Os Sistemas de Informação Geográfica e a Otimização Espacial no Apoio à Decisão: Problemas, Modelos e Soluções

Transcrição

1 Os Sistemas de Informação Geográfica e a Otimização Espacial no Apoio à Decisão: Problemas, Modelos e Soluções Alexandre B. Gonçalves Instituto Superior Técnico, Univ. de Lisboa

2 SIG Processam informação geográfica Possibilitam análise espacial: cruzam conjuntos de dados geográficos com base na localização Encontrar locais que verificam determinadas condições ou critérios Problemas com uma só solução Obter a área agrícola a menos de 1000 m das estradas nacionais no concelho de Alcoutim.

3 Exemplo Alcoutim 12/7/2014 Instituto Superior Técnico

4 12/7/2014 Instituto Superior Técnico

5 12/7/2014 Instituto Superior Técnico 5235 ha

6 Investigação Operacional Ramo da Matemática Aplicada baseada nos trabalhos de matemáticos dos séculos XVII a XX (Newton, Leibnitz, Bernoulli, Lagrange, Fourier, Babbage, Monge, von Neumann, Kantorovich, Stigler,...) apoio à decisão (sobre recursos) modelos matemáticos formalização da teoria da decisão análise da estrutura de problemas métodos analíticos quantitativos simulação otimização matemática métodos econométricos...

7 Ciência da localização (location science) Ramo da investigação operacional Weber (1909): onde localizar uma indústria tendo em conta custos de matéria prima, trabalho e transporte e economias de escala C.L. I.O. Matemática Aplicada

8 Ciência da localização (location science) Lida com os problemas de localização Encontrar locais que melhor verificam determinadas condições ou critérios Subjacente: medida de qualidade das soluções deseja-se a melhor solução Problemas com várias (muitas) soluções Qual o melhor rearranjo do mapa judiciário português? Que rotas de recolha de lixo são as que mais poupam? Como distribuir torres de vigia de incêndios de modo a observar a maior área possível de floresta?

9 Problema de localização Onde? O quê? Quanto? Porquê? Espaço de localização Oferta Procura Função-objetivo Restrições Funções de parametrização Restrições

10 Problemas de localização Espaço de localização contínuo discreto Elementos de oferta número tipo capacidade custo geometria Elementos de procura distribuição nível de procura associação à oferta Funções de parametrização de interação de validação Função-objetivo objetivo restrições espaciais de validação de configuração de domínio

11 Problemas de localização (PL) Os PL interessantes apresentam em geral um número muito grande de soluções para analisar Para o problema de máxima cobertura (...) distribuir torres de vigia de incêndios de modo a observar a maior área possível de floresta com 50 locais candidatos e 5 torres há combinações

12 Ciência da localização (location science)

13 Ciência da localização (location science) Modelos matemáticos Representam formalmente o problema Permitem enquadrar o problema segundo as suas características

14 Ciência da localização (location science) Técnicas de otimização Codificam e avaliam soluções Permitem determinar a(s) melhor(es) solução(ões)

15 Modelos: formulação de um problema (...) distribuir P torres de vigia de incêndios de modo a observar a maior área possível de floresta max suj.a torres cobertura i I Z j J X Z i i j h Z i X j J j i a ij P X j i I 01, j 01, i I J maximizar a cobertura local i só é coberto se houver alguma torre que o observe localizar P torres condições de integralidade das variáveis de decisão

16 Modelos: enquadramento de problemas Muitos modelos: Cobertura de conjuntos Máxima cobertura Mediana Centragem...

17

18 Não se localizam só pontos Localização de linhas Rotas, percursos, redes

19 Rotas e percursos Caminho mais curto (LCP) Passagem por locais pré-determinados (encontrar a melhor ordem): Caixeiro-viajante (TSP) Rotas de veículos (VRP) Carteiro chinês (CPP)

20 Fonte:esri.com Localização de linhas - LCP

21 Localização de linhas - LCP

22 Localização de linhas - TSP

23 Localização de linhas - VRP Passagem por locais pré-determinados (encontrar a melhor ordem): Caixeiro-viajante VRP Carteiro chinês 12/7/2014 Instituto Superior Técnico Fonte:esri.com

24 Fonte:web.mit.edu Localização de linhas - CPP

25 Localização de redes Ou equipamentos lineares

26 Localização de redes Ou equipamentos lineares

27 Localização de áreas site search multi-site land-use allocation redistricting facility layout

28 J.V.Sousa (IST) Site search Dada uma distribuição da aptidão e/ou custo, obter a melhor solução, que é parte do espaço máx. aptidão mín. custo critérios de forma

29 Multi-site land-use allocation Classificar o espaço com base em condições de vizinhança, distância, fronteira, dimensão, ( ) aplicadas às classes

30 Multi-site land-use allocation Classificar o espaço com base em condições de vizinhança, distância, fronteira, dimensão, ( ) aplicadas às classes

31 Redistricting Redistribuição/reagrupamento de unidades territoriais

32 C. Gigante (IST)

33 Facility layout Classificação do espaço em função de restrições de adjacência ou proximidade entre classes

34 Resolução A escolha do método de resolução depende: Da estrutura ou tipo do problema Há problemas para os quais se conhecem algoritmos eficientes em termos de espaço de memória e tempo de execução Há outros para os quais não se conhecem Da dimensão do problema Número de elementos de oferta/procura no problema Da capacidade de transformar o problema em outro problema já conhecido

35 Métodos de resolução Exatos Heurísticos Encontram o valor ótimo Não garantem a descoberta do ótimo Tiram partido da estrutura do problema Permitem determinar Meta-heurísticas são métodos a(s) melhor(es) heurísticos que podem lidar com Servem para problemas solução(ões) face aos qualquer problema de otimização tratáveis recursos disponíveis por não estarem dependentes de um problema específico.

36 Análise de algoritmos Espaço Espaço de armazenamento, número de variáveis Tempo Número de operações necessárias A análise de um algoritmo visa determinar o tempo expectável para a sua execução e o espaço de armazenamento de variáveis necessário

37 Recursos de cálculo Ordens de complexidade O(1) Constante Ultrarrápido O(logn) Logarítmico Rápido O(n) Linear Moderado O(n logn) Sublinear Moderado O(n k ) Polinomial Lento O(k n ) Exponencial Intratável 1 0,0 1,0 1,0 2,0 25 3,1 5, ,3 X ,9 7, ,1 X ,3 8, ,8 X ,6 10, ,3 X10 30

38 Tempo de cálculo 1 milhão de operações por segundo Complexidade n=10 n=20 n=40 O(n) 0,00001 s 0,00002 s 0,00004 s O(n 2 ) 0,0001 s 0,0004 s 0,0016 s O(n 3 ) 0,0001 s 0,008 s 0,0064 s O(2 n ) 0,0001 s 1,05 s 12,7 dias O(e n ) 0,022 s 8,08 minutos 74,6 séculos

39 Com recurso a supermáquinas complexidade veloc. atual 10x mais rápido 100x mais rápido 1000x + rápido O(n) N 1 10xN 1 100xN xN 1 O(n 2 ) N 2 3,16xN 2 10xN 2 31,6xN 2 O(n 3 ) N 3 2,15N 3 4,64xN 3 10xN 3 O(2 n ) N 4 N 4 +3,32 N 4 +6,64 N 4 +9,97 O(e n ) N 5 N 5 +2,3 N 5 +4,61 N 5 +6,91 quanto poderá crescer o input em função do aumento da velocidade de processamento, mantendo o tempo de execução

40 Heurísticas Construtivas De simplificação De combinação De melhoramento

41 Heurísticas Construtivas INÍCIO Determinar o candidato que cobre a maior quantidade de procura ainda não satisfeita INÍCIO Selecionar aleatoriamente um equipamento ainda não escolhido Ativar equipamento nesse local e remover a procura coberta por este Ativar equipamento nesse local e remover a procura coberta por este Não Já foram localizados P elementos, ou já toda a procura é satisfeita? Não Já foram localizados P elementos, ou já toda a procura é satisfeita? Sim Sim Sim FIM FIM

42 Meta-heurísticas Codificam e exploram o espaço de soluções: Algoritmos genéticos Colónia de formigas Arrefecimento simulado...

43 Algoritmos genéticos Fraser & Burnell (1970); Crosby (1973); Holland (1975)

44 Algoritmos genéticos

45 Colónia de formigas Dorigo, 1992 Inspirada pelo comportamento das formigas e pelo rasto de feromonas: mais feromonas = melhor solução

46 Fonte:wikipedia.org Arrefecimento simulado Kirkpatrick, Gelatt, Vecchi (1983); Černý (1985) Inspirada por processo metalúrgico

47 Papel dos SIG Input e output Localização em espaços não homogéneos Parametrização: há muitas funções além da distância Heurísticas espaciais (redução de candidatos, produção de soluções: p.ex., localização de observadores) Análise de sensibilidade (relacionado com o MAUP)

48 Exemplos de heurísticas espaciais Localizar antenas no concelho de Sintra de modo a maximizar a população coberta Duas estratégias: reduzir candidatos / generalizar

49 number of visible cells Exemplos de heurísticas espaciais Classificação morfológica (90 m) Pits 0,12% Channels 22,84% Passes 0,68% Ridges 26,76% Peaks 0,21% Planar 49,39% Pit Valley Pass Ridge Peak Planar

50 Exemplos de heurísticas espaciais Calcular o índice de visibilidade e escolher os melhores 5%

51 Exemplos de heurísticas espaciais 150 m Generalização 90 m 300 m

52 Conclusão É enorme a variedade de problemas de localização que se podem equacionar Há um conjunto de modelos e técnicas que se adaptam a estes problemas Os SIG permitem quantificar e qualificar relações espaciais que interessam em vários PL, bem como induzir várias heurísticas espaciais A investigação nesta área é um campo que ainda agora começou a ser explorado!

53 DISSERTAÇÕES DE MESTRADO DIOGO M. MORGADO: Modelo de otimização para a gestão de resíduos hospitalares perigosos em Portugal com integração de SIG. Mestr. Engª e Gestão Industrial, IST (2015) FILIPE F. GOMES: Otimização de circuitos de inspeção aos pavimentos de uma rede rodoviária nacional. Mestr. Engª e Gestão Industrial, IST (2015) ISABEL BATISTA: Módulo para Resolução de Problemas de Localização de Pontos em Ambiente SIG, Mestr. Engª do Território, IST (2010) ALEXANDRE SANTOS: Definição do Traçado de Infra-estruturas Lineares Usando SIG: O Caso da Infra-estrutura Ferroviária de Alta Velocidade, Mestr. SIG, IST (2009) JOSÉ V. SOUSA: Localização por Site Search, Mestr. SIG, IST (2008) ARTIGOS AMORIM, A.; GONÇALVES, A.B.; NUNES, L.M.; SOUSA, A.J. (2012): Optimizing the location of weather monitoring stations using estimation uncertainty, International Journal of Climatology, V. 32, n.º 6, pp GONÇALVES, A.B. (2010): "An extension of GIS-based least-cost path modelling to the location of wide paths", International Journal of Geographical Information Science, V. 24, n.º7, pp BRAVO, J.M.; COLLISCHONN, W.; PILAR, J. V.; GONÇALVES, A. (2008): Avaliação do Desempenho de um Algoritmo Baseado no Comportamento de Formigas em Problemas de Caminho de Mínimo Custo em Ambientes Raster, Revista Brasileira de Cartografia, v. 60, pp LEITÃO, J.P.; MATOS, J.S.; GONÇALVES, A.; MATOS, J.L. (2005): "Contribution of Geographic Information Systems and Location Models to Planning of Wastewater Systems", Water Science and Technology, V. 52, nº 3, pp CONFERÊNCIAS RODRIGUES, M.S.; GOMES, M.C.; GONÇALVES, A.B.; SHRUBSALL, S. (2015): Hazardous materials transportation using bi-level linear programming: a case-study of liquid fuel distribution, International Conference on Operations Research and Enterprise Systems. AMORIM, A.; GONÇALVES, A.B.; NUNES, L.M.; SOUSA, A.J. (2011): Optimização da localização de estações meteorológicas. 15.º Congresso da Associação Portuguesa de Investigação Operacional (APDIO). SOUSA, J. ; GONÇALVES, A. (2009): Localização por Site Search, VI Conferência Nacional de Cartografia e Geodesia.

54 Os Sistemas de Informação Geográfica e a Otimização Espacial no Apoio à Decisão: Problemas, Modelos e Soluções Alexandre B. Gonçalves Instituto Superior Técnico, Univ. de Lisboa