UMA NOVA ABORDAGEM PARA O PROBLEMA DA MOCHILA COMPARTIMENTADA
|
|
- Armando de Sá Prado
- 6 Há anos
- Visualizações:
Transcrição
1 Pesusa Operaconal na Socedade: Educação, Meo Ambente e Desenvolvmento a 5/09/06 Goâna, GO UMA NOVA ABORDAGEM PARA O PROBLEMA DA MOCHILA COMPARTIMENTADA Robnson Hoto e Alexandre Fenato Unversdade Estadual de Londrna Mestrado em Engenhara Elétrca SmuLab - Laboratóro de Smulação e Otmzação de Sstemas Rodova Celso Garca Cd, Km 380, Londrna, Paraná CEP , CP 600, fone (43) hoto@uel.br Horaco Yanasse Insttuto Naconal de Pesusas Espacas LAC - Laboratóro Assocado de Computação e Matemátca Aplcada Avenda dos Astronautas,.758, Jd. Grana, São José dos Campos, São Paulo CEP 7-00, fone () horaco@lac.npe.br Nelson Maculan Unversdade do Ro de Janero COPPE Programa de Engenhara de Sstemas e Computação Centro de Tecnologa, Bloco H (sala 39), Cdade Unverstára Ilha do Fundão, Ro de Janero, Ro de Janero CEP , fone () maculan@cos.ufr.br Fernando Spolador Unversdade Estadual de Londrna Centro de Cêncas Exatas SmuLab - Laboratóro de Smulação e Otmzação de Sstemas Rodova Celso Garca Cd, Km 380, Londrna, Paraná CEP , CP 600, fone (43) flspolador@dc.uel.br RESUMO Neste trabalho nós apresentamos uma nova abordagem para o problema da mochla compartmentada, e esta abordagem nos permtu elaborar três novas heurístcas. Nós efetuamos testes numércos, comparando estas heurístcas com a melhor heurístca relatada na lteratura. As três novas heurístcas apresentaram soluções com ualdade superor, porém, apenas uma fo consderada compettva em tempo de execução. PALAVRAS CHAVE. Mochla. Heurístca. Otmzação. Otmzação Combnatóra. ABSTRACT In ths wor we presented a new approach for the problem of the compartmentalzed bacpac, and ths approach allowed elaboratng three new heurstcs. We made numerc tests, comparng these heurstcs wth the best heurstc of the lterature. The three new heurstcs presented solutons wth superor ualty, however, ust one was consdered compettve n executon tme. KEYWORDS. Knapsac. Heurstc. Optmzaton. Combnatoral Optmzaton. [ 760 ]
2 Pesusa Operaconal na Socedade: Educação, Meo Ambente e Desenvolvmento a 5/09/06 Goâna, GO. Introdução O problema da mochla compartmentada tem sdo empregado na geração de padrões de corte, onde o processo de cortagem transcorre em duas ou mas etapas, de fato, fo esta a stuação prátca ue motvou a modelagem do problema, vea Hoto et al (005). Do ponto de vsta matemátco, uma mochla compartmentada de capacdade L possu o conunto N dos índces de seus tens partconado em subconuntos N ( =,..., ), normalmente denomnados agrupamentos. Dado um agrupamento N, cada tem de índce N tem a ele assocado um peso l e uma utldade u. Observe ue, por { N,, N } tratar-se de uma partção, N = N N e Nr Ns = para r, s {,, } com r s. No nteror da mochla devem ser construídos compartmentos de capacdades desconhecdas, porém, lmtadas entre um valor mínmo L mn e um valor máxmo L, além do mas, os índces dos tens de um compartmento arbtráro devem ser procedentes de um mesmo agrupamento. De fato, para cada agrupamento N exste um agrupamento V de índces dos compartmentos construídos com tens ndexados em N, cua capacdade é lmtada entre L mn e L. Dgamos ue a sea a uantdade de tens de índce no compartmento de índce de, ue pode fgurar y vezes no nteror da mochla. Nestas condções, a restrção físca da mochla pode ser escrta como: ( C a ) y + + ( C a ) y L () V N V N A restrção físca dos compartmentos da mochla pode ser escrta como: δ L l a δ L, V, =,..., () mn Ns Onde δ é gual se o compartmento de índce for construído, e 0 no caso contráro. Obvamente, a meta consste em obter um preenchmento da mochla de modo a mzar sua utldade, neste caso, podemos pensar na segunte função obetvo: z = ua y + + ua y V N V (3) N Fnalmente, o modelo de uma mochla compartmentada pode ser escrto no segunte formato: Modelo - Mochla Compartmentada mzar z = ua y + + ua y sueto a: ( C a ) y + + ( C a ) y L V N V N V N V N mn N δ L l a δ L, V, =,..., δ {0, } e a, y 0 e nteros Restrções adconas podem ser nserdas no modelo, dscutremos sto na próxma seção. Na seção 3 descreveremos um modelo lnear para o problema, onde é feta uma alteração na [ 76 ]
3 Pesusa Operaconal na Socedade: Educação, Meo Ambente e Desenvolvmento a 5/09/06 Goâna, GO ndexação da varável a. Na seção 4, serão apresentadas e dscutdas uatro heurístcas, e fnalmente na seção 5 serão apresentadas smulações.. O Caso Restrto Numa mochla compartmentada podem ser nserdas restrções adconas ue possuem estreta relação com aplcações prátcas, conforme descrevem Hoto et al (005) e Marues e Arenales (005). As mas comuns são as seguntes:. A uantdade de cada tem de índce ue compõe a mochla deve ser lmtada por d, ue na prátca representa uma demanda a ser cumprda; a y d, N = N N (4) = V. A uantdade de compartmentos na mochla deve ser lmtada por F, ue na prátca tem relação com o número máxmo de facas ue podem ser usadas para efetuar o prmero corte em processos de cortagem em duas etapas, vea fgura ; y F (5) = V 3. A uantdade de tens em cada compartmento de índce deve ser lmtada por F, ue na prátca tem relação com o número máxmo de facas ue podem ser usadas para efetuar o segundo corte em processos de cortagem em duas etapas, vea fgura. a F, V = V V, =,..., (6) N 3 facas - bobnas ntermedáras bobna Padrão de Corte Compartmentado corte 3 facas - tens 5 facas - 4 tens bobnas ntermedáras recorte tens categora categora Fgura. Padrão compartmentado num problema de corte em duas fases. Assm, o modelo de uma mochla compartmentada para o caso restrto pode ser escrto como: [ 76 ]
4 Pesusa Operaconal na Socedade: Educação, Meo Ambente e Desenvolvmento a 5/09/06 Goâna, GO Modelo - Mochla Compartmentada (caso restrto) mzar z = ua y ua + + y V N V N sueto a: ( C a ) y + + ( C a ) y L V N V N mn N δ L l a δ L, V, =,..., a y d, N = N N = V = V N y F a F, V = V V, =,..., δ {0, } e a, y 0 e nteros, N e V Uma mportante observação a ser feta é ue tanto o modelo, uanto o modelo, apresentam não-lneardade na função obetvo e na restrção físca da mochla, além dsto, sob o aspecto de complexdade o problema é não-polnomal. 3. Nova Abordagem: Um Modelo Lnear Nesta seção nós remos apresentar um modelo lnear para o problema da mochla compartmentada. Incalmente observe ue o número máxmo p de compartmentos ue podem ser escolhdos, por agrupamento N, é gual ao mn{ F, pso( L/ L mn)}. Em seguda, remos modfcar a varável a, na ual ntroduzremos o rótulo do agrupamento N, passando a ser escrta como a (número de tens de índce N no compartmento ). Note ue a ndexação de a é local, enuanto a de a é global. Assm, a função obetvo ue acumula o valor de utldade da mochla pode ser escrta como: p N = = z = ua (7) A restrção físca da mochla, e a restrção físca dos compartmentos passam a ter o segunte formato: p N = = C a L (8) Lmn a L N δ l δ, =,..., p, =,..., (9) Onde δ é gual a se o compartmento, assocado ao agrupamento N fo construído, e 0 no caso contráro. A restrção relaconada com demandas fca com o segunte formato: p = = a d, N = N N (0) As restrções relaconadas com lmte de facas são reescrtas como: [ 763 ]
5 Pesusa Operaconal na Socedade: Educação, Meo Ambente e Desenvolvmento a 5/09/06 Goâna, GO Resumndo, = V δ F () a F, V = V V N, =,..., () Mochla Compartmentada (modelo lnear) mzar sueto a: p C N = = p N = = z = ua a L δlmn a δl N p a d = = δ F = V a F N l, =,..., p, =,...,, N = N N, V = V V, =,..., l a l a +, =,..., p, =,..., N ( ) N δ {0, } e a 0 e nteros, N, =,..., p e =,..., Na próxma seção dscutremos algumas heurístcas para a resolução do modelo. 4. Heurístcas para Compartmentação Nas smulações ue efetuamos, nós testamos uatro heurístcas: heurístca do melhor compartmento para W capacdades (Wcap), construída por Marues e Arenales (005), heurístca de Retro-almentação (Retro), heurístca do melhor compartmento para W capacdades com Retro-almentação (WRetro) e heurístca do melhor compartmento para W capacdades, W vezes (WW). Veamos a déa de cada uma delas, começando pela Wcap: Heurístca Wcap. Ω= ;. Para cada agrupamento N ( =,..., ) faça.. Lcomp = L ;.3. Para contador =,..., w faça.3.. Construa um compartmento: mzar v = u a N sueto a: L l a L mn N comp [ 764 ]
6 Pesusa Operaconal na Socedade: Educação, Meo Ambente e Desenvolvmento a 5/09/06 Goâna, GO 0 a d, N a F N a são nteros, N.3.. Inclua o novo compartmento em Ω ;.3.3. L * comp a N 3. Construa a compartmentação: mzar z = vy sueto a: L y L Ω Ω Ω = ( l ) ; a y d, N = N N Ω y F y 0 e nteros, N Heurístca Retro. Ω= ;. Para cada agrupamento N ( =,..., ) faça.. Construa um compartmento: mzar v = u a N sueto a: L l a L mn N 0 a d, N a F N a são nteros, N.. Inclua o novo compartmento em Ω ; 3. Para =,..., faça 3.. p = F pso L Lmn mn{, ( / )} 3.. Para α=,..., p faça mzar z = v y +α u a α Ω sueto a: L y +α C a L Ω N Lmn la L N Ω N a y +αa d, N = N N ( y ) +α F Ω N a F [ 765 ]
7 Pesusa Operaconal na Socedade: Educação, Meo Ambente e Desenvolvmento a 5/09/06 Goâna, GO a, y 0 e nteros, N e Ω 3.3. Inclua em Ω, o compartmento de maor obetvo z α ; Heurístca WRetro. Ω= ;. Para cada agrupamento N ( =,..., ) faça.. Lcomp = L ;.3. Para contador =,..., w faça.3.. Construa um compartmento: mzar v sueto a: mn N 0 a d = u a N comp L l a L, N a F N a são nteros, N.3.. Inclua o novo compartmento em Ω ; Para =,..., faça L * comp a N = ( l ) ; 3.. p = F pso L Lmn mn{, ( / )} 3.. Para α=,..., p faça mzar z = v y +α u a α Ω sueto a: L y +α C a L Ω mn N L l a L Ω N N a y +αa d, N = N N ( y ) +α F Ω N a F a, y 0 e nteros, N e Ω 3.3. Inclua em Ω, o compartmento de maor obetvo z α ; Heurístca WW. Ω= ;. Para cada agrupamento N ( =,..., ) faça.. Lcomp = L ;.3. Para contador =,..., w faça.3.. Construa um compartmento: [ 766 ]
8 Pesusa Operaconal na Socedade: Educação, Meo Ambente e Desenvolvmento a 5/09/06 Goâna, GO mzar v sueto a: mn N 0 a d = u a N comp L l a L, N a F N a são nteros, N.3.. Inclua o novo compartmento em Ω ;.3.3. L * comp a N 3. Para contador =,..., w 3.. Para =,..., faça = ( l ) ; 3... p = mn{ F, pso( L/ Lmn)} 3... Para α=,..., p faça mzar z = v y +α u a α Ω sueto a: L y +α C a L Ω mn N L l a L Ω N N a y +αa d, N = N N ( y ) +α F Ω N a F a, y 0 e nteros, N e Ω Inclua em Ω, o compartmento de maor obetvo z α ; Das uatro heurístcas descrtas a únca ue não explora a nova abordagem lnear é a Wcap, ue fo elaborada por Marues e Arenales (005), e segundo os autores apresenta soluções com alta ualdade. De fato, uando está heurístca fo dealzada anda não era conhecda a abordagem lnear ue descrevemos na seção 3. Assm, decdmos confrontar a performance das três novas heurístcas (Retro, WRetro e WW) com a melhor heurístca reportada na lteratura, no caso a Wcap. 5. Smulações Computaconas Para comparar o desempenho das heurístcas anterores foram gerados exemplos aleatóros segundo uatro grandes categoras: 5 agrupamentos e 5 tens em cada um deles (categora 5/5), 0 agrupamentos com 5 tens em cada um deles (categora 0/5), 0 agrupamentos com 5 tens em cada um deles (categora 0/5) e por fm, 5 agrupamentos com 0 tens em cada um deles (categora 5/0). Em cada categora os exemplos foram gerados conforme sugerem Wäscher e Gau (996) para problemas de corte e empacotamento. Assm, escolhemos L = , L mn = 0.000, [ 767 ]
9 Pesusa Operaconal na Socedade: Educação, Meo Ambente e Desenvolvmento a 5/09/06 Goâna, GO L = 5.000, u, l µ [ L, µ L], unformemente dstrbuídos com µ < µ, onde µ {0.00, 0.05, 0.5, 0.} e µ {0.,0.3,0.4,0.5,0.6,0.7,0.8}. Além dsto, utlzamos F = 8, F = 0 e d = 4 para cada N, e organzamos os resultados em uatro tabelas segundo as categoras 5/5, 0/5, 0/5 e 5/0. Em cada tabela, na coluna Lnear apresentamos os resultados obtdos pela resolução dreta do modelo lnear proposto, para sto utlzamos o Xpress. Na coluna Retro apresentamos os resultados obtdos pela heurístca Retro. Nas colunas W0 e W5 estão, respectvamente, os resultados obtdos pela heurístca Wcap uando w = 5 e w = 0 no laço.3. Na coluna WRetro estão os resultados obtdos pela heurístca WRetro, onde w = 3 no laço.3. Na coluna WW apresentamos os resultados da heurístca WW, onde w = 3 nos laços 3 e.3. Por fm, nas colunas moch, segs e ob estão, respectvamente, o total de mochlas (geramos sempre 0 mochlas para cada combnação de µ e µ ), o tempo gasto para resolver as 0 mochlas e o percentual do obetvo acumulado destas mochlas em relação ao obetvo acumulado obtdo pelo modelo lnear da seção 3, cuas soluções sempre foram superores. Para realzar as smulações utlzamos um eupamento com processador Intel Pentum 4 Hyper-Threadng, cloc de 3.0 GHz e memóra RAM de GB, executando em Lnux (ernel.6). Nós modelamos as heurístcas no ambente BCL do Xpress, ceddo pela Dash Optmzaton, e os resultados obtdos foram organzados em uatro tabelas, conforma as uatro categoras. µ µ 0,00 0,05 0,5 0,5 Tabela. Resultados com 5 agrupamentos e 5 tens por agrupamento. Lnear Retro W0 W5 WRetro WW moch segs ob segs ob segs ob segs ob segs ob segs 0, 0 5,38 95,8%,64 93,58%,0 93,0% 0,96 98,38% 4,85 97,49% 7,35 0,3 0 9, 96,%,09 94,60%,3 93,4% 0,99 99,06% 4,79 97,95% 7,33 0,4 0 45,53 96,99%,3 96,%,5 94,99%,0 98,8% 5,7 98,48% 8, 0,5 0 35,09 97,66%,9 97,78%,9 95,09%,06 99,89% 5,58 99,3% 7,44 0,6 0 7,75 97,%,07 98,8%,8 95,96%,3 99,7% 5,40 99,45% 7,79 0,7 0 74,9 97,74%,08 97,35%,75 96,6%,0 99,35% 5,40 98,7% 7,0 0,8 0 5,9 98,07%,80 97,85%,3 96,94% 0,8 99,97% 4,47 99,57% 6,07 0, 0 77,96 97,35%,4 97,0%,43 93,45%,07 98,95% 6,4 98,46% 9,8 0,3 0 74,85 96,44%,65 97,05%,45 96,00%,0 99,58% 6,89 98,48% 9,4 0,4 0 40,8 97,7%,40 98,6%,8 97,75%,3 99,5% 6,5 99,9% 8,78 0,5 0 33,0 97,36%,35 97,89%,75 95,46%,06 99,48% 5,73 98,85% 8,36 0,6 0 36, 98,3%, 97,65%,95 95,94%,05 99,58% 6,0 98,73% 8,09 0,7 0 68,59 97,0%, 98,40%,65 97,03%,03 99,9% 5,9 98,97% 7,5 0,8 0 5,9 98,0%,09 97,6%,53 96,43%,0 99,99% 4,76 99,88% 6,84 0,3 0 45,69 98,73% 3,3 98,58%,47 94,76%,7 99,67% 8,04 99,3% 9,77 0,4 0 0,04 98,6%,95 98,9%, 96,7%,08 99,4% 8,5 98,6% 0,37 0,5 0,86 97,69%,6 99,38%,9 96,33%,09 99,7% 6,85 99,40% 8,5 0,6 0 0,3 97,3%,3 98,84%,84 96,70%,07 99,7% 6,35 99,5% 8,80 0,7 0 6,5 98,8%,5 97,85%,0 96,4% 0,8 00,00% 4,9 99,88% 6,59 0,8 0,3 98,78%,0 98,6%,8 96,7% 0,79 00,00% 4,6 99,79% 6,37 0,3 0 4,5 99,87% 4,4 99,78% 7,87 99,3%,95 99,99% 5, 99,87% 30,60 0,4 0 75,67 99,66% 3,47 98,9% 3,4 97,49%,37 99,59% 5,37 99,38% 5,50 0,5 0 8,33 99,48%,7 98,98%,85 98,49%,0 99,96% 7,36 99,80% 0,04 0,6 0,44 98,95%,56 98,48%,44 98,% 0,98 00,00% 6,5 99,83% 8,08 0,7 0 5,47 99,36%,04 96,38%,0 96,4% 0,88 00,00% 4,5 99,94% 6,39 0,8 0 9,95 99,77%,7 99,76%,04 99,64% 0,84 00,00% 4,43 99,94% 5,6 [ 768 ]
10 Pesusa Operaconal na Socedade: Educação, Meo Ambente e Desenvolvmento a 5/09/06 Goâna, GO µ µ 0,00 0,05 0,5 0,5 Tabela. Resultados com 0 agrupamentos e 5 tens por agrupamento. Lnear Retro W0 W5 WRetro WW moch segs ob segs ob segs ob segs ob segs ob segs 0, 0 3,8 97,78% 4, 99,8% 4,07 95,83%,94 99,6% 9,4 98,8%,06 0,3 0,3 96,05% 4,59 98,53% 4,06 93,6%,64 99,7%,09 97,7%,8 0,4 0 7,84 96,88% 5,37 99,38% 4,0 96,9%,97 99,8%,45 97,65%, 0,5 0 3, 96,07% 5, 99,77% 3,7 96,70%,00 99,%,94 97,75% 9,6 0,6 0 0,77 95,8% 5,7 99,% 3,40 96,06%,06 99,8% 0,4 98,53% 9,76 0,7 0 0,69 97,63% 5, 99,48% 3,6 97,60%,83 99,77%,04 99,34% 8,5 0,8 0,70 98,83% 4,58 99,50%,86 98,34%,9 99,83% 7,09 99,6% 9,55 0, 0 35,77 96,77% 6,0 96,9% 4,97 93,0%,47 99,09% 5,77 95,9% 3,3 0,3 0 4,66 96,3% 6,49 97,9% 4,93 93,90%,45 99,6% 5,70 97,4% 6,3 0,4 0 5,58 96,40% 6,5 98,9% 4,59 95,65%,45 99,85% 4,96 97,43% 4,97 0,5 0 7,58 96,98% 5,7 99,3% 3,93 97,9%,3 99,6% 3,8 98,68%,6 0,6 0 0,6 96,67% 5, 99,60% 3,87 97,95%,3 99,6% 6,98 99,09% 9,3 0,7 0 3,93 97,3% 5, 98,63% 3,40 97,76%,0 99,76%,87 99,47% 9,56 0,8 0,96 98,4% 4,47 99,35%,77 98,66%,93 99,87% 7,56 99,56% 3,00 0,3 0 9,30 98,96% 8,60 98,9% 7,65 97,4% 3,3 99,74%,8 99,% 70,4 0,4 0 49,96 98,33% 9,4 99,9% 6,6 98,04%,78 99,45% 4,89 99,% 33,69 0,5 0,33 97,8% 7,4 99,79% 4,37 98,39%,33 99,86% 9,03 99,3% 4,9 0,6 0 30,66 97,89% 6,47 99,6% 4,38 97,9%,4 99,89% 6, 99,7%,50 0,7 0 6, 99,08% 6, 99,5% 4,8 99,%,9 99,89% 5,38 99,7%,54 0,8 0 46,0 98,5% 5,45 99,43% 3,03 97,46%, 99,68% 3,97 99,63% 9,4 0,3 0 3,7 99,49% 5,56 98,69%,33 98,7%,74 99,98%,98 99,99% 5,46 0,4 0 97,6 99,9% 3,0 99,95% 7,8 99,86%,0 00,00%,3 99,90% 63,75 0,5 0 3,40 99,59% 3,03 99,57% 9,9 99,00% 3,0 99,97%,48 99,50% 45,03 0,6 0 8,48 99,76% 8,43 99,79% 3,48 99,6%,45 00,00% 9,86 00,00% 8,38 0,7 0 5,4 99,93% 7,9 99,3% 3,46 99,7%,9 99,99% 0,4 99,98% 6,6 0,8 0 5,7 99,63% 5,84 98,8%,53 98,65%,73 99,97%,7 99,7% 6,6 µ µ 0,00 0,05 0,5 0,5 Tabela 3. Resultados com 5 agrupamentos e 0 tens por agrupamento. Lnear Retro W0 W5 WRetro WW moch segs ob segs ob segs ob segs ob segs ob segs 0, 0 575,0 99,05% 7,7 99,93%,35 98,56%,94 99,9% 4,09 99,88% 36, 0,3 0 0,6 98,55%,40 98,7% 9,0 9,0%,64 99,76% 3,47 96,07% 95,44 0,4 0 93,98 97,59%,44 98,43% 8,69 9,44%,97 99,65% 7, 96,78% 70,60 0,5 0 66,58 96,75%,6 99,04% 8,8 90,3%,00 99,49%,8 94,8% 99,83 0,6 0 75,33 96,8% 0,74 99,04% 7,9 9,5%,06 99,43% 3,97 96,90% 56,54 0,7 0 34,73 97,39% 0,84 98,9% 7,47 93,56%,83 99,63%,4 96,45% 47,66 0,8 0 30,4 96,36%,60 99,43% 7,0 94,73%,9 99,79% 9,94 96,9% 45,4 0, 0 40,0 96,94% 4,79 94,7% 0,06 87,9%,47 98,7% 3,3 94,7% 33, 0,3 0 67,56 95,97% 5,3 95,% 9,79 87,60%,45 98,67% 37,3 9,5% 9,66 0,4 0 80, 97,00% 4,84 97,33% 9,60 90,5%,45 99,4% 35,37 94,03% 66,8 0,5 0 6,67 96,38% 4,9 98,5% 6,40 93,85%,3 98,67% 3,79 95,4% 69, 0,6 0 73,75 96,8%,3 98,0% 6,85 93,8%,3 99,% 8,8 96,% 54,44 0,7 0,8 96,43%,7 99,% 6,05 94,70%,0 99,50% 4,73 97,9% 7,65 0,8 0 3,44 97,36% 0,87 99,07% 6,9 94,07%,93 99,67% 4,08 96,70% 9,69 0,3 6 98,35 97,0% 6,5 98,4% 74,73 9,49% 3,3 99,38% 4,45 95,87% 6, 0,4 0 64,05 97,97% 7,97 97,69% 7,54 94,57%,78 99,38% 55,74 97,85% 00,6 0,5 0 6,76 97,6% 9,64 98,66% 7,3 95,89%,33 99,% 48,4 97,78% 64, 0,6 0 56,08 97,74% 6, 99,3% 6,93 96,36%,4 99,45% 39,09 98,87% 58,00 0,7 0 68,0 98,35% 3,94 99,0% 6,9 97,45%,9 99,99% 33,49 98,94% 44,5 0,8 0 7,3 97,68% 3,30 99,9% 6,6 97,60%, 99,5% 3,39 99,% 44,49 0,3 0 3,84 98,68%,5 99,69% 5,4 98,69%,74 99,68%, 99,3% 3,7 0,4 8 57,85 98,75% 0,0 99,74% 4,33 96,74%,39 98,75% 4,97 96,73% 39,90 0,5 0 0,7 99,79% 5,38 99,7% 4,58 99,48% 3,0 99,99% 59,6 99,83% 08,44 0, ,6 99,66% 3,7 99,95% 6,8 99,%,45 99,97% 30,74 99,68% 83,0 0,7 0 5,53 99,9% 7,35 99,73% 5,9 99,0%,9 99,98% 46,50 99,45% 56,6 0,8 0 83, 99,79% 5,04 99,99% 5,0 99,73%,73 00,00% 33,95 99,97% 50,4 [ 769 ]
11 Pesusa Operaconal na Socedade: Educação, Meo Ambente e Desenvolvmento a 5/09/06 Goâna, GO µ µ 0,00 0,05 0,5 0,5 Tabela 4. Resultados com 0 agrupamentos e 5 tens por agrupamento. Lnear Retro W0 W5 WRetro WW moch segs ob segs ob segs ob segs ob segs ob segs 0, 0 397,8 98,43% 7,49 98,47% 9,09 9,03%,99 99,6% 34,5 98,5% 78,97 0,3 0 68,76 97,0% 8,75 97,53% 9,05 88,75% 3,8 99,39% 4,0 96,79% 90,8 0,4 0 5,34 96,78% 0,5 95,34% 8,04 8,80%,96 98,78% 4,37 90,97%,63 0,5 0 60,36 96,74% 8,6 97,60% 6,7 86,7%,88 99,00% 9,75 9,95% 9,39 0,6 0 45,8 96,64% 8,06 95,83% 6,30 88,39%,60 98,67% 7, 9,% 5,90 0,7 0 46,9 96,6% 7,85 95,97% 5,36 90,40%,57 98,86% 8,98 93,8% 39,36 0,8 0 4,5 96,5% 6,84 97,83% 5,9 9,8%,93 99,43% 4,97 95,40% 37,45 0, 0 93,5 96,5% 0,83 90,98% 5,54 8,98% 3,85 98,3% 4,54 9,63% 7,79 0,3 0 7,05 96,04%,7 94,% 5,77 87,46%,64 98,8% 33,9 9,46% 95, 0,4 0 7,70 95,09% 0,97 95,% 5,94 89,87%,74 97,70% 8,73 93,5% 57,63 0,5 0 49,05 95,30% 9,78 96,4% 5,67 9,3%,66 98,9%,96 94,0% 43,3 0,6 0 30,6 96,36% 9,8 97,0% 5,46 9,96%,74 99,6% 8,70 96,5% 34,0 0,7 0 3,58 95,68% 8,38 97,93% 5,37 93,3%,53 98,67% 6,59 96,04% 5,53 0,8 0 48,00 96,78% 7,75 98,4% 4,84 94,89%,54 99,40% 6, 97,3% 8,68 0, ,38 96,45% 9,05 96,34% 9,4 89,43%,7 98,8% 3,73 94,36% 6,05 0,4 0 66,08 97,95% 9,09 98,05% 6,53 93,88%,8 99,8% 4,7 98,09% 00,93 0,5 0 74,7 98,0%,45 98,% 5,0 94,48%,77 99,% 33,3 97,8% 48,7 0,6 0 57,55 98,0% 0,90 98,44% 5,5 96,39%,8 99,3% 4,3 98,4% 35,93 0,7 0 54,36 98,75% 9, 99,30% 5,3 96,57%,44 99,8%,80 98,74% 30,35 0,8 0 4,78 98,09% 8,9 98,5% 5, 96,68%,47 99,45%,75 98,47% 9,45 0,3 7 45,4 97,84% 7,59 99,39% 4,3 97,4%,37 99,85% 8,34 99,5% 5,48 0,4 8 83,44 96,93% 9,68 97,00% 6,5 9,8%,75 99,00% 6,08 95,5% 57,9 0,5 0 34,50 99,86% 6,8 99,77% 8,7 99,3%,56 99,98% 4,9 99,80% 7,37 0,6 0 95,87 99,5% 3,3 99,44% 5, 98,43%,65 99,94% 4,76 99,63% 4,38 0,7 0 44,30 98,9%,40 99,04% 5,0 98,49%,35 99,9% 8,07 99,75% 35,8 0,8 0 4,03 99,58% 9,6 99,7% 4,7 99,44%, 99,97% 5,5 99,88% 33,6 6. Conclusões Neste trabalho nós apresentamos uma mportante contrbução no estudo de mochlas compartmentadas, ue é a abordagem lnear dscutda na seção 3. Naturalmente, estudos mas detalhados do modelo proposto devem ser efetuados em trabalhos futuros. Mesmo assm, com a abordagem proposta, nós elaboramos três novas heurístcas para resolver problemas da mochla compartmentada, ue foram apresentadas na seção 4, sem maores dscussões por terem sdo descrtas em detalhes. Com o auxílo do Xpress, ceddo pela Dash Optmzaton, nos efetuamos smulações no Laboratóro de Smulação e Otmzação de Sstemas (SmuLab) da Unversdade Estadual de Londrna, onde geramos exemplos consderados de dfícl resolução em problemas de corte e empacotamento, segundo Wäscher e Gau (996), e comparamos os resultados obtdos de nossas três novas heurístcas, da melhor heurístca conhecda na lteratura, conforme relatam marues e arenales, e anda avalamos estes resultados com as soluções encontradas pelo modelo lnear. Ao examnarmos as tabelas,, 3 e 4, o ue observamos na grande maora dos exemplos, é ue o por desempenho em tempo de execução é da heurístca WW, e o melhor desempenho em tempo de execução é da heurístca W5, por outro lado, esta heurístca obteve as pores soluções em termos de ualdade. A heurístca ue teve melhores resultados neste uesto fo a WRetro, cuo tempo de execução fo superor ue o da heurístca Retro. Por se tratar de heurístcas, é muto arrscado ualuer tpo de afrmação, entretanto, a heurístca Retro obteve melhores soluções ue a melhor heurístca conhecda com um tempo de execução acetável para soluções prátcas, como por exemplo, em problemas de corte e empacotamento. 7. Agradecmentos Pelos apoos fnanceros, nós agradecemos ao Conselho Naconal de Desenvolvmento Centífco e Tecnológco, também à Fundação Araucára de Apoo a Desenvolvmento Centífco e Tecnológco do Paraná, e à Coodenação de Aperfeçoamento de Pessoal de Nível Superor. Nós agradecemos anda a Dash Optmzaton, ue nos cedeu o Xpress por meo do Academc Partner Program. [ 770 ]
12 Pesusa Operaconal na Socedade: Educação, Meo Ambente e Desenvolvmento a 5/09/06 Goâna, GO 8. Referêncas Bblografcas Hoto, R., Arenales, M. N. and Maculan, N. (005). The compartmentalsed napsac problem: a case study. European Journal of Operatonal Research. (a aparecer) Marues, F. P. and Arenales, M. N. (005). The constraned compartmentalsed napsac problem. Computers & Operatons Research. (a aparecer) Wäscher, G. and Gau, T. (996). Heurstcs for the one-dmensonal cuttng stoc problem: a computatonal study. OR Spetrum, 8, [ 77 ]
IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO
IMPLEMENTAÇÃO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches 1 ; Adrana Betâna de Paula Molgora 1 Estudante do Curso de Cênca da Computação da UEMS, Undade Unverstára de Dourados;
Leia maisModelo de programação por restrições para o problema de empacotamento ortogonal tridimensional
Capítulo 5 Modelo de programação por restrções para o problema de empacotamento ortogonal trdmensonal Olvana Xaver do Nascmento 1 Llane de Azevedo Olvera 1 Thago Alves de Queroz 1 Resumo: O Problema de
Leia maisMODELOS DE LOCALIZAÇÃO NA SELEÇÃO DE RESERVAS PARA CONSERVAÇÃO DE ESPÉCIES
MODELOS DE LOCALIZAÇÃO NA SELEÇÃO DE RESERVAS PARA CONSERVAÇÃO DE ESPÉCIES Marcelo Gonçalves Narcso CNPTIA EMBRAPA narcso@cnpta.embrapa.br Luz Antono Noguera Lorena lorena@lac.npe.br LAC - Laboratóro Assocado
Leia maisSOBRE O CÁLCULO DO BUFFER DELAY ÓTIMO EM TRANSMISSÃO DE VOZ: PARTE I
SOBRE O CÁLCULO DO BUFFER DELAY ÓTIMO EM TRANSMISSÃO DE VOZ: PARTE I Robnson Hoto Unversdade Estadual de Londrna Laboratóro de Smulação e Otmzação de Sstemas (SmuLab) Departamento de Matemátca Mestrado
Leia maisO PROBLEMA DE CORTE DE ESTOQUE COM APROVEITAMENTO DE SOBRAS: UM ESTUDO DE COMPARAÇÃO DE DIFERENTES MODELOS MATEMÁTICOS E HEURÍSTICAS DE RESOLUÇÃO
Unversdade Tecnológca Federal do Paraná - UTFPR Campus Ponta Grossa - Paraná - Brasl SSN 1808-0448 / v. 11, n. 3: p. 26-51, 2015 D.O..: 10.3895/g.v11n3.2807 O PROBLEMA DE CORTE DE ESTOQUE COM APROVETAMENTO
Leia maisALGORITMOS PARA DETERMINAÇÃO DE PADRÕES TABULEIROS EXATOS E RESTRITOS: TESTES COMPUTACIONAIS COMPARATIVOS
Pesqusa Operaconal e o Desenvolvmento Sustentável ALGORITOS PARA DETERINAÇÃO DE PADRÕES TABULEIROS EXATOS E RESTRITOS: TESTES COPUTACIONAIS COPARATIVOS Danel assaru Katsurayama Insttuto Naconal de Pesqusas
Leia maisDIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS
177 DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS Antôno Carlos da Slva Flho Un-FACEF Introdução Trend Strps (TS) são uma nova técnca de análse da dnâmca de um sstema,
Leia mais4.1 Modelagem dos Resultados Considerando Sazonalização
30 4 METODOLOGIA 4.1 Modelagem dos Resultados Consderando Sazonalzação A sazonalzação da quantdade de energa assegurada versus a quantdade contratada unforme, em contratos de fornecmento de energa elétrca,
Leia maisRAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro
UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero
Leia maisREFINAMENTO DE UM ALGORITMO ENUMERATIVO PARA DETERMINAÇÃO DE PADRÕES TABULEIROS EXATOS E RESTRITOS
Pesqusa Operaconal na Socedade: Educação, eo Ambente e Desenvolvmento 2 a 5/09/06 Goâna, GO REFINAENTO DE U ALGORITO ENUERATIVO PARA DETERINAÇÃO DE PADRÕES TABULEIROS EXATOS E RESTRITOS Horaco Hde Yanasse
Leia mais2 Experimentos com Mistura
Modelagem em Expermentos com Mstura e Mstura-Processo Expermentos com Mstura Formulações de Expermentos com Mstura (EM) são freuentemente encontradas nas ndústras uímcas, farmacêutcas, de almentos e em
Leia mais4 Critérios para Avaliação dos Cenários
Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada
Leia mais2 Análise de Campos Modais em Guias de Onda Arbitrários
Análse de Campos Modas em Guas de Onda Arbtráros Neste capítulo serão analsados os campos modas em guas de onda de seção arbtrára. A seção transversal do gua é apromada por um polígono conveo descrto por
Leia maisCaderno de Fórmulas em Implementação. SWAP Alterações na curva Libor
Caderno de Fórmulas em Implementação SWAP Alterações na curva Lbor Atualzado em: 15/12/217 Comuncado: 12/217 DN Homologação: - Versão: Mar/218 Índce 1 Atualzações... 2 2 Caderno de Fórmulas - SWAP... 3
Leia maisSIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES
O PROBLEMA DE CORTE BIDIMENSIONAL COM PLACA DEFEITUOSA ANDRÉA CARLA GONÇALVES VIANNA Unversdade Estadual Paulsta - UNESP Faculdade de Cêncas Departamento de Computação Av. Luz Edmundo Carrjo Coube, s/n,
Leia maisAPLICAÇÃO DO MÉTODO DAS DIFERENÇAS FINITAS PARA SOLUÇÃO DAS EQUAÇÕES DE LAPLACE E POISSON PARA LINHAS DE MICROFITAS ACOPLADAS
APLICAÇÃO DO MÉTODO DAS DIFERENÇAS FINITAS PARA SOLUÇÃO DAS EQUAÇÕES DE LAPLACE E POISSON PARA LINHAS DE MICROFITAS ACOPLADAS Raann Pablo de Alencar AZEEDO; Ícaro Bezerra de Queroz ARAÚJO; Elel Pogg dos
Leia maisCálculo Numérico BCC760 Interpolação Polinomial
Cálculo Numérco BCC76 Interpolação Polnomal Departamento de Computação Págna da dscplna http://www.decom.ufop.br/bcc76/ 1 Interpolação Polnomal Conteúdo 1. Introdução 2. Objetvo 3. Estênca e uncdade 4.
Leia maisCapítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES
Capítulo. Aproxmações numércas 1D em malhas unformes 9 Capítulo. AROXIMAÇÕS NUMÉRICAS 1D M MALHAS UNIFORMS O prncípo fundamental do método das dferenças fntas (MDF é aproxmar através de expressões algébrcas
Leia maisMÉTODOS ITERATIVOS PARA PROBLEMAS DE PROGRAMAÇÃO MATEMÁTICA COM INCERTEZAS
Pesqusa Operaconal e o Desenvolvmento Sustentável MÉTODOS ITERATIVOS PARA PROBLEMAS DE PRORAMAÇÃO MATEMÁTICA COM INCERTEZAS Rcardo Coêlho Slva Departamento de Telemátca Faculdade de Engenhara Elétrca e
Leia maisMODELO DE DESPACHO TERMELÉTRICO CONSIDERANDO RESTRIÇÕES NO SUPRIMENTO DE GÁS NATURAL
MODELO DE DESPACHO TERMELÉTRICO CONSIDERANDO RESTRIÇÕES NO SUPRIMENTO DE GÁS NATURAL ODERSON DIAS DE MELLO Departamento de Engenhara de Sstemas - Faculdade de Engenhara Elétrca e de Computação - Unversdade
Leia maisProgramação Dinâmica. Fernando Nogueira Programação Dinâmica 1
Programação Dnâmca Fernando Noguera Programação Dnâmca A Programação Dnâmca procura resolver o problema de otmzação através da análse de uma seqüênca de problemas mas smples do que o problema orgnal. A
Leia maisO problema da mochila compartimentada
SERVIÇO DE PÓS-GRADUAÇÃO DO ICMC-USP Data de Depósto: 24.04.2000 Assnatura: O problema da mochla compartmentada Fabano do Prado Marques Orentador: Prof. Dr. Marcos Nereu Arenales Dssertação apresentada
Leia mais3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo
3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas
Leia maisAlgarismos Significativos Propagação de Erros ou Desvios
Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento
Leia maisFigura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma
Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas
Leia mais3 Algoritmos propostos
Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos
Leia maisOTIMIZAÇÃO DAS PERDAS EM CORTES GUILHOTINADOS PARA BOBINAS DE AÇO NA INDÚSTRIA METALMECÂNICA
OTIMIZAÇÃO DAS PERDAS EM CORTES GUILHOTINADOS PARA BOBINAS DE AÇO NA INDÚSTRIA METALMECÂNICA osé Aélo Slvera únor Mestrado em Informátca Aplcada - MIA Esmaltec S/A Avenda Parque Oeste, 230, CEP 6939-20,
Leia mais5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite
5 Relação entre Análse Lmte e Programação Lnear 5.. Modelo Matemátco para Análse Lmte Como fo explcado anterormente, a análse lmte oferece a facldade para o cálculo da carga de ruptura pelo fato de utlzar
Leia maisV SMAT Simpósio de Matemática Presidente Prudente - SP 10 a 13 de agosto de Minicurso Introdução a Problemas de Corte de Estoque
V SMAT Smpóso de Matemátca Presdente Prudente - SP 10 a 13 de agosto de 2010 Mncurso Introdução a Problemas de Corte de Estoque Adrana Crstna Cherr Departamento de Matemátca - Faculdade de Cêncas Unversdade
Leia mais(1) A uma parede totalmente catalítica quanto para uma parede com equilíbrio catalítico. No caso de uma parede com equilíbrio catalítico, tem-se:
1 RELATÓRIO - MODIFICAÇÃO DA CONDIÇÃO DE CONTORNO DE ENTRADA: MODELOS PARCIALMENTE CATALÍTICO E NÃO CATALÍTICO PARA ESCOAMENTOS COM TAXA FINITA DE REAÇÃO 1. Condções de contorno Em escoamentos reatvos,
Leia mais2 ENERGIA FIRME DE SISTEMAS HIDRELÉTRICOS
ENERGIA FIRME DE SISTEMAS HIDRELÉTRICOS 22 2 ENERGIA FIRME DE SISTEMAS HIDRELÉTRICOS Como vsto no capítulo 1, a energa frme de uma usna hdrelétrca corresponde à máxma demanda que pode ser suprda contnuamente
Leia mais8 Regime de transição
8 Regme de transção Por delberação do Senado Unverstáro em reunão de 2 de Março de 2006 (Cf. Pág. 2 da Mnuta nº 10) consdera-se que, «a partr do ano lectvo de 2006/07, todos os cursos da Unversdade do
Leia maisEQUAÇÕES DIFERENCIAIS ORDINÁRIAS (EDO) PROBLEMA DO VALOR INICIAL (PVI)
EQUAÇÕES DIFERENCIAIS ORDINÁRIAS (EDO) PROBLEMA DO VALOR INICIAL (PVI) Introdução Seja a segunte equação derencal: d ( ) ; d para. que é reerencado com o problema do valor ncal. Essa denomnação deve-se
Leia maisModelação com Variáveis Discretas
Engenhara de Processos e Sstemas Modelação com Varáves Dscretas Fernando Bernardo Fev 2011 mn f ( x, y, θ ) x, y s. t. h( x, y, θ ) = 0 g( x, y, θ ) 0 x x x L x real y {0,1}) U Leque de aplcações. Tpos
Leia maisRESOLUÇÃO DO PROBLEMA DE CORTE INTEGRADO AO PROBLEMA DE SEQÜENCIAMENTO DOS PADRÕES UTILIZANDO RELAXAÇÃO LAGRANGEANA
RESOLUÇÃO DO PROBLEMA DE CORTE ITEGRADO AO PROBLEMA DE SEQÜECIAMETO DOS PADRÕES UTILIZADO RELAXAÇÃO LAGRAGEAA Mara José Pnto Centro Técnco Aeroespacal (CTA) Insttuto de Estudos Avançados (IEAv) Departamento
Leia mais3 A técnica de computação intensiva Bootstrap
A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.
Leia maisMODELOS DE REGRESSÃO PARAMÉTRICOS
MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da
Leia mais3 Animação de fluidos com SPH
3 Anmação de fludos com SPH O SPH (Smoothed Partcle Hydrodynamcs) é um método Lagrangeano baseado em partículas, proposto orgnalmente para smulação de problemas astrofíscos por Gngold e Monaghan (1977)
Leia maisPsicologia Conexionista Antonio Roque Aula 8 Modelos Conexionistas com tempo contínuo
Modelos Conexonstas com tempo contínuo Mutos fenômenos de aprendzado assocatvo podem ser explcados por modelos em que o tempo é uma varável dscreta como nos casos vstos nas aulas anterores. Tas modelos
Leia mais5 Formulação para Problemas de Potencial
48 Formulação para Problemas de Potencal O prncpal objetvo do presente capítulo é valdar a função de tensão do tpo Westergaard obtda para uma trnca com abertura polnomal (como mostrado na Fgura 9a) quando
Leia maisAs leis de Kirchhoff. Capítulo
UNI apítulo 11 s les de Krchhoff s les de Krchhoff são utlzadas para determnar as ntensdades de corrente elétrca em crcutos que não podem ser convertdos em crcutos smples. S empre que um crcuto não pode
Leia maisIII Seminário da Pós-graduação em Engenharia Elétrica
FLUXO DE POÊNCIA ÓIMO E O MINOS Adlson Preto de Godo Aluno do Programa de Pós-Graduação em Engenhara Elétrca Unesp Bauru Edméa Cássa Baptsta Orentador Depto de Matemátca Unesp Bauru RESUMO Neste trabalho
Leia mais3 Desenvolvimento do Modelo
3 Desenvolvmento do Modelo Neste capítulo apresentaremos como está estruturado o modelo desenvolvdo nesta dssertação para otmzar o despacho de geradores dstrbuídos com o obetvo de reduzr os custos da rede
Leia maisModelo de Programação Estocástica
Modelo de Programação Estocástca 23 2 Modelo de Programação Estocástca 2.. Concetos báscos A programação estocástca (PE) é defnda como um modelo de otmzação que apresenta um ou mas parâmetros estocástcos
Leia maisEstatística II Antonio Roque Aula 18. Regressão Linear
Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão
Leia maisRadiação Térmica Processos, Propriedades e Troca de Radiação entre Superfícies (Parte 2)
Radação Térmca Processos, Propredades e Troca de Radação entre Superfíces (Parte ) Obetvo: calcular a troca por radação entre duas ou mas superfíces. Essa troca depende das geometras e orentações das superfíces,
Leia maisUM PROBLEMA ECONOMÉTRICO NO USO DE VARIÁVEIS CLIMÁTICAS EM FUNÇÕES DE PRODUÇÃO AJUSTADAS A DADOS EXPERIMENTAIS
UM PROBLEMA ECONOMÉTRICO NO USO DE VARIÁVEIS CLIMÁTICAS EM FUNÇÕES DE PRODUÇÃO AJUSTADAS A DADOS EXPERIMENTAIS Rodolfo Hoffmann * Vctor Hugo da Fonseca Porto ** SINOPSE Neste trabalho deduz-se qual é o
Leia maisO problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Leia maisGRASP PARA OTIMIZAR O CARREGAMENTO DE UM CONTÊINER
A ntegração de cadeas produtvas com a abordagem da manufatura sustentável. Ro de Janero, RJ, Brasl, 13 a 16 de outubro de 2008 GRASP PARA OTIMIZAR O CARREGAMENTO DE UM CONTÊINER ETELVIRA CRISTINA BARRETO
Leia maisUMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR
Leia maisO PROBLEMA DE CORTE DE ESTOQUE EM INDÚSTRIAS DE MÓVEIS DE PEQUENO E MÉDIO PORTE
O PROBLEMA DE CORTE DE ESTOQUE EM INDÚSTRIAS DE MÓVEIS DE PEQUENO E MÉDIO PORTE Socorro Rangel Altamr G. de Fgueredo DCCE / IBILCE / UNESP Rua Crstóvão Colombo, 2265, Jd. Nazareth 50054-000, S.J. do Ro
Leia maisPROBLEMA DE DIFUSÃO DE CALOR RESOLVIDO POR MEIO DE EQUAÇÕES DIFERENCIAIS PARCIAIS PARABÓLICAS
PROBLEMA DE DIFUSÃO DE CALOR RESOLVIDO POR MEIO DE EQUAÇÕES DIFERENCIAIS PARCIAIS PARABÓLICAS Renato S. Gomde 1, Luz F. B. Loja 1, Edna L. Flôres 1 1 Unversdade Federal de Uberlânda, Departamento de Engenhara
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
1 Programação Não Lnear com Restrções Aula 9: Programação Não-Lnear - Funções de Váras Varáves com Restrções Ponto Regular; Introdução aos Multplcadores de Lagrange; Multplcadores de Lagrange e Condções
Leia maisOptimização com variáveis discretas
Engenhara de Processos e Sstemas Optmzação com varáves dscretas Fernando Bernardo Fev 2013 mn f ( x,, θ ) x, s. t. h( x,, θ ) = 0 g( x,, θ ) 0 x x x L U x real, {0,1} Por que necesstamos de varáves dscretas?
Leia maisCAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA
CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de
Leia maisIdentidade dos parâmetros de modelos segmentados
Identdade dos parâmetros de modelos segmentados Dana Campos de Olvera Antono Polcarpo Souza Carnero Joel Augusto Munz Fabyano Fonseca e Slva 4 Introdução No Brasl, dentre os anmas de médo porte, os ovnos
Leia maisSempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos.
Nesse prátca, estudaremos a potênca dsspada numa resstênca de carga, em função da resstênca nterna da fonte que a almenta. Veremos o Teorema da Máxma Transferênca de Potênca, que dz que a potênca transferda
Leia maisModelagem do crescimento de clones de Eucalyptus via modelos não lineares
Modelagem do crescmento de clones de Eucalyptus va modelos não lneares Joselme Fernandes Gouvea 2 Davd Venanco da Cruz 3 Máco Augusto de Albuquerque 3 José Antôno Alexo da Slva Introdução Os fenômenos
Leia maisALTERNATIVA PARA DETERMINAR ACURÁCIA DA PREVISÃO DO MBAR UTILIZANDO ÍNDICE DE BRIER. Reinaldo Bomfim da Silveira 1 Juliana Maria Duarte Mol 1 RESUMO
ALTERNATIVA PARA DETERMINAR ACURÁCIA DA PREVISÃO DO MBAR UTILIZANDO ÍNDICE DE BRIER Renaldo Bomfm da Slvera 1 Julana Mara Duarte Mol 1 RESUMO Este trabalho propõe um método para avalar a qualdade das prevsões
Leia maisUM ALGORITMO DE PROGRAMAÇÃO MATEMÁTICA BI-OBJETIVO PARA O PROBLEMA DE LOCALIZAÇÃO DE FACILIDADES NÃO CAPACITADO
Ro de Janero, RJ, Brasl, 3 a 6 de outubro de 008 UM ALGORITMO DE PROGRAMAÇÃO MATEMÁTICA BI-OBJETIVO PARA O PROBLEMA DE LOCALIZAÇÃO DE FACILIDADES NÃO CAPACITADO Paula Marana dos Santos (UFV) paula-maranna@hotmal.com
Leia maisProcedimento Recursivo do Método dos Elementos de Contorno Aplicado em Problemas de Poisson
Trabalho apresentado no III CMAC - SE, Vtóra-ES, 015. Proceedng Seres of the Brazlan Socety of Computatonal and Appled Mathematcs Procedmento Recursvo do Método dos Elementos de Contorno Aplcado em Problemas
Leia maisAnálise Dinâmica de uma Viga de Euler-Bernoulli Submetida a Impacto no Centro após Queda Livre Através do Método de Diferenças Finitas
Proceedng Seres of the Brazlan Socety of Appled and Computatonal Mathematcs, Vol. 4, N., 06. Trabalho apresentado no DINCON, Natal - RN, 05. Proceedng Seres of the Brazlan Socety of Computatonal and Appled
Leia mais1. CORRELAÇÃO E REGRESSÃO LINEAR
1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação
Leia maisESTUDO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO
ESTUDO DO MÉTODO DE FATORAÇÃO DE INTEIROS CRIVO QUADRÁTICO Alne de Paula Sanches (Bolssta UEMS), Adrana Betâna de Paula Molgora Unversdade Estadual de Mato Grosso do Sul Cdade Unverstára de Dourados, Caxa
Leia maisO PROBLEMA DE CORTE DE ESTOQUE BIDIMENSIONAL APLICADO A UMA INDÚSTRIA DE ESQUADRIAS METÁLICAS
O PROBLEMA DE CORTE DE ESTOQUE BIDIMESIOAL APLICADO A UMA IDÚSTRIA DE ESQUADRIAS METÁLICAS Andréa Carla Gonçalves Vanna {vanna@fc.unesp.br} Departamento de Computação DCo Unversdade Estadual de São Paulo
Leia maisCONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues
CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogéro Rodrgues I) TABELA PRIMITIVA E DISTRIBUIÇÃO DE FREQÜÊNCIA : No processo de amostragem, a forma de regstro mas
Leia maisVariação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.
Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na
Leia maisCovariância na Propagação de Erros
Técncas Laboratoras de Físca Lc. Físca e Eng. omédca 007/08 Capítulo VII Covarânca e Correlação Covarânca na propagação de erros Coefcente de Correlação Lnear 35 Covarânca na Propagação de Erros Suponhamos
Leia maisGuia 11 Escalonamento de Mensagens
Até esta altura, temos abordado prncpalmente questões relaconadas com escalonamento de tarefas a serem executadas num únco processador. No entanto, é necessáro consderar o caso de sstemas tempo-real dstrbuídos,
Leia maisVariáveis Aleatórias
Unversdade Federal do Pará Insttuto de Tecnologa Estatístca Aplcada I Prof. Dr. Jorge Teóflo de Barros Lopes Campus de Belém Curso de Engenhara Mecânca /08/06 7:39 ESTATÍSTICA APLICADA I - Teora das Probabldades
Leia maisUM ALGORITMO GENÉTICO PARA O PROBLEMA DE AGRUPAMENTO
Pesqusa Operaconal na Socedade: Educação, Meo Ambente e Desenvolvmento 12 a 15/09/06 Goâna, GO UM ALGORITMO GENÉTICO PARA O PROBLEMA DE AGRUPAMENTO Flávo Marcelo Tavares Montenegro IBGE Insttuto Braslero
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca
Leia maisESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL
Revsta Matz Onlne ESTUDO DE MODELOS PARA AJUSTE E PREVISÃO DE UMA SÉRIE TEMPORAL Valera Ap. Martns Ferrera Vvane Carla Fortulan Valéra Aparecda Martns. Mestre em Cêncas pela Unversdade de São Paulo- USP.
Leia mais4 Discretização e Linearização
4 Dscretzação e Lnearzação Uma vez defndas as equações dferencas do problema, o passo segunte consste no processo de dscretzação e lnearzação das mesmas para que seja montado um sstema de equações algébrcas
Leia mais2 Aproximação por curvas impĺıcitas e partição da unidade
Aproxmação por curvas mpĺıctas e partção da undade Este capítulo expõe alguns concetos báscos necessáros para o entendmento deste trabalho 1 Curvas Algébrcas Um subconjunto O R é chamado de uma curva mplícta
Leia maisIntrodução aos Problemas de Roteirização e Programação de Veículos
Introdução aos Problemas de Roterzação e Programação de Veículos PNV-2450 André Bergsten Mendes Problema de Programação de Veículos Problema de Programação de Veículos Premssas Os roteros ncam e termnam
Leia mais2-Uma Breve Introdução à Teoria dos Conjuntos Fuzzy 2.1-Conjunto Fuzzy
pesqusa Operaconal e os Recursos Renováves 4 a 7 de novembro de 2003, Natal-RN METODOLOGI DE RESOLUÇÃO DE PROBLEMS DE PROGRMÇÃO LINER FUZZY ndré lves Gandolpho Departamento de Engenhara Elétrca Unversdade
Leia maisGARANTIA DE EXCELENTE INTERCAMBIALIDADE E REDUÇÃO DE CUSTOS ATRAVÉS DA ANÁLISE ESTATÍSTICA DE TOLERÂNCIAS
GARANIA DE EXCELENE INERCAMBIALIDADE E REDUÇÃO DE CUSOS ARAVÉS DA ANÁLISE ESAÍSICA DE OLERÂNCIAS Edvaldo Antono Bulba* *Prof. Dr. da Fatec SP FEI e Unversdade São Judas E mal: bulba@fe.edu.br Resumo Numa
Leia maisSeqüenciação de N ordens de produção em uma máquina com tempo de preparação dependente da seqüência uma aplicação de busca tabu
XXVI ENEGEP - Fortaleza, CE, Brasl, 9 a 11 de Outubro de 2006 Seqüencação de N ordens de produção em uma máquna com tempo de preparação dependente da seqüênca uma aplcação de busca tabu Renato de Olvera
Leia maisRedes de Petri. Definições:
Redes de Petr Defnções: Uma Rede de Petr (PN) é m grafo dreto bpartdo o qal tem dos tpos de nós denomnados lgares (qe representam estados) e transções (qe representam eventos). O estado é alterado pelo
Leia mais5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial
5 Métodos de cálculo do lmte de retenção em função da ruína e do captal ncal Nesta dssertação serão utlzados dos métodos comparatvos de cálculo de lmte de retenção, onde ambos consderam a necessdade de
Leia maisUM ESTUDO SOBRE PROBLEMAS DE AGRUPAMENTO CAPACITADO
UM ESTUDO SOBRE PROBLEMAS DE AGRUPAMENTO CAPACTADO Fernando Stefanello stefanello@nf.ufsm.br Felpe Martns Müller felpe@nf.ufsm.br Unversdade Federal de Santa Mara - Centro de Tecnologa Av. Rorama no. 1000
Leia maisAULA 4. Segundo Quartil ( Q observações são menores que ele e 50% são maiores.
Estatístca Aplcada à Engenhara AULA 4 UNAMA - Unversdade da Amazôna.8 MEDIDA EPARATRIZE ão valores que separam o rol (os dados ordenados) em quatro (quarts), dez (decs) ou em cem (percents) partes guas.
Leia maisU N I V E R S I D A D E D O S A Ç O R E S D E P A R T A M E N T O D E M A T E M Á T I C A ARMANDO B MENDES ÁUREA SOUSA HELENA MELO SOUSA
U N I V E R S I D A D E D O S A Ç O R E S D E P A R T A M E N T O D E M A T E M Á T I C A CLASSIFICAÇÃO DE MONOGRAFIAS UMA PROPOSTA PARA MAIOR OBJECTIVIDADE ARMANDO B MENDES ÁUREA SOUSA HELENA MELO SOUSA
Leia mais4 ANÁLISE DE CONFIABILIDADE COM ANÁLISE LIMITE
4 ANÁLISE DE CONIABILIDADE COM ANÁLISE LIMITE A avalação da segurança das estruturas geotécncas tem sdo sempre um dos objetvos da Engenhara Geotécnca. A forma convenconal de quantfcar a segurança de uma
Leia maisOs modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.
MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,
Leia maisResponda às questões utilizando técnicas adequadas à solução de problemas de grande dimensão.
Departamento de Produção e Sstemas Complementos de Investgação Operaconal Exame Época Normal, 1ª Chamada 11 de Janero de 2006 Responda às questões utlzando técncas adequadas à solução de problemas de grande
Leia maisAPLICAÇÃO DO ALGORITMO GENÉTICO DE CHAVES ALEATÓRIAS VICIADAS AO PROBLEMA DE ESCALONAMENTO DE TÉCNICOS DE CAMPO
APLICAÇÃO DO ALGORITMO GENÉTICO DE CHAVES ALEATÓRIAS VICIADAS AO PROBLEMA DE ESCALONAMENTO DE TÉCNICOS DE CAMPO Rcardo de Brto Damm Departamento de Engenhara de Produção da Escola Poltécnca, USP rbdamm@usp.br
Leia maisMÉTODO DAS DIFERENÇAS FINITAS PARA SOLUÇÃO DE EQUAÇÃO ESCALAR DE LEIS DE CONSERVAÇÃO
MÉTODO DAS DIFERENÇAS FINITAS PARA SOLUÇÃO DE EQUAÇÃO ESCALAR DE LEIS DE CONSERVAÇÃO Lorena Resende Olvera 1 ; Douglas Azevedo Castro 2 1 Aluna do Curso de Engenhara de Boprocessos e Botecnologa; Campus
Leia maisROTEAMENTO DE LEITURISTAS: UM PROBLEMA NP-DIFÍCIL
ROTEAMENTO DE LEITURISTAS: UM ROLEMA N-DIFÍCIL Fábo Luz Usbert Faculdade de Engenhara Elétrca e de Computação UNICAM Cdade Unverstára Zeferno Vaz, Av. Albert Ensten, 4. CE: 383-852, Campnas - S fusbert@yahoo.com
Leia mais7 - Distribuição de Freqüências
7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste
Leia mais3 Elementos de modelagem para o problema de controle de potência
3 Elementos de modelagem para o problema de controle de potênca Neste trabalho assume-se que a rede de comuncações é composta por uma coleção de enlaces consttuídos por um par de undades-rádo ndvdualmente
Leia maisANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO MÉTODO DE CROSS
DECvl ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO ÉTODO DE CROSS Orlando J. B. A. Perera 20 de ao de 206 2 . Introdução O método teratvo ntroduzdo por Hardy Cross (Analyss of Contnuous Frames by Dstrbutng Fxed-End
Leia mais024/ ANÁLISE MULTICRITÉRIO DO PROBLEMA DE SELEÇÃO DE EQUIPAMENTOS EM AMBIENTE JUST IN TIME, UTILIZANDO-SE DE UM ALGORITMO GENÉTICO
ISSN 275-6295 Ro de Janero- Brasl, 05 e 06 de agosto de 2009. SPOLM 2009 024/2009 - ANÁLISE MULTICRITÉRIO DO PROBLEMA DE SELEÇÃO DE EQUIPAMENTOS EM AMBIENTE JUST IN TIME, UTILIZANDO-SE DE UM ALGORITMO
Leia maisPalavras-Chave: Métodos Interativos da Potência e Inverso, Sistemas Lineares, Autovetores e Autovalores.
MSc leandre Estáco Féo ssocação Educaconal Dom Bosco - Faculdade de Engenhara de Resende Caa Postal 8.698/87 - CEP 75-97 - Resende - RJ Brasl Professor e Doutorando de Engenhara aefeo@yahoo.com.br Resumo
Leia mais3 Método Numérico. 3.1 Discretização da Equação Diferencial
3 Método Numérco O presente capítulo apresenta a dscretação da equação dferencal para o campo de pressão e a ntegração numérca da expressão obtda anterormente para a Vscosdade Newtonana Equvalente possbltando
Leia maisDIMENSIONAMENTO ÓTIMIZADO DE TRELIÇAS DE ALUMÍNIO: ANÁLISE NUMÉRICA E EXPERIMENTAL
DIMENSIONAMENTO ÓTIMIZADO DE TRELIÇAS DE ALUMÍNIO: ANÁLISE NUMÉRICA E EXPERIMENTAL Moacr Krpka, Prof. Dr. Zacaras M. Chamberlan Prava, Prof. Dr. Maga Marques Das, Acadêmca, Bolssta UPF Gulherme Fleth de
Leia mais2 Incerteza de medição
2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr
Leia maisInterpolação Segmentada
Interpolação Segmentada Uma splne é uma função segmentada e consste na junção de váras funções defndas num ntervalo, de tal forma que as partes que estão lgadas umas às outras de uma manera contínua e
Leia mais