão. Ideias para trabalhos futuros incluem o uso de GAs para o cálculo de roteamento, avaliação de outros operadores genéticos, testes em instâncias maiores e com maior tempo limite, e a exploração dos efeitos dos diferentes parâmetros do GA. 9. Agradecimentos Este trabalho foi realizado com o apoio financeiro da CAPES, CNPq (projeto /2010-0) e FAPEMIG (projeto APQ ). Referências Costa L. R., Galvão, R.D.: Mathematical models for reverse logistics: A genetic algorithm for a two- level problem. In: International Conference on Operational Research for Development, pp Fortaleza, CE, Brasil (2007) Davis, P. e Ray, T., A branch- bound algorithm for the capacitated facilities location problem. Naval Research Logistics Quarterly, 16(3), 1969, Davison, A. C., Hinkley, D. V., Bootstrap Methods and Their Applications. Cambridge University Press, Cambridge, 1997 Fleischmann, M., Bloemhof- Ruwaard, J., Dekker, R., Van Der Laan, E., Van Nunen, J., e Van Wassenhove, L., Quantitative models for reverse logistics: A review.
12 European journal of operational research, 1997, 103(1), Freitas, A., Guimarães, F., Originality and diversity in the artificial evolution of melodies. Em Proceedings of the 13th annual conference on Genetic and evolutionary computation, ACM, 2011, Horvath, P., Autry, C., Wilcox, W., Liquidity implications of reverse logistics for retailers: A markov chain approach. Journal of retailing. 81(3), 2005, Hsu, J., Multiple Comparisons. Chapman and Hall, 1996 Jayaraman, V., Patterson, R., Rolland, E., The design of reverse distribution networks: models and solution procedures. European Journal of Operational Research, 150(1), 2003, Kreinovich, V., Quintana, C., Fuentes, O., Genetic algorithms: What fitness scaling is optimal?. Cybernetics and Systems: an International Journal, 24, 1993, 9-26 Melo, M., Nickel, S., Saldanha- da Gama, F., Facility location and supply chain management - a review. European Journal of Operational Research, 196(2), 2009, Min, H., A bicriterion reverse distribution model for product recall. Omega, 17(5), 1989, Montgomery, D., Runger, G., Applied Statistics and Probability for Engineers. 4th edn., Wiley, 2006 Montgomery, D., Design and Analysis of Experiments. 7th edn., Wiley, 2008 R Development Core Team, R: A language and environment for statistical computing. R Foundation for Statistical Computing. Vienna, Austria. URL project.org/, 2011 Reeves, Colin R., Handbook of Metaheuristics, 2nd Edition, Springer Publishing Company, 2010, Rosing, K., ReVelle, C. Heuristic concentration: Two stage solution construction. European Journal of Operational Research. 97(1), 1997, Runarsson, T.P., Yao, X., Stochastic ranking for constrained evolutionary optimization. IEEE Transactions on Evolutionary Computation, 4,2000, Srivastava, S., Network design for reverse logistics, Omega, 36(4), 2008, Whitacre, J.M., Adaptation and Self- Organization in Evolutionary Algorithms. PhD thesis, University of New South, Wales, 2007
Trabalho de Grupo de Otimização Ano letivo: 2014/2015
1. Formule o problema de Programação Linear. Defina convenientemente as variáveis que achar mais relevantes e explique as restrições utilizadas. Através da análise do problema torna-se relevante definir
Leia maisUniversidade Federal de Minas Gerais Colégio Técnico Plano de Ensino
Disciplina: Carga horária total: Universidade Federal de Minas Gerais Plano de Ensino 4 horas/aula semanais (3 horas e 20 minutos) Ano: 2015 Curso: Matemática Regime: anual (anual/semestral/outro) Série:
Leia maisCapítulo 1 Conceitos Iniciais
Capítulo 1 Conceitos Iniciais 1.1 INTRODUÇÃO: 1.1.1 Conceituação: Para resolver determinados problemas, sobretudo de cálculo, o homem inventou máquinas chamadas COMPUTADORES que, uma vez programados, efetuam
Leia maisTrânsito de potência DC difuso simétrico com despacho incorporado. Documento complementar à dissertação. José Iria
Trânsito de potência DC difuso simétrico com despacho incorporado Documento complementar à dissertação José Iria ee06210@fe.up.pt - 10-03-2011 O SFPFD é um método que consiste numa dupla optimização, ou
Leia maisEstudo comparativo de modelos matemáticos para o problema de roteamento de veículos capacitado
Estudo comparativo de modelos matemáticos para o problema de roteamento de veículos capacitado Rafael Wojciechowski Barbosa Acadêmico do Curso de Engenharia Elétrica Universidade Federal de Santa Maria
Leia maisComportamento do consumidor Parte 1
Comportamento do consumidor Parte 1 4. Preferência Revelada 5. Utilidade Marginal e Escolha do Consumidor 1. Teoria da demanda tratamento algébrico 6. Índices de Custo de Vida 4. Preferências Reveladas
Leia maisPROPOSTA DE RESOLUÇÃO DA PROVA DO ENSINO SECUNDÁRIO DE MATEMÁTICA APLICADA Às CIÊNCIAS SOCIAIS (CÓDIGO DA PROVA 835) 2.ª FASE 21 DE JULHO 2017
PROPOSTA DE RESOLUÇÃO DA PROVA DO ENSINO SECUNDÁRIO DE MATEMÁTICA APLICADA Às CIÊNCIAS SOCIAIS (CÓDIGO DA PROVA 835) 2.ª FASE 21 DE JULHO 2017 1.1. Número total de votos: 373 + 602 + 318 + 157 = 1450 50%
Leia maisJogos e Busca. Silvio Lago
1 Jogos e Busca Silvio Lago slago@ime.usp.br 2 Sumário Jogos adversariais Algoritmo MINIMAX Algoritmo de poda α-β Função de avaliação e corte Jogos de sorte 3 Jogos Ambientes competitivos, em que as metas
Leia maisUma Aplicação de Modelagem em Espaço de Estado para o Cálculo de Curvas de Juros Estáveis 17/04/2013
Uma Aplicação de Modelagem em Espaço de Estado para o Cálculo de Curvas de Juros Estáveis 17/04/2013 Equipe: Luciano Vereda Oliveira (UFF), Adrian Heringer Pizzinga (UFF) e Leonardo Henrique Costa (UNIFAL).
Leia maisModelagem Computacional. Parte 4 2
Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Parte 4 2 Prof. Thiago Alves de Queiroz 2/2016 2 [Cap. 5] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning,
Leia maisPROPOSTA DE RESOLUÇÃO DA PROVA DO ENSINO SECUNDÁRIO DE MATEMÁTICA APLICADA Às CIÊNCIAS SOCIAIS (CÓDIGO DA PROVA 835) 2.ª FASE 21 DE JULHO 2017
Associação de Professores de Matemática Contactos: Rua Dr. João Couto, n.º 27-A 1500-236 Lisboa Tel.: +351 21 716 36 90 / 21 711 03 77 Fax: +351 21 716 64 24 http://www.apm.pt email: geral@apm.pt PROPOSTA
Leia maisOFICINA: LÍDER EM CONFIABILIDADE BASEADA EM LUBRIFICAÇÃO
OFICINA: LÍDER EM CONFIABILIDADE BASEADA EM LUBRIFICAÇÃO Com a implementação das melhores práticas de lubrificação, nossos técnicos foram capazes de analisar e evitar a falha de uma máquina. Se tivesse
Leia maisCanal do YouTube Prof. Guilherme Neves
Oi, pessoal!! Aqui quem vos fala é o professor Guilherme Neves. Vamos resolver a prova de Estatística Aplicada do concurso da SEFAZ-BA (Administração Tributária). Para tirar dúvidas e ter acesso a dicas
Leia maisAlgoritmos Genéticos - Efeitos da Utilização de um Ranking Adaptativo de Diversidade na Convergência Prematura e Diversidade da População
Guilherme de Paiva Pacheco Algoritmos Genéticos - Efeitos da Utilização de um Ranking Adaptativo de Diversidade na Convergência Prematura e Diversidade da População Belo Horizonte, MG Brasil Junho de 2013
Leia maisHewlett-Packard PFC. Aulas 01 a. Elson Rodrigues, Gabriel Carvalho e Paulo Luiz
Hewlett-Packard PFC Aulas 01 a Elson Rodrigues, Gabriel Carvalho e Paulo Luiz Ano 2017 Sumário FATORIAL... 2 FATORIAL... 2... 2 PFC... 3 PRINCÍPIOS FUNDAMENTAIS DA CONTAGEM (PFC)... 3 PRELIMINAR 1... 3
Leia maisDuplicidade de títulos na biblioteca universitária: avaliação do uso como subsídio para a tomada de decisão
Powered by TCPDF (www.tcpdf.org) Duplicidade de títulos na biblioteca universitária: avaliação do uso como subsídio para a tomada de decisão Rubens da Costa Silva Filho (UFRGS) - rubens.silva@ufrgs.br
Leia maisSCATTER SEARCH APLICADO AO PROBLEMA DE OTIMIZAÇÃO DE ITINERÁRIOS DE SONDAS DE PRODUÇÃO TERRESTRE
XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO Maturidade e desafios da Engenharia de Produção: competitividade das empresas, condições de trabalho, meio ambiente. São Carlos, SP, Brasil, 12 a15 de outubro
Leia maisAnálise Decisional: integridade e validação
Faculdade de Ciências e Tecnologia da Universidade de Coimbra Mestrado Integrado em Engenharia Biomédica Análise Decisional: integridade e validação Trabalho realizado por: Lionel Morgado Susana Silva
Leia maisEDITAL Nº 05/2019. Seleção para bolsas de monitoria em disciplinas de Ensino Médio e de Ensino Superior
MINISTÉRIO DA EDUCAÇÃO SECRETARIA DE EDUCAÇÃO PROFISSIONAL E TECNOLÓGICA INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DO RIO GRANDE DO SUL CAMPUS BENTO GONÇALVES EDITAL Nº 05/2019 Seleção para bolsas
Leia maisMorgana Pizzolato, Dr a. Aula 22 Experimentos de dois fatores DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM
Morgana Pizzolato, Dr a. Aula 22 Experimentos de dois fatores DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM TÓPICOS DESTA AULA Projetos de Experimentos de dois fatores Projetos fatoriais
Leia maisRevisão de Estatística para ICMS-SC
1. Estatística Descritiva.... Distribuições de Probabilidade... 19 3. Intervalos de Confiança... 6 4. Testes de Hipóteses... 31 5. Correlação e Regressão... 34 6. Considerações Finais... 1 Olá, queridos
Leia maisINSTITUTO FEDERAL DO ESPIRITO SANTO - ENGENHARIA ELÉTRICA -
INSTITUTO FEDERAL DO ESPIRITO SANTO - ENGENHARIA ELÉTRICA - Abílio Marcos Coelho de Azevedo Caio Cesar Batista Brito Gustavo Breda Transformada Rápida de Fourier FFT Construção do Diagrama Butterfly VITÓRIA
Leia maisPROPOSTA DE RESOLUÇÃO DA PROVA DO ENSINO SECUNDÁRIO DE MATEMÁTICA APLICADA Às CIÊNCIAS SOCIAIS (CÓDIGO DA PROVA 835) 1ª FASE 23 DE JUNHO 2017
PROPOSTA DE RESOLUÇÃO DA PROVA DO ENSINO SECUNDÁRIO DE MATEMÁTICA APLICADA Às CIÊNCIAS SOCIAIS (CÓDIGO DA PROVA 835) 1ª FASE 23 DE JUNHO 2017 1.1. Divisor Padrão (DP): 554 + 330 + 286 26 = 1170 26 = 45
Leia maisGrau de proteção (IP) Por Joelmir Zafalon
Grau de proteção (IP) Por Joelmir Zafalon Uma das principais características construtivas de um equipamento elétrico a ser analisada em um projeto, instalação ou manutenção, como luminárias, painéis, motores,
Leia maisAvaliação Professor. Grupo I. Os cinco itens deste grupo são de escolha múltipla. Para cada um deles, escolhe a única opção correta.
Nome N.o Turma Data /out./08 Avaliação Professor Grupo I Os cinco itens deste grupo são de escolha múltipla. Para cada um deles, escolhe a única opção correta. Teste. Quatro raparigas e cinco rapazes vão
Leia maisProcesso de eleição do mestre do Balanceamento de carga ASA VPN
Processo de eleição do mestre do Balanceamento de carga ASA VPN Índice Introdução Pré-requisitos Requisitos Componentes Utilizados Informações de Apoio Algoritmo da função de balanceamento de carga Processo
Leia maisTática de treinos associado à características biofísicas dos atletas:
Introdução O presente trabalho estuda e relaciona principalmente mas não exclusivamente a variável geográfica altitude com a performance esperada dos atletas e suas táticas para alcance de objetivos na
Leia maisXLVI Pesquisa Operacional na Gestão da Segurança Pública
INDEX TRACKING COM CONTROLE DO NÚMERO DE ATIVOS E APLICAÇÃO COM ALGORITMOS GENÉTICOS Leonardo Riegel Sant Anna Universidade Federal do Rio Grande do Sul lrsantanna@outlook.com Tiago Pascoal Filomena Universidade
Leia maisHelena Alves Rafael Sousa Rui Pedro Soares. MACS - Helena, Rafael, Rui Pedro 1
Helena Alves Rafael Sousa Rui Pedro Soares MACS - Helena, Rafael, Rui Pedro 1 Disciplina bienal de componente de formação específica com carga horária distribuída por 3 aulas de 90 minutos cada. MACS -
Leia maisUniversidade Federal de Minas Gerais Programa de Pós-Graduação em Economia. Edital Regular de Seleção Mestrado
Universidade Federal de Minas Gerais Programa de Pós-Graduação em Economia Edital Regular de Seleção 2018 - Mestrado O Coordenador do Programa de Pós-Graduação em Economia da Faculdade de Ciências Econômicas
Leia maisCONFIANÇA DOS CONSUMIDORES CHAPECOENSES RECUA 8,3 PONTOS EM MARÇO
CONFIANÇA DOS CONSUMIDORES CHAPECOENSES RECUA 8,3 PONTOS EM MARÇO O Confiança do Consumidor (ICC) calculado para o município de Chapecó-SC apresentou uma redução de 8,3 pontos para o mês de março. Neste
Leia maisPROPOSTA DE RESOLUÇÃO DA PROVA DO ENSINO SECUNDÁRIO DE MATEMÁTICA APLICADA Às CIÊNCIAS SOCIAIS (CÓDIGO DA PROVA 835) 1ª FASE 23 DE JUNHO 2017
Associação de Professores de Matemática Contactos: Rua Dr. João Couto, n.º 27-A 1500-236 Lisboa Tel.: +351 21 716 36 90 / 21 711 03 77 Fax: +351 21 716 64 24 http://www.apm.pt email: geral@apm.pt PROPOSTA
Leia maisAula 00 Aula Demonstrativa
Aula 00 Modelos de questões comentadas CESPE-UnB... 4 Relação das questões comentadas... 13 Gabaritos... 14 1 Olá, pessoal. Vamos começar a estudar Estatística para o futuro concurso do TCU? Esta é a aula
Leia maisA tabela apresenta o número de tiros que uma pessoa deu nos 5 dias que treinou em um clube de tiros.
Oi, pessoal. Aqui quem vos fala é o professor Guilherme Neves!! Lembrem-se de me acompanhar pelo Instagram @profguilhermeneves para receber dicas diárias e questões comentadas. Vamos resolver a prova de
Leia maisProcessos de Decisão de Markov: um tutorial
Jerônimo Pellegrini 1 Jacques Wainer 1 Resumo: Há situações em que decisões devem ser tomadas em seqüência, e o resultado de cada decisão não é claro para o tomador de decisões. Estas situações podem ser
Leia maisInteligência Artificial
Inteligência Artificial Aula 6 Algoritmos Genéticos M.e Guylerme Velasco Roteiro Introdução Otimização Algoritmos Genéticos Representação Seleção Operadores Geneticos Aplicação Caixeiro Viajante Introdução
Leia maisUM ALGORITMO BRANCH-AND-CUT PARA UM PROBLEMA DE LOCALIZAÇÃO DISCRETA COMPETITIVA DE HUBS
UM ALGORITMO BRANCH-AND-CUT PARA UM PROBLEMA DE LOCALIZAÇÃO DISCRETA COMPETITIVA DE HUBS Antonio Camargo Andrade de Araújo Departamento de Engenharia de Produção Universidade Federal Fluminense Rua Passo
Leia maisPROPOSTA DE RESOLUÇÃO DA PROVA DO ENSINO SECUNDÁRIO DE MATEMÁTICA APLICADA Às CIÊNCIAS SOCIAIS (CÓDIGO DA PROVA 835) 1ª FASE 25 DE JUNHO 2018
Associação de Professores de Matemática Contactos: Rua Dr. João Couto, n.º 27-A 1500-236 Lisboa Tel.: +351 21 716 36 90 / 21 711 03 77 Fax: +351 21 716 64 24 http://www.apm.pt email: geral@apm.pt PROPOSTA
Leia maisEquivalência entre a Área sob a Curva Kolmogorov- Smirnov e o Índice de Gini na Avaliação de Desempenho de Decisões Binárias
Equivalência entre a Área sob a Curva Kolmogorov- Smirnov e o Índice de Gini na Avaliação de Desempenho de Decisões Binárias Paulo J. L Adeodato Sílvio B. Melo 1 Centro de Informática Universidade Federal
Leia maisCanal do YouTube Prof. Guilherme Neves
Oi, pessoal!! Aqui quem vos fala é o professor Guilherme Neves. Vamos resolver a prova de Raciocínio Lógico do concurso para Auditor Fiscal de Petrolina. Para tirar dúvidas e ter acesso a dicas e conteúdos
Leia maisDisponível em: Vanessa Lopes Suely Scherer
Disponível em: http://meusite.mackenzie.com.br/giselahgomes/intro.htm Vanessa Lopes Suely Scherer Agora vamos estudar o uso de Derivada em problemas de otimização. Você sabe o que são problemas de otimização?
Leia maisRELAÇÕES HIERÁRQUICAS VERSUS ORDEM DE PALAVRAS NO ESTABELECIMENTO DA CONCORDÂNCIA ENTRE SUJEITO E VERBO NA PRODUÇÃO DE SENTENÇAS
Página 1 de 6 RELAÇÕES HIERÁRQUICAS VERSUS ORDEM DE PALAVRAS NO ESTABELECIMENTO DA CONCORDÂNCIA ENTRE SUJEITO E VERBO NA PRODUÇÃO DE SENTENÇAS Erica dos Santos Rodrigues RESUMO: Investiga-se, neste trabalho,
Leia maisalgoritmo "exercício 13" var op1, op2: real operador: caractere inicio escreva ("Entre com o primeiro operando: ") leia (op1) escreva ("Entre com o
algoritmo "exercício 13" var op1, op2: real operador: caractere inicio escreva ("Entre com o primeiro operando: ") leia (op1) escreva ("Entre com o segundo operando: ") leia (op2) escreva ("Entre com um
Leia maisProva de Análise de Dados
Prova de Análise de Dados Página 1 de (D1) Pulsar Binário Através de buscas sistemáticas ao longo das últimas décadas, astrônomos encontraram um grande número de pulsares de milissegundo (período de rotação
Leia maisPROGRESSÃO ARITMÉTICA
Hewlett-Packard PROGRESSÃO ARITMÉTICA Aulas 01 a 04 Elson Rodrigues, Gabriel Carvalho e Paulo Luiz Ramos Ano: 016 Sumário Progressão Aritmética... 1 PRELIMINAR 1... 1 Definição de progressão aritmética
Leia maisAno Letivo de 2013/2014
Ano Letivo de 01/01 PLANIFICAÇÃO ANUAL Disciplina de MATEMÁTICA - 10º Ano Curso Profissional de Técnico de Comércio Turma K Lurdes Marques OBJECTIVOS GERAIS São finalidades da disciplina no ensino secundário:
Leia mais4) Reobtenha e reanalise os resultados auferidos nos problemas nº 1, nº 2 e nº 3 quando (a) Z! Z!, (b)
LISTA DE EXERCÍCIOS Nº 1 Problemas 1) Uma onda eletromagnética plana linearmente polarizada incide de forma normal em uma interface existente entre um meio 1 e um meio 2. A impedância do meio 1 é Z! e
Leia maisINSTRUÇÃO NORMATIVA N.º 056/2016 DIRETORIA DA UNIDADE ACADÊMICA DE GRADUAÇÃO
INSTRUÇÃO NORMATIVA N.º 056/2016 DIRETORIA DA UNIDADE ACADÊMICA DE GRADUAÇÃO Aprova o Regulamento de Estágio Obrigatório do Curso de Engenharia de Produção currículo 1- Porto Alegre. O Diretor da, no uso
Leia maisSAMP ESPÍRITO SANTO ASSISTÊNCIA MÉDICA LTDA. Marcio Maciel 05. Alexandra Waltrick Russi
1 SAMP ESPÍRITO SANTO ASSISTÊNCIA MÉDICA LTDA RELATÓRIO TÉCNICO - PESQUISA DE SATISFAÇÃO DE BENEFICIÁRIO ANO-BASE: 2017 Marcio Maciel 05 1 Alexandra Waltrick Russi 2 ESPECIFICAÇÕES TÉCNICAS... 3 METODOLOGIA...
Leia maisPara que o carro A ultrapasse o carro B, ele precisa percorrer metros (1 volta) a mais do que o carro B.
Oi, pessoal. Aqui quem vos fala é o professor Guilherme Neves!! Lembrem-se de me acompanhar pelo Instagram @profguilhermeneves para receber dicas diárias e questões comentadas. Vamos resolver a prova de
Leia maisUM PROBLEMA DE DIMENSIONAMENTO E SEQUENCIAMENTO DE LOTES EM MÁQUINAS PARALELAS COM UTILIZAÇÃO DE CAPACIDADE EXTRA
UM PROBLEMA DE DIMENSIONAMENTO E SEQUENCIAMENTO DE LOTES EM MÁQUINAS PARALELAS COM UTILIZAÇÃO DE CAPACIDADE EXTRA Gerson Ulbricht Instituto Federal de Santa Catarina - IFSC CEP 89254-430 Jaraguá do Sul
Leia maisPanorama da Participação Feminina em Competições de Programação Promovida por Instituição de Ensino Superior da Região Norte
Panorama da Participação Feminina em Competições de Programação Promovida por Instituição de Ensino Superior da Região Norte Marcela Sávia Picanço Pessoa 1,2, Sérgio Cleger Tamayo 2, Eder Martins Franco
Leia maisPLANEJAMENTO E PROGRAMAÇÃO DA PRODUÇÃO NA INDÚSTRIA DE POLPA MOLDADA
PLANEJAMENTO E PROGRAMAÇÃO DA PRODUÇÃO NA INDÚSTRIA DE POLPA MOLDADA Karim Yaneth Pérez Martínez Universidade Federal de São Carlos karim.1504@gmail.com Reinaldo Morabito Neto Universidade Federal de São
Leia maisFísica I. Curso: Engenharia Elétrica Prof. Rafael Augusto R de Paula
Física I Curso: Engenharia Elétrica Prof. Rafael Augusto R de Paula A natureza da Física É a ciência procura descrever a natureza fundamental do universo e como ele funciona. Baseia-se em observações experimentais
Leia maisCanal do YouTube Prof. Guilherme Neves
Oi, pessoal!! Aqui quem vos fala é o professor Guilherme Neves. Vamos resolver a prova de Matemática, Raciocínio Lógico-Matemático e Estatística da prova do concurso da Prefeitura do Recife (Analista de
Leia maisMissão. Objetivos Específicos
CURSO: Engenharia Ambiental e Sanitária Missão O Curso de Engenharia Ambiental e Sanitária da Universidade Estácio de Sá tem por missão formar profissionais com sólida formação técnico científica nas áreas
Leia maisVI SBQEE. 21 a 24 de agosto de 2005 Belém Pará Brasil MELHORIA DE DESEMPENHO DE LINHAS DE TRANSMISSÃO SOB A AÇÃO DE DESCARGAS ATMOSFÉRICAS
VI SBQEE 21 a 24 de agosto de 2005 Belém Pará Brasil Código: BEL 01 7506 Tópico: Análise, Diagnóstico e Soluções MELHORIA DE DESEMPENHO DE LINHAS DE TRANSMISSÃO SOB A AÇÃO DE DESCARGAS ATMOSFÉRICAS Antônio
Leia maisRESUMÃO DE ESTATÍSTICA POLÍCIA FEDERAL
RESUMÃO DE ESTATÍSTICA POLÍCIA FEDERAL Fala pessoal, tudo bem? Neste arquivo disponibilizo as principais fórmulas e conceitos de Estatística que você deve saber para a prova da Polícia Federal 18. Procure
Leia maisPROPOSTA DE RESOLUÇÃO DA PROVA DE MATEMÁTICA A DO ENSINO SECUNDÁRIO (CÓDIGO DA PROVA 635) 1ª FASE 23 DE JUNHO
PROPOSTA DE RESOLUÇÃO DA PROVA DE MATEMÁTICA A DO ENSINO SECUNDÁRIO (CÓDIGO DA PROVA 65) ª FASE DE JUNHO 05. Grupo I Os dois rapazes devem estar sentados nas etremidades do banco. Há maneiras de isso acontecer.
Leia maisGUIA DO USUÁRIO WeON VERSÃO 2.6
www.weon.com.br GUIA DO USUÁRIO VERSÃO 2.6 WeON Sumário Página - 02 1 - Funcionalidades do WeON 2 - Cadastro de Agente Página - 04 Qualificação Página - 07 Script de Atendimento Página - 09 Fila de Atendimento
Leia maisATRIBUIÇÃO DE PAPÉIS EM REDE DE SENSORES SEM FIO BASEADA EM COLORAÇÃO DE VÉRTICES
ATRIBUIÇÃO DE PAPÉIS EM REDE DE SENSORES SEM FIO BASEADA EM COLORAÇÃO DE VÉRTICES LUCAS MIDDELDORF RIZZO ATRIBUIÇÃO DE PAPÉIS EM REDE DE SENSORES SEM FIO BASEADA EM COLORAÇÃO DE VÉRTICES Dissertação apresentada
Leia maisAula demonstrativa Apresentação... 2 Modelos de questões comentadas CESPE-UnB... 3 Relação das questões comentadas Gabaritos...
Aula demonstrativa Apresentação... 2 Modelos de questões comentadas CESPE-UnB... 3 Relação das questões comentadas... 12 Gabaritos... 13 www.pontodosconcursos.com.br 1 Apresentação Olá, pessoal Tudo bem
Leia maisModelagem Multicritério Aplicada às Linhas de Transmissão Compactas Suportando Múltiplos Circuitos
Modelagem Multicritério Aplicada às Linhas de Transmissão Compactas Suportando Múltiplos Circuitos Ciniro Ap. Leite Nametala Instituto Federal de Minas Gerais (IFMG) Departamento de Engenharia e Computação
Leia maisComissão de Temas Livres. Presidente da Comissão Científica: Alberto Naoki Miyazaki. Membros da Comissão de Temas Livres:
Comissão de Temas Livres Presidente da Comissão Científica: Alberto Naoki Miyazaki Carlos Henrique Ramos Maria Isabel Pozzi Guerra Nicola Archetti Netto Paulo César Faiad Piluski Membros da Comissão de
Leia maisClassificação do Uso do Solo Utilizando Redes Neurais e o Algoritmo MAXVER
Classificação do Uso do Solo Utilizando Redes Neurais e o Algoritmo MAXVER Selma Regina Aranha Ribeiro 1 - Selma@geoc.ufpr.br Jorge Silva Centeno 1 - Centeno@geoc.ufpr.br 1 UFPR Universidade Federal do
Leia maisRoteiro de estudos 2º trimestre. Matemática-Física-Química. Orientação de estudos
Roteiro de estudos 2º trimestre. Matemática-Física-Química O roteiro foi montado especialmente para reforçar os conceitos dados em aula. Com os exercícios você deve fixar os seus conhecimentos e encontrar
Leia maisPROVA RESOLVIDA FUB CESPE 2018
PROVA RESOLVIDA FUB CESPE 08 (CESPE 08/FUB) Paulo, Maria e João, servidores lotados em uma biblioteca pública, trabalham na catalogação dos livros recém-adquiridos. Independentemente da quantidade de livros
Leia maisDeterminação da constante de ionização do ácido benzóico em água e numa mistura água/etanol
Determinação da constante de ionização do ácido benzóico em água e numa mistura água/etanol Trabalho prático 4 Henrique Silva Fernandes João Manuel Rodrigues Ricardo Jorge Almeida 27 de Abril de 2013 Objectivo
Leia maisCentro Universitário Católico Salesiano Auxilium
PRÓ-REITORIA DE ENSINO, PESQUISA E EXTENSÃO EDITAL N. 003/2011 PROJETO DE PESQUISA PIBIC/CNPQ/UNISALESIANO 2011/2012 A Pró-Reitoria de Ensino, Pesquisa e Extensão, no uso de suas atribuições legais, torna
Leia maisOLGA COLOR, UMA DAS MAIORES FABRICANTES DE PERFIS DE ALUMÍNIO DO PAÍS.
A história da Olga Color começou em 1968 e hoje lideramos os segmentos de extrusão de perfil de alumínio, anodização, jateamento e pintura eletrostática a pó, com capacidade para 20 mil toneladas. Apresentamos
Leia maisRegulamentação para Consumidores de Baixa Tensão RECON-BT. Gerência de Engenharia e Expansão da Rede de Distribuição - DDE
Regulamentação para Consumidores de Baixa Tensão RECON-BT Gerência de Engenharia e Expansão da Rede de Distribuição - DDE Limite de fornecimento de energia elétrica Em entrada individual RECON-BT O limite
Leia maisIDENTIFICAÇÃO DE PARÂMETROS E RECONSTRUÇÃO DE FORÇA ATRAVÉS DO MÉTODO DAS FUNÇÕES ORTOGONAIS
IDENIFICAÇÃO DE PARÂMEROS E RECONSRUÇÃO DE FORÇA ARAVÉS DO MÉODO DAS FUNÇÕES OROGONAIS Ricardo Pereira Pacheco (rpacheco@mecanica.ufu.br) Valder Steffen Jr. (vsteffen@mecanica.ufu.br) Domingos Alves Rade
Leia maisNORMAS DA ABNT ELABORAÇÃO DE TRABALHOS ACADÊMICOS
Aula 2 NORMAS DA ABNT ELABORAÇÃO DE TRABALHOS ACADÊMICOS Prof. Me. Livaldo dos Santos Objetivos da aula NBR 14724:2011 Regras gerais de apresentação Formato Margem Espaçamento Notas de rodapé Indicativos
Leia maisUniversidade Federal do Espírito Santo
Nível: Grau Conferido: Turno: Tipo: Modalidade: Funcionamento: Ensino Superior Engenheiro de Alimentos Integral Curso Bacharelado Em atividade Data de Início: 11/03/ Data de Término: Número de Trancamentos:
Leia maisAlgoritmos Genéticos
Algoritmos Genéticos Roteiro Introdução Algoritmos Genéticos Otimização Representação Seleção Operadores Genéticos Aplicação Caixeiro Viajante Introdução Algoritmos Genéticos (AGs), são métodos de otimização
Leia maisPROGRESSÃO GEOMÉTRICA
Hewlett-Packard PROGRESSÃO GEOMÉTRICA Aulas 01 a 05 Elson Rodrigues, Gabriel Carvalho e Paulo Luiz Ramos Ano: 2015 Sumário PROGRESSÃO GEOMÉTRICA (P.G.)... 1 PRELIMINAR 1... 1 DEFINIÇÃO... 1 A RAZÃO DE
Leia maisSECRETARIA MUNICIPAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE NITERÓI EDITAL Nº 04/ SEMECT
SECRETARIA MUNICIPAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DE NITERÓI EDITAL Nº 04/2016 - SEMECT SEMANA NACIONAL DE CIÊNCIA E TECNOLOGIA III FEIRA MUNICIPAL DE CIÊNCIA, TECNOLOGIA E INOVAÇÃO DE NITERÓI 1.
Leia maisResistência dos Materiais
Resistência dos Materiais Prof. Antonio Dias Antonio Dias / Resistência dos Materiais / Torção 1 Torção Antonio Dias / Resistência dos Materiais / Torção 2 Introdução A princípio vamos estudar eixos circulares
Leia maisSeja um corpo de massa m que se move em linha reta sob ação de uma força F que atua ao longo da linha.
Energia Potencial Elétrica Física I revisitada 1 Seja um corpo de massa m que se move em linha reta sob ação de uma força F que atua ao longo da linha. O trabalho feito pela força para deslocar o corpo
Leia maisCONCEITOS DE ERGODICIDADE E AUTOCORREÇÃO APLICADOS AO FILTRO DE WIENER
COSTA, VALENTIM, DÓRIA NETO, CASTRO & SILVA (2017) CONCEITOS DE ERGODICIDADE E AUTOCORREÇÃO APLICADOS AO FILTRO DE WIENER R. D. COSTA 1, 2*, R. A. M. VALENTIM 2, A. D. DÓRIA NETO 2, H. J. S. CASTRO 2 e
Leia maisINTELIGÊNCIA IMOBILIÁRIA
RELATÓRIO DE INTELIGÊNCIA IMOBILIÁRIA Rio de Janeiro Junho - 2017 Ano 2 Edição 15 Somos referência e uma das maiores empresas em gestão condominial e negócios imobiliários do Brasil, levando solidez e
Leia mais6 Microscopia Co-Localizada Aplicada à Caracterização de um Minério de Ferro
6 Microscopia Co-Localizada Aplicada à Caracterização de um Minério de Ferro 86 6.1.Introdução Tradicionalmente, a comercialização de minérios de ferro é feita a partir da especificação de sua composição
Leia mais8 Conclus es e recomenda
79 8 Conclus es e recomenda es 8.1 An lise de sensibilidade Das an lises realizadas neste trabalho pode-se concluir que para altas press es de entrada, ou seja, um sistema perto da cabe a de po o, ou em
Leia maisComo Resetar Senha Guia Rápido. (Como resetar a Senha de DVR/IPC/PTZ/DVR/NVR) EQUIPE DE SUPORTE TÉCNICO HIKVISION Versão: 1.
Como Resetar Senha Guia Rápido (Como resetar a Senha de DVR/IPC/PTZ/DVR/NVR) EQUIPE DE SUPORTE TÉCNICO HIKVISION Versão: 1.3 2017-08 2 TODOS OS DIREITOS RESERVADOS. Toda e qualquer informação, incluindo,
Leia maisResultados do modelo MesoNH para tempestade de 03/01/2017
Resultados do modelo MesoNH para tempestade de 03/01/2017 2ª Reunião Científica do Projeto SOS-Chuva 1 de Dezembro de 2017 Kleber P. Naccarato & André A. R. Morais Meso-NH Modelo mesoescala não-hidrostático
Leia maisInfluencia de Distribuições a priori na Analise Bayesiana em dados de contagem
Influencia de Distribuições a priori na Analise Bayesiana em dados de contagem Olinda Fátima dos Santos 1 Carla Regina Guimarães Brighenti 1 1-Introdução A utilização de informação a priori em inferência
Leia maisPROPOSTA DE RESOLUÇÃO DA PROVA DE MATEMÁTICA A DO ENSINO SECUNDÁRIO (CÓDIGO DA PROVA 635) 1ª FASE 23 DE JUNHO Grupo I
Associação de Professores de Matemática Contactos: Rua Dr. João Couto, n.º 7-A 500-6 Lisboa Tel.: +5 76 6 90 / 7 0 77 Fa: +5 76 64 4 http://www.apm.pt email: geral@apm.pt PROPOSTA DE RESOLUÇÃO DA PROVA
Leia maisESTÁGIO E PRÁTICA PROFISSIONAL DOS CURSOS TÉCNICOS DO IFSUDESTEMG
ESTÁGIO E PRÁTICA PROFISSIONAL DOS CURSOS TÉCNICOS DO IFSUDESTEMG Frase Lei 11.788/2008 a Lei do Estágio Conceito: conforme art. 1º, Estágio é ato educativo escolar supervisionado, desenvolvido no ambiente
Leia maisOTIMIZAÇÃO POR COLÔNIA DE FORMIGAS PARA O ROTEAMENTO EM REDES DE COMPUTADORES.
OTIMIZAÇÃO POR COLÔNIA DE FORMIGAS PARA O ROTEAMENTO EM REDES DE COMPUTADORES. Renato Guilherme Martins Junior (ICV-UNICENTRO), Richard Aderbal Gonçalves (Co-orientador), Carolina Paula de Almeida (Orientadora)
Leia maisAnálise de Fourier em mercado de ações
Análise de Fourier em mercado de ações Antes de ser apresentado o conceito de uma Transformada de Fourier (TF) é necessário comentar antes o conceito de Séries de Fourier (SF) para funções matemáticas.
Leia maisAlgoritmo Branch and Bound Não Linear para Resolver o Problema de Planejamento da Expansão de Sistemas de Transmissão
1 Algoritmo Branch and Bound Não Linear para Resolver o Problema de Planejamento da Expansão de Sistemas de Transmissão Marcos A. J. Delgado e Marcos J. Rider Resumo Neste trabalho é apresentado um algoritmo
Leia maisAlgoritmos Genéticos e Evolucionários
Algoritmos Genéticos e Evolucionários Djalma M. Falcão COPPE/UFRJ PEE e NACAD falcao@nacad.ufrj.br http://www.nacad.ufrj.br/~falcao/ http://www.nacad.ufrj.br/~falcao/ag/ag.htm Resumo do Curso Introdução
Leia maisInstituto de Física. Experimento 11. Deflexão de feixe de elétrons - relação carga massa (e/m) 1. Descrição do experimento
Experimento Deflexão de feixe de elétrons - relação carga massa (e/m). Descrição do experimento Sabe-se que um elétron de massa m e carga e ao mover-se num campo magnético B e num campo elétrico E, a uma
Leia maisMESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO
II/2015 UNIVERSIDADE DE BRASÍLIA DEPARTAMENTO DE ECONOMIA 23/11/15 MESTRADO PROFISSIONAL EM ECONOMIA DO SETOR PÚBLICO ECONOMIA DA INFORMAÇÃO E DOS INCENTIVOS APLICADA À ECONOMIA DO SETOR PÚBLICO Prof.
Leia maisESCLARECIMENTO E TRADIÇÃO: ENSINO DE FILOSOFIA POR MEIO DA APROPRIAÇÃO DE CONCEITOS
ESCLARECIMENTO E TRADIÇÃO: ENSINO DE FILOSOFIA POR MEIO DA APROPRIAÇÃO DE CONCEITOS Cosmo Rafael Gonzatto 1 Resumo: Palavras chaves: Abstract: Keywords: Considerações iniciais Desde o seu surgimento, a
Leia maisDISCIPLINA DE MEDIDAS ELÉTRICAS
DISCIPLINA DE MEDIDAS ELÉTRICAS Prof. Patrícia Lins Prática 2 15/04/2018 Salvador/BA UNIME Departamento de Engenharia 1 Roteiro de Práticas Roteiro de Aulas Práticas: Medições com multimedidor de grandezas
Leia maisALGORITMOS GENÉTICOS. Adair Santa Catarina Curso de Ciência da Computação Unioeste Campus de Cascavel PR
ALGORITMOS GENÉTICOS Adair Santa Catarina Curso de Ciência da Computação Unioeste Campus de Cascavel PR Fev/2018 Introdução Algoritmos Genéticos são algoritmos heurísticos de busca, que utilizam regras
Leia maisProblemas de Mecânica e Ondas MOAer 2015 Série 7 P 7.1
Problemas de Mecânica e Ondas MOAer 2015 Série 7 P 7.1 Considere que as vagonetas de massa m 1 e m 2 (ver figura) podem ser representadas por dois pontos materiais localizados nos centros de massa respectivos,
Leia mais