MATEMÁTICA APLICADA AO PLANEJAMENTO DA PRODUÇÃO E LOGÍSTICA. Silvio A. de Araujo Socorro Rangel
|
|
- Amália Palha Beretta
- 5 Há anos
- Visualizações:
Transcrição
1 MAEMÁICA APLICADA AO PLANEJAMENO DA PRODUÇÃO E LOGÍSICA Silvio A. de Araujo Socorro Rangel saraujo@ibilce.unesp.br, socorro@ibilce.unesp.br Apoio Financeiro:
2 PROGRAMA Introdução. Modelagem matemática: conceos básicos 2. Problemas clássicos de logística 3. O problema de dimensionamento de lotes 4. O problema de sequenciamento de tarefas 5. O problema integrado de dimensionamento e sequenciamento de lotes 6. Outros problemas integrados Considerações Finais
3 PROGRAMA Introdução. Modelagem matemática: conceos básicos 2. Problemas clássicos de logística 3. O problema de dimensionamento de lotes 4. O problema de sequenciamento de tarefas 5. O Problema Integrado de dimensionamento e sequenciamento de lotes 6. Outros problemas integrados Considerações Finais AULA 3
4 PROGRAMA Introdução. Modelagem matemática: conceos básicos 2. Problemas clássicos de logística 3. O problema de dimensionamento de lotes 4. O problema de sequenciamento de tarefas 5. O Problema Integrado de dimensionamento e sequenciamento de lotes 6. Outros problemas integrados Considerações Finais
5 PROGRAMA Introdução. Modelagem matemática: conceos básicos 2. Problemas clássicos de logística 3. O problema de dimensionamento de lotes 4. O problema de sequenciamento de tarefas 5. O4. Problema Exemplo Integrado e conceos debásicos dimensionamento e sequenciamento de lotes 4.2 Modelo indexado pelo tempo 6. Outros problemas integrados 7. Considerações 4.3 Modelo com Finais restrições disjuntivas
6 4. O problema de sequenciamento de tarefas 4. Exemplo e conceos básicos Definição dado um planejamento preestabelecido, programar determinadas tarefas em uma ou várias máquinas, de forma a otimizar uma função objetivo (por exemplo, minimizar o tempo de processamento) Problema de planejamento da produção em nível operacional
7 4. O problema de sequenciamento de tarefas 4. Exemplo e conceos básicos Exemplo Considere o Exemplo Anterior. - Suponha que após resolver o PDL, o resultado determine que a indústria deva produzir no dia somente a demanda deste dia, ou seja, um lote de 29 unidades de produtos da cor e lotes de 25 unidades de produtos cada uma das outras cores 2, 3 e 4. - Os produtos são pintados na nova máquina de pintura, em que, depois de iniciada a pintura de um lote de produtos de uma cor, todos os produtos deste lote devem ser totalmente pintados. - Embora a fábrica funcione 24 horas por dia, a máquina de pintura necessa de 4 horas diárias de manutenção, iniciando a produção hora e parando às 20 horas. - No lote do dia têm produtos das 4 cores de forma que é necessário pintar produtos das 4 cores neste dia.
8 4. O problema de sequenciamento de tarefas 4. Exemplo e conceos básicos Exemplo (continuação) - Devido ás diferentes características (tais como tempo de secagem) os lotes de produtos de cada cor têm horários pré-definidos para finalização do processo de pintura. - Caso algum lote de um produto seja finalizado depois do prazo um custo é cobrado por hora de atraso, pois, tem que se pagar um custo adicional da máquina de secagem. - Os dados referentes ao tempo necessário para a produção de cada lote de produtos de determinada cor, o horário de entrega dos lotes e os custos estão resumidos na abela a seguir. - O gerente de produção precisa definir a sequencia em que ele irá produzir os lotes de produtos de cada cor de forma a minimizar a demora na finalização do processo de pintura (e os respectivos custos).
9 4. O problema de sequenciamento de tarefas 4. Exemplo e conceos básicos Elementos Conhecidos: n: número de atividades p i : tempo de processamento da atividade i, i =...n e i : data de entrega da atividade, i, i =...n w i : multa (peso) associado à atividade i, i =...n, abela: Dados para o Exemplo Cores C C2 C3 C4 empo de Produção (horas) (p i ) Horário de Entrega (e i ) Custo por Atraso ($/hora) (w i ) Pensar em soluções factíveis! Qual a solução ótima?
10 4. O problema de sequenciamento de tarefas - precisamos calcular o tempo total necessário para o processamento de todas as tarefas: 4.2 Modelo indexado pelo tempo otal = n i= p i - tamanho do horizonte de planejamento =otal períodos de tempo Exemplo: otal= p + p 2 + p 3 + p 4 = =20 Logo =20 -emos n atividades que podem começar em qualquer um dos períodos t=,...,.
11 4. O problema de sequenciamento de tarefas 4.2 Modelo indexado pelo tempo -A decisão a ser tomada então é se a atividade i começa ou não no período de tempo t. Elementos Desconhecidos:Variáveis de decisão (tempo de início), se a atividade i começa no período t x = 0, caso contrário - Deve-se minimizar os atrasos representados pelos seguintes custos: c = wi (( t + pi ) ei ) se t + pi > 0 caso contrário e i
12 4. O problema de sequenciamento de tarefas 4.2 Modelo indexado pelo tempo c = wi (( t + pi ) ei ) se t + pi > 0 caso contrário e i Exemplo: Cálculo dos custos: i= e t= tem-se t + p i - = = 6 9 Logo c = 0 i= e t=5 tem-se t + p i - = = 0> 9 Logo c 5 = w ((5+p -)-e c 5 = ((5+6-)-9=
13 Elementos Desconhecidos:Variáveis de decisão (tempo de início), se a atividade i começa no período t x = 0, caso contrário Min z = Sujeo a: p + i t= n 4. O problema de sequenciamento de tarefas is i= s= t p + t x x =0 ou, i n i= 4.2 Modelo indexado pelo tempo p i t= + c x x = i =,..., n t =,..., i =...n t =...
14 4. O problema de sequenciamento de tarefas 4.2 Modelo indexado pelo tempo Formulação: Min z = Sujeo a: p + i t= n is i= s= t p + t x x =0 ou, i n i= p i t= + c x x = i =,..., n t =,..., i =...n t =...
15 4. O problema de sequenciamento de tarefas 4.2 Modelo indexado pelo tempo Min z = n i= p i t= + c x Exemplo: Min c x + c 2 x c,5 x,5 + c 2 x 2 + c 22 x c 2,7 x 2,7 + c 3 x 3 + c 32 x c 3,3 x 3,3 + c 4 x 4 + c 42 x c 4,9 x 4,9
16 4. O problema de sequenciamento de tarefas 4.2 Modelo indexado pelo tempo Formulação: Min z = Sujeo a: p + i t= n is i= s= t p + t x x =0 ou, i n i= p i t= + c x x = i =,..., n t =,..., i =...n t =...
17 4. O problema de sequenciamento de tarefas 4.2 Modelo indexado pelo tempo p + i t= x = i =,..., n Exemplo: x + x x,5 = i= x 2 + x x 2,7 = i=2 x 3 + x x 3,3 = i=3 x 4 + x x 4,9 = i=4
18 4. O problema de sequenciamento de tarefas 4.2 Modelo indexado pelo tempo Formulação: Min z = Sujeo a: p + i t= n is i= s= t p + t x x =0 ou, i n i= p i t= + c x x = i =,..., n t =,..., i =...n t =...
19 4. O problema de sequenciamento de tarefas 4.2 Modelo indexado pelo tempo n is i= s= t p + Exemplo:x + x 2 + x 3 + x 4 t= t i x t =,..., x + x 2 + x 2 + x 22 + x 3 + x 32 + x 4 + x 42 t=2... x 5 + x 6 + x 67 + x 8 + x 9 + x,0 + x 27 + x 28 + x 29 + x 2,0 + x 33 + x 34 + x 35 + x 36 + x 37 + x 38 + x 39 + x 3,0 + x 49 + x 4,0 t=0
20 4. O problema de sequenciamento de tarefas 4.2 Modelo indexado pelo tempo Formulação: Min z = Sujeo a: p + i t= n is i= s= t p + t x x =0 ou, i n i= p i t= + c x x = i =,..., n t =,..., i =...n t =...
21 4. O problema de sequenciamento de tarefas 4.3 Modelo com restrições disjuntivas Elementos Desconhecidos:Variáveis de decisão (tempo de início) x i : início do processamento da atividade (lote) i, i =...n Função Objetivo: minimizar as multas relacionadas à demora na entrega de cada um dos lotes. - A demora ponderada da atividade i é dada por: max{0, w i (x i +p i e i )} - A função objetivo é minimizar a demora: min max{0, w i (x i +p i e i )} (*) - Nova Variável: A função-objetivo acima é linear por partes, mas pode ser linearizada se criarmos uma nova variável, t i, tal que: - Restrições: para linearização da Função-objetivo: t i x i + p i e i t i 0 i =,...,n e substuirmos a expressão (*) por: - Função-objetivo Linear: Min n i= w i t i
22 4. O problema de sequenciamento de tarefas 4.3 Modelo com restrições disjuntivas - Considerar quaisquer atividade i e j. Para garantir que a máquina processe apenas uma delas de cada vez devemos ter: Restrições disjuntas: x i + p i x j ou x j + p j x i Isto é, apenas uma das duas restrições acima deve estar ativa. Nova Variável: Controlaremos estas condições com uma nova variável: y ij, se a atividade i começa antes da atividade j = 0, caso contrário ( a atividade j começa antes da atividade i) Restrições: controle de atividades na máquina x i + p i x j + M(- y ij ) x i + p j x i + M(y ij ) onde: M é um número suficientemente grande
23 4. O problema de sequenciamento de tarefas 4.3 Modelo com restrições disjuntivas Min z = n i= w i t i Sujeo a: t i x i + p i e i i =...n x i + p i x j + M(- y ij ) i =...n j =...n x j + p j x i + M(y ij ) i =...n j =... x i 0, t i 0 i =...n j =...n y ij =0 ou, i =...n j =...n
24 PROGRAMA Introdução. Modelagem matemática: conceos básicos 2. Problemas clássicos de logística 3. O problema de dimensionamento de lotes 4. O problema de sequenciamento de tarefas 5. O Problema Integrado de dimensionamento e sequenciamento de lotes 6. Outros problemas integrados Considerações Finais
25 PROGRAMA Introdução. Modelagem matemática: conceos básicos 2. Problemas clássicos de logística 3. O problema de dimensionamento de lotes 4. O problema de sequenciamento de tarefas 5. O Problema Integrado de dimensionamento e sequenciamento de lotes (PDSL) 6. Outros 5. Modelos problemas para integrados o PDSL baseado na indexação do tempo 7. Considerações 5.2 Modelos Finais baseados no PCVA
26 5. O Problema Integrado de dimensionamento e sequenciamento de lotes 5. Modelos para o PDSL baseado na indexação do tempo
27 5. O Problema Integrado de dimensionamento e sequenciamento de lotes 5. Modelos para o PDSL baseado na indexação do tempo Estratégias para Integrar os Problemas: small bucket Considerar micro-períodos (horas) e não mais macro-períodos (dias) como anteriormente; Modelos small bucket: somente um tipo de em (lote) pode ser produzido por período. Discrete Lot Sizing and Scheduling Problem DLSP
28 5. O Problema Integrado de dimensionamento e sequenciamento de lotes 5. Modelos para o PDSL baseado na indexação do tempo - Formulação: min Sujeo N H t= i = Discrete Lot Sizing and Scheduling Problem - DLSP a : I + c t= i = Ii, t + X I = d i =,..., N t =,..., bi X = CAPt Y i =,..., N t =,..., N Y { 0,} i =,..., N t =,..., N Y t =,..., X, I ez z 0 i =,..., N t =,..., X i= Zz Y Yi,t i =,..., N t = + N S i Z t= i =,..., Variável adicional: Z : Variável binária que indica se a máquina está preparada para produzir o em i no período t;
29 5. O Problema Integrado de dimensionamento e sequenciamento de lotes 5. Modelos para o PDSL baseado na indexação do tempo - Formulação: min Sujeo N H t= i = Discrete Lot Sizing and Scheduling Problem - DLSP a : I + c t= i = Ii, t + X I = d i =,..., N t =,..., bi X = CAPt Y i =,..., N t =,..., N Y { 0,} i =,..., N t =,..., N Y t =,..., X, I ez z 0 i =,..., N t =,..., X i= Zz Y Yi,t i =,..., N t = + N S i Z t= i =,..., Variável adicional: Z : Variável binária que indica se a máquina está preparada para produzir o em i no período t;
30 5. O Problema Integrado de dimensionamento e sequenciamento de lotes 5. Modelos para o PDSL baseado na indexação do tempo N Y t =,..., i= Considera micro-períodos (horas) e não mais macro-períodos (dias); Small bucket problem: somente um em pode ser produzido por período. Y +Y Y N (t=) Y 2 +Y Y N2 (t=2)... Y +Y Y N (t=)
31 5. O Problema Integrado de dimensionamento e sequenciamento de lotes 5. Modelos para o PDSL baseado na indexação do tempo - Formulação: min Sujeo N H t= i = Discrete Lot Sizing and Scheduling Problem - DLSP a : I + c t= i = Ii, t + X I = d i =,..., N t =,..., bi X = CAPt Y i =,..., N t =,..., N Y { 0,} i =,..., N t =,..., N Y t =,..., X, I ez z 0 i =,..., N t =,..., X i= Zz Y Yi,t i =,..., N t = + N S i Z t= i =,..., Variável adicional: Z : Variável binária que indica se a máquina está preparada para produzir o em i no período t;
32 5. O Problema Integrado de dimensionamento e sequenciamento de lotes 5. Modelos para o PDSL baseado na indexação do tempo bi X = CAPt Y i =,..., N t =,..., Small bucket problem: Neste modelo, esse em usa toda a capacidade do período - all-or-nothing, ou seja, sey = b i X =CAP t i,t sey =0 b i X =0 X =0 i,t
33 5. O Problema Integrado de dimensionamento e sequenciamento de lotes 5. Modelos para o PDSL baseado na indexação do tempo - Formulação: min Sujeo N H t= i = Discrete Lot Sizing and Scheduling Problem - DLSP a : I + c t= i = Ii, t + X I = d i =,..., N t =,..., bi X = CAPt Y i =,..., N t =,..., N Y { 0,} i =,..., N t =,..., N Y t =,..., X, I ez z 0 i =,..., N t =,..., X i= Zz Y Yi,t i =,..., N t = + N S i Z t= i =,..., Variável adicional: Z : Variável binária que indica se a máquina está preparada para produzir o em i no período t;
34 5. O Problema Integrado de dimensionamento e sequenciamento de lotes 5. Modelos para o PDSL baseado na indexação do tempo min N H t= i = I + N c t= i = X + N S i Z t= i = z Y Yi,t i =,..., N t =,..., Custo Setup é considerado somente quando começa um novo lote e não mais a todo período - Se Y i(t-) =Y = Z - Z =0 - Se Y i(t-) =0 e Y = Z -0 Z =
35 5. O Problema Integrado de dimensionamento e sequenciamento de lotes 5. Modelos para o PDSL baseado na indexação do tempo Estratégias para Integrar os Problemas: large bucket Considera N t posições dentro de cada período, sendo que, em cada posição somente um lote pode ser feo. O usuário define o número máximo de lotes (N t ) por período; General Lot Sizing and Scheduling Problem-GLSP
36 5. O Problema Integrado de dimensionamento e sequenciamento de lotes 5. Modelos para o PDSL baseado na indexação do tempo Análise do Modelo - GLSP Modelo large bucket considerando os dois problemas integrados; Considera N t posições dentro de cada período, sendo que, em cada posição somente um lote pode ser feo. O usuário define o número máximo de lotes (N t ) por período; 2 N =0 0 N 2 =5 N 3 =2 N 4 =3 N 5 =5 t = t = 2 t = 3 t = 4 t = 5
37 5. O Problema Integrado de dimensionamento e sequenciamento de lotes 5. Modelos para o PDSL baseado na indexação do tempo Análise do Modelo - GLSP t τ= Notação: - F t =+ N τ : Denota a primeira posição do período t; - L t =F t + N t -:Denota a última posição do período t; - otal de posições em todos os períodos: N t =25 t= 2 N =0 0 N 2 =5 N 3 =2 N 4 =3 N 5 =5 t = t = 2 t = 3 t = 4 t = 5 Exemplo: F = F 2 = + 0= F 3 =+0+5=6 L = + 0 -=0 L 2 =+5-=5 L 3 =6+2-=7
38 5. O Problema Integrado de dimensionamento e sequenciamento de lotes 5. Modelos para o PDSL baseado na indexação do tempo General Lot Sizing and Scheduling Problem - GLSP - Formulação: N min H I t= i = Sujeo a : I i,t + Lt X n= Ft t N L bi i= n= Ft i in X in in I = d CAP t in t i =,..., N t =,..., b X CAP Y i =,..., N n = in in in + L N c n= F i= in X N Y in n = F,..., L i= Z in Yin Yi,n i =,..., N Y {0,} i =,..., N n = F,..., L z n = t =,..., F,..., L X, I e z 0 i =,..., N t =,..., n = Z in in + L S Z in n= F i= N i Z n F,..., L F,..., L
39 5. O Problema Integrado de dimensionamento e sequenciamento de lotes 5. Modelos para o PDSL baseado na indexação do tempo General Lot Sizing and Scheduling Problem - GLSP - Formulação: N min H I t= i = Sujeo a : I i,t + Lt X n= Ft t N L bi i= n= Ft i in X in in I = d CAP t in t i =,..., N t =,..., b X CAP Y i =,..., N n = in in in + L N c n= F i= in X N Y in n = F,..., L i= Z in Yin Yi,n i =,..., N Y {0,} i =,..., N n = F,..., L z n = t =,..., F,..., L X, I e z 0 i =,..., N t =,..., n = Z in in + L S Z in n= F i= N i Z n F,..., L F,..., L
40 GLSP wh sequence-dependent setup time- GLSP-S - Formulação: N min H I t= i = Sujeo a : I i,t + Lt X n= Ft in I = d N Lt N N Lt bixin + i= n= Ft i= j= n = Ft i in t in i =,..., N s ij z ijn b X CAP Y i =,..., N n = Y {0,} i =,..., N n = F,..., L in in ijn + L N c n= F i= in X t =,..., CAP t F,..., L t =,..., X, I e z 0 i =,..., N t =,..., n = in N Y in n = F,..., L i= Zz ijn Yi,n + Yj,n i =,..., N j =,..., N n = F,..., L in i in i,n + L S Z n n= F i= X m (Y + Y ) i =,..., N j =,..., N n = Z ijn N Z ijn F,..., L F,..., L
41 5. O Problema Integrado de dimensionamento e sequenciamento de lotes 5. Modelos baseados no PCVA - os ens a serem produzidos no período t são equivalentes ás cidades do PCVA e o custo de troca da produção do em i para o em j é equivalente ao custo de viajar da cidade i para a cidade j. - para obter a sequência de produção dos ens em cada período, as restrições de designação e as restrições de eliminação de subrotas do PCVA são usadas. - assim, garante-se, em cada período, que apenas os ens produzidos são sequenciados, e eliminam-se soluções que gerem subsequencias.
42 5. O Problema Integrado de dimensionamento e sequenciamento de lotes 5. Modelos baseados no PCVA Em geral, não sabemos qual deve ser o primeiro em a ser produzido em cada período e também não ha necessidade de deixar a maquina preparada ao final do período para o em inicial. Para modelar esta suação, incluímos um em (ou cidade) fantasma, que chamamos de i o para ser o primeiro e o último em a ser preparado em cada período e consideramos que o custo de troca de/para o em fantasma e zero.
43 5. O Problema Integrado de dimensionamento e sequenciamento de lotes 5. Modelos baseados no PCVA
44 5. O Problema Integrado de dimensionamento e sequenciamento de lotes 5. Modelos baseados no PCVA
45 5. O Problema Integrado de dimensionamento e sequenciamento de lotes 5. Modelos baseados no PCVA
46 5. O Problema Integrado de dimensionamento e sequenciamento de lotes 5. Modelos baseados no PCVA
47 2. Problemas clássicos de logística 2.2 O problema do caixeiro viajante (PCV) Formulação I - Eliminação de subrotas: Miller,ucker e Zemlin x 64 = u i u j + nx ij n i, j = 2,..., 6; i j. i=6 j=4 u 6 -u 4 +6x () (absurdo!!)
48 PROGRAMA Introdução. Modelagem matemática: conceos básicos 2. Problemas clássicos de logística 3. O problema de dimensionamento de lotes 4. O problema de sequenciamento de tarefas 5. O Problema Integrado de dimensionamento e sequenciamento de lotes 6. Outros tipos de problemas integrados Considerações Finais
49 6. Outros ipos de Problemas Integrados Problema de Dimensionamento de Lotes Integrado ao Problema de Corte e Empacotamento
50 6. Outros ipos de Problemas Integrados Problemas de corte de dimensões maiores Corte Bidimensional Alocação de arefas recurso tempo Empacotamento ridimensional
51 6. Outros ipos de Problemas Integrados Indústria de lajes treliçadas
52 6. Outros ipos de Problemas Integrados
53 6. Outros ipos de Problemas Integrados
54 6. Outros ipos de Problemas Integrados
55 6. Outros ipos de Problemas Integrados
56 6. Outros ipos de Problemas Integrados
57 6. Outros ipos de Problemas Integrados
58 6. Outros ipos de Problemas Integrados
59 6. Outros ipos de Problemas Integrados
60 6. Outros ipos de Problemas Integrados
61 6. Outros ipos de Problemas Integrados
62 6. Outros ipos de Problemas Integrados Problema de Dimensionamento de Lotes Integrado ao Problema de Distribuição
63 PROGRAMA Introdução. Modelagem matemática: conceos básicos 2. Problemas clássicos de logística 3. O problema de dimensionamento de lotes 4. O problema de sequenciamento de tarefas 5. O Problema Integrado de dimensionamento e sequenciamento de lotes 6. Outros tipos de problemas integrados Considerações Finais
64 Considerações Finais Infelizmente, ainda é pequeno o número de empresas que utilizam em seus processos alguma técnica de otimização. Isto se deve, principalmente, a uma falta de conhecimento a respeo do poder real de tais técnicas. É muo comum que as empresas não tenham consciência de que certas tarefas são passíveis de otimização ( sempre funcionou tão bem assim, não é mesmo? ). er prejuízo não significa somente terminar o mês no vermelho. Significa também terminar o mês com um "lucro" de R$ ,00 sem se dar conta de que o lucro poderia ter sido de R$ ,00.
65 Considerações Finais Felizmente, essa suação vem se alterando. É cada vez maior o número de companhias que adotam modelos de otimização No Brasil, esse processo vem ganhando força mas ainda é incipiente. As empresas brasileiras ainda estão organizando os dados e, não conseguem fornecer dados de maneira adequada Nos demais países, principalmente na Europa e nos Estados Unidos, a utilização de técnicas de otimização dentro das empresas é bem mais difundida.
66 Considerações Finais Na sociedade da informação, mais preparado é aquele que possui o conhecimento certo para ser aplicado ao problema certo. Quanto vale um profissional capaz de reduzir os custos de uma empresa em 30%? Nem é preciso responder, certo?
67 Considerações Finais Principais Eventos Nacionais: - CNMAC - Congresso Nacional de Matemática Aplicada e Computacional - SBPO - Simpósio Brasileiro de Pesquisa Operacional - ENEGEP Encontro Nacional de Engenharia de Produção Principais Veículos de Divulgação Nacionais: - Revista Gestão e Produção - Revista Pesquisa Operacional - Revista Pesquisa Operacional para o Desenvolvimento - Revista Produção
68 6. Considerações Finais UNESP/SJRP Departamento de Matemática Aplicada Docente ulação Bolsa CNPq Alagacone Sri Ranga Prof. ular B Cleonice Fátima Bracciali Prof. Adjunto 2 Dimar Kolev Dimrov Prof. ular C Eliana X. Linhares de Andrade Prof. Adjunto (voluntário) Geraldo Nunes Silva Prof. ular 2 Heloisa Helena Marino Silva Prof. Assis. Doutor Maria do Socorro N. Rangel Prof. Adjunto 2 Maurílio Boaventura Prof. Adjunto Silvio Alexandre de Araújo Prof. Adjunto 2 Valeriano Antunes de Oliveira Prof. Assis. Doutor
69 6. Considerações Finais Pós graduação em matemática com mestrado e doutorado (conceo 5 na Capes) Comemorando 25 anos Matemática Aplicada: Otimização e eoria do Controle Estudo de modelos e métodos de solução para problemas de otimização linear discreta, não-linear e de inequações variacionais. Investigação de condições de viabilidade e otimalidade para problemas de controle ótimo. Modelagem Matemática: A modelagem matemática é a área do conhecimento que estuda a simulação de sistemas reais a fim de prever o comportamento dos mesmos, sendo empregada em diversos campos de estudo, tais como física, química, biologia, economia e engenharias. Ou seja, modelagem matemática consiste na arte (ou tentativa) de se descrever matematicamente um fenômeno. Dentre as diferentes formas e métodos de modelagem temos a modelagem via equações diferenciais, parciais e/ou ordinárias.
70 6. Considerações Finais Grupo de Modelagem e Otimização de Sistemas: Professora Socorro Rangel Professor Silvio Alexandre de Araujo Professor Geraldo Nunes Silva Professor Valeriano Antunes de Oliveira Se você tem curiosidade e disposição para a pesquisa Venha rabalhar Conosco
71 6. Considerações Finais Grupo de Modelagem e Otimização de Sistemas: Em Geral temos tido bolsas FAPESP, CNPq e CAPES. Os Valores atuas das bolsas FAPESP são: Iniciação Científica: R$ 579,30 Mestrado: R$.806,60 Doutorado: R$ 3.04,70 Pós-Doutorado: R$ 6.43,40
72 OBRIGADO
Planejamento e Análise de Sistemas de Produção
Aula 24 Planejamento e Análise de Sistemas de Produção Paulo Augusto Valente Ferreira Departamento de Telemática Faculdade de Engenharia Elétrica e Computação Universidade Estadual de Campinas Conteúdo
Leia maisUMA FORMULAÇÃO NÃO LINEAR PARA A RESTRIÇÃO DE CICLOS DA SERRA NO PROBLEMA INTEGRADO DE DIMENSIONAMENTO DE LOTES E CORTE DE ESTOQUE
UMA FORMULAÇÃO NÃO LINEAR PARA A RESTRIÇÃO DE CICLOS DA SERRA NO PROBLEMA INTEGRADO DE DIMENSIONAMENTO DE LOTES E CORTE DE ESTOQUE Gislaine Mara Melega Unesp - Ibilce Depto de Matemática Aplicada, 15054-000,
Leia maisMarina Andretta. 2 de março de 2016
Otimização Marina Andretta ICMC-USP 2 de março de 2016 Marina Andretta (ICMC-USP) Otimização 2 de março de 2016 1 / 27 O que é Otimização? Otimizar significa encontrar a melhor maneira de fazer algo, dada
Leia maisOtimização Combinatória - Parte 3
Graduação em Matemática Industrial Otimização Combinatória - Parte 3 Prof. Thiago Alves de Queiroz Unidade de Matemática e Tecnologia - CAC/UFG 2/2016 Thiago Queiroz (DM) Parte 3 2/2016 1 / 23 Problemas
Leia maisMATEMÁTICA APLICADA AO PLANEJAMENTO DA PRODUÇÃO E LOGÍSTICA. Silvio A. de Araujo Socorro Rangel
MAEMÁICA APLICADA AO PLANEJAMENO DA PRODUÇÃO E LOGÍSICA Silvio A. de Araujo Socorro Rangel saraujo@ibilce.unesp.br, socorro@ibilce.unesp.br Apoio Financeiro: PROGRAMA Inrodução 1. Modelagem maemáica: conceios
Leia maisProblema de dimensionamento e sequenciamento de lotes de produção com preparação dependente da sequência em linhas paralelas e relacionadas
Trabalho apresentado no CNMAC, Gramado - RS, 2016. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Problema de dimensionamento e sequenciamento de lotes de produção
Leia maisOtimização Linear. Profª : Adriana Departamento de Matemática. wwwp.fc.unesp.br/~adriana
Otimização Linear Profª : Adriana Departamento de Matemática adriana@fc.unesp.br wwwp.fc.unesp.br/~adriana Problema da Mistura minimizar f ( 1, 2,..., n ) = c 1 1 + c 2 2 +... + c n n Sujeito a: a 11 1
Leia maisNOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016
NOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016 Metaheurística: São técnicas de soluções que gerenciam uma interação entre técnicas de busca local e as estratégias de nível superior para criar um processo de
Leia maisPesquisa Operacional / Programação Matemática
Pesquisa Operacional / Programação Matemática Otimização discreta Modelagem com variáveis binárias: problemas clássicos Breve Comentários (aula anterior) Em geral, não faz sentido resolver a relaxação
Leia maisPESQUISA OPERACIONAL APLICADA A LOGÍSTICA
PESQUISA OPERACIONAL APLICADA A LOGÍSTICA Pós-Graduação em Logística e Supply Chain Valdick Sales 1 APRESENTAÇÃO Valdick sales Graduado em Ciência da Computação pela UFPE. Pós-Graduado em Redes e Banco
Leia maisAula de Hoje 1. PROGRAMA E CRITÉRIOS DE AVALIAÇÃO; 2. INTRODUÇÃO À PESQUISA OPERACIONAL (PO) 3. APLICAÇÕES DE PO 4. CONCLUSÃO
Aula de Hoje Prof. Silvio Alexandre de Araujo 1. PROGRAMA E CRITÉRIOS DE AVALIAÇÃO; 2. INTRODUÇÃO À PESQUISA OPERACIONAL (PO) 3. APLICAÇÕES DE PO 4. CONCLUSÃO PROGRAMA Parte I: Revisão 1. Formulação de
Leia maisProgramação Linear Binária. Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL
Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL Métodos de otimização da PLB: têm o inconvenientede o tempo de resolução crescer drasticamente com o aumento
Leia maisAula 20: Revisão Otimização Linear e Inteira Túlio A. M. Toffolo
Aula 20: Revisão Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464 / PCC174 Departamento de Computação - UFOP Breve Revisão Programação Linear vs Programação Inteira Modelagem
Leia maisTP052-PESQUISA OPERACIONAL I Introdução. Prof. Volmir Wilhelm Curitiba, Paraná, Brasil
TP052-PESQUISA OPERACIONAL I Introdução Prof. Volmir Wilhelm Curitiba, Paraná, Brasil TP052-PESQUISA OPERACIONAL I Ementa Revisão de Álgebra Linear. Modelos de Programação Linear. O Método Simplex. O Problema
Leia maisUma Introdução à Programação Linear
Uma Introdução à Programação Linear PET Matemática Abel Soares Siqueira Departamento de Matemática - UFPR, Curitiba/PR 23 de Abril de 2017 1 Introdução História Background Matemático Exemplo 2 Resolvendo
Leia maisProgramação Linear/Inteira
Unidade de Matemática e Tecnologia - RC/UFG Programação Linear/Inteira Prof. Thiago Alves de Queiroz Aula 6 Thiago Queiroz (IMTec) Aula 6 Aula 6 1 / 45 Otimização Discreta A característica de otimização
Leia maisSERVIÇO PÚBLICO FEDERAL UNIVERSIDADE FEDERAL DE PERNAMBUCO CENTRO DE TECNOLOGIA E GEOCIÊNCIAS DEPARTAMENTO DE ENGENHARIA DE PRODUÇÃO
SERVIÇO PÚBLICO FEDERAL UNIVERSIDADE FEDERAL DE PERNAMBUCO CENTRO DE TECNOLOGIA E GEOCIÊNCIAS DEPARTAMENTO DE ENGENHARIA DE PRODUÇÃO CONCURSO PÚBLICO PARA DOCENTES DO MAGISTÉRIO SUPERIOR Edital nº 88,
Leia maisProgramação Linear/Inteira
Unidade de Matemática e Tecnologia - RC/UFG Programação Linear/Inteira Prof. Thiago Alves de Queiroz Aula 7 Thiago Queiroz (IMTec) Aula 7 Aula 7 1 / 25 Problemas de Caixeiro Viajante Envolvem um conjunto
Leia maisEstratégias para incorporação das decisões de sequenciamento em um problema integrado de produção de bebidas
Estratégias para incorporação das decisões de sequenciamento em um problema integrado de produção de bebidas Cristiane Maria Defalque Socorro Rangel Departamento de Ciências da Computação e Estatística,
Leia maisFormulações de Programação Matemática para o Problema de Seqüenciamento em uma Máquina com Janelas de Entrega Distintas e Tempo de Preparação
Anais do CNMAC v.2 ISSN 1984-820X Formulações de Programação Matemática para o Problema de Seqüenciamento em uma Máquina com Janelas de Entrega Distintas e Tempo de Preparação Dependente da Seqüência de
Leia maisTeoria dos Grafos. Árvores
Teoria dos Grafos Valeriano A. de Oliveira Socorro Rangel Silvio A. de Araujo Departamento de Matemática Aplicada antunes@ibilce.unesp.br, socorro@ibilce.unesp.br, saraujo@ibilce.unesp.br Preparado a partir
Leia maisGraduação em Engenharia Elétrica MÉTODOS DE OTIMIZAÇÃO ENE081. PROF. IVO CHAVES DA SILVA JUNIOR
UNIVERSIDADE FEDERAL DE JUIZ DE FORA Graduação em Engenharia Elétrica MÉTODOS DE OTIMIZAÇÃO ENE081 PROF. IVO CHAVES DA SILVA JUNIOR E-mail: ivo.junior@ufjf.edu.br Aula Número: 07 Programação Linear Últimas
Leia maisProgramação Linear. Gabriel Ferreira Gabriel Tutia Gabriel Yida Thiago Ferraz
Programação Linear Gabriel Ferreira 8989404 Gabriel Tutia 8989085 Gabriel Yida 8989432 Thiago Ferraz 8989001 O que é? É um caso especial de programação matemática ou otimização matemática Método para encontrar
Leia maisde um problema clássico de dimensionamento de lotes com o problema do job shop
UNIVERSIDADE FEDERAL DE MINAS GERAIS ESCOLA DE ENGENHARIA DEPARTAMENTO DE ENGENHARIA DE PRODUÇÃO PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO Renato Luiz de Souza Bastos Uma formulação para a integração
Leia maisEAD 350 Pesquisa Operacional Aula 01 Parte 2
EAD 350 Pesquisa Operacional Aula 01 Parte 2 Profa. Daielly M. N. Mantovani Profa. Adriana Backx Noronha Viana Prof. Cesar Alexandre de Souza daielly@usp.br FEA/USP Elaboração de Modelos de PO Definição
Leia maisExemplos de modelos de PL ou PI
Exemplos de modelos de PL ou PI Prof. Eduardo Uchoa http://www.logis.uff.br/~uchoa/poi/ 1 Como funciona a PO? Toda a PO está baseada na construção de modelos matemáticos para representar de forma simplificada
Leia maisEAD 350 Pesquisa Operacional Aula 01 Parte 2
EAD 350 Pesquisa Operacional Aula 01 Parte 2 Prof. Adriana Backx Noronha Viana (Material: Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP Problema... Vocês foram contratados pela Wyndor Glass Company
Leia maisPesquisa Operacional aplicada ao Planejamento e Controle da Produção e de Materiais Programação Linear
Pesquisa Operacional aplicada ao Planejamento e Controle da Produção e de Materiais Programação Linear Introdução à Pesquisa Operacional Origens militares Segunda guerra mundial Aplicada na alocação de
Leia maisPlanejamento para fundições: uma aplicação do método das K-melhores mochilas. 1 Introdução
Planejamento para fundições: uma aplicação do método das K-melhores mochilas Murilo S. Pinheiro, Franklina M.B. Toledo, Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, Av.
Leia maisMatemática Aplicada Nt Notas de aula
Matemática Aplicada Nt Notas de aula Problema de transporte e designação Problema de transporte: motivação origem 1 destino 1 origem 2 destino 2 destino 3 Caracterização geral Dados: A estrutura de fontes
Leia maisPROBLEMA INTEGRADO DE DIMENSIONAMENTO DE LOTES E CORTE DE ESTOQUE COM RESTRIÇÃO DE CICLOS DA SERRA
PROBLEMA INTEGRADO DE DIMENSIONAMENTO DE LOTES E CORTE DE ESTOQUE COM RESTRIÇÃO DE CICLOS DA SERRA Gislaine M. Melega, gislainemelega@gmail.com 1 Matheus Vanzela, matheusvanzela@gmail.com 1 Silvio A. de
Leia maisTeoria dos Grafos. Fluxo Máximo em Redes
Teoria dos Grafos Valeriano A. de Oliveira Socorro Rangel Silvio A. de Araujo Departamento de Matemática Aplicada antunes@ibilce.unesp.br, socorro@ibilce.unesp.br, saraujo@ibilce.unesp.br Fluxo Máximo
Leia maisPESQUISA OPERACIONAL Introdução. Professor Volmir Wilhelm Professora Mariana Kleina
PESQUISA OPERACIONAL Introdução Professor Volmir Wilhelm Professora Mariana Kleina PESQUISA OPERACIONAL Ementa Revisão de Álgebra Linear. Modelos de Programação Linear. O Método Simplex. O Problema do
Leia maisProgramação Inteira. Prof. Ricardo Santos
Programação Inteira Prof. Ricardo Santos Introdução Um problema com variáveis inteiras e reais é denominado problema de Programação Inteira Mista (PIM) quando tem a seguinte forma: PIM z=max cx+dy Ax+Dy
Leia maisMinicurso Inteligência Artificial Aplicada a Sistemas Elétricos. Niterói, 12 de Maio de 2018
Minicurso Inteligência Artificial Aplicada a Sistemas Elétricos Niterói, 12 de Maio de 2018 Realização 2 Realização 3 Programação: manhã 9:30h-10:30H VISÃO GERAL: OTIMIZAÇÃO E INTELIGÊNCIA COMPUTACIONAL
Leia maisNotas em Matemática Aplicada e-issn Editores
Notas em Matemática Aplicada e-issn 2236-5915 Volume 76, 2014 Editores Fernando Rodrigo Rafaeli (Editor Chefe) Universidade Federal de Uberlândia - UFU Uberlândia, MG, Brasil Vanessa Avansini Botta Pirani
Leia maisMétodo Simplex. Marina Andretta ICMC-USP. 19 de outubro de 2016
Método Simplex Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização linear
Leia maisLista de Exercícios 1 - Otimização Linear Prof. Silvio Alexandre de Araujo. Construção de Modelos e Solução Gráfica
Lista de Exercícios 1 - Otimização Linear Prof. Silvio Alexandre de Araujo Construção de Modelos e Solução Gráfica 1) - Estudar Capítulo 1 do livro texto; - Estudar Capítulo 2 do livro texto (seções 2.1,
Leia maisMétodo Simplex dual. Marina Andretta ICMC-USP. 24 de outubro de 2016
Método Simplex dual Marina Andretta ICMC-USP 24 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização
Leia maisPesquisa Operacional / Programação Matemática
Pesquisa Operacional / Programação Matemática Otimização discreta Branch-and-bound 15 mai 2009 16:29 Como resolver PIMs? Antes: todas as variáveis reais Simplex Agora: problema: Apesar de não representar
Leia maisHeurísticas Relax-and-Fix e Fix-and-Optimize para o problema de dimensionamento de lotes com preparações carryover e crossover
Trabalho apresentado no XXXVII CNMAC, S.J. dos Campos - SP, 2017. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Heurísticas Relax-and-Fix e Fix-and-Optimize para o
Leia maisTeoria dos Grafos. Coloração de Vértices
Teoria dos Grafos Valeriano A. de Oliveira Socorro Rangel Silvio A. de Araujo Departamento de Matemática Aplicada antunes@ibilce.unesp.br, socorro@ibilce.unesp.br, saraujo@ibilce.unesp.br Coloração de
Leia maisAula 12: Programação Inteira
Aula 12: Programação Inteira Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Departamento de Computação UFOP Aula de Hoje 1 Programação Inteira: A Formulação
Leia maisCURSO DE LOGÍSTICA INTEGRADA DE PRODUÇÃO. Ferramentas de Apoio à Decisão Prof. Dr. Fabrício Broseghini Barcelos PARTE 01
CURSO DE LOGÍSTICA INTEGRADA DE PRODUÇÃO Ferramentas de Apoio à Decisão Prof. Dr. Fabrício Broseghini Barcelos PARTE 01 Tomada de Decisão É o processo de identificar um problema específico e selecionar
Leia maisUNIVERSIDADE FEDERAL DO CEARÁ PRÓ-REITORIA DE PESQUISA E PÓS-GRADUAÇÃO MESTRADO EM LOGÍSTICA E PESQUISA OPERACIONAL SELEÇÃO TURMA 2011
PROVA DE CONHECIMENTOS BÁSICOS 1. MÓDULO DE ESTATÍSTICA E PROBABILIDADE 1.1 Seja X uma variável aleatória com média 3 e coeficiente de variação 0,5. Seja Y = -2X + 3. As variâncias de X e Y são dadas,
Leia maisDEPARTAMENTO DE CIÊNCIAS DE COMPUTAÇÃO E ESTATÍSTICA
unesp UNIVERSIDADE ESTADUAL PAULISTA Instituto de Biociências, Letras e Ciências Exatas DEPARTAMENTO DE CIÊNCIAS DE COMPUTAÇÃO E ESTATÍSTICA Reformulação e Inequações Válidas para um Problema Integrado
Leia maisPesquisa Operacional Introdução. Profa. Alessandra Martins Coelho
Pesquisa Operacional Introdução Profa. Alessandra Martins Coelho agosto/2013 Operational Research Pesquisa Operacional - (Investigação operacional, investigación operativa) Termo ligado à invenção do radar
Leia maisOtimização. Conceitos Fundamentais. Paulo Henrique Ribeiro Gabriel Faculdade de Computação Universidade Federal de Uberlândia 2016/2
Otimização Conceitos Fundamentais Paulo Henrique Ribeiro Gabriel phrg@ufu.br Faculdade de Computação Universidade Federal de Uberlândia 2016/2 Paulo H. R. Gabriel (FACOM/UFU) GSI027 2016/2 1 / 30 Agradecimentos
Leia maisConceitos e Princípios Gerais
Conceitos e Princípios Gerais Conceitos e Princípios Gerais Fases na resolução de problemas físicos Resolução do Modelo Matemático Conceitos Básicos de Cálculo Numérico Erros em Processos Numéricos Fases
Leia maisCombinando inequações lineares
Combinando inequações lineares A multiplicação por um número > 0 não altera uma inequação 2x x 5 4x 2x 10 1 2 1 2 A soma de duas inequações (com o mesmo sentido) produz uma inequação válida x 3x x 3 1
Leia maisMODELO DE PROGRAMAÇÃO LINEAR INTEIRA MISTA PARA MINIMIZAÇÃO DOS ADIANTAMENTOS E ATRASOS EM FLOW SHOP COM SETUP DEPENDENDE DA SEQUÊNCIA
MODELO DE PROGRAMAÇÃO LINEAR INTEIRA MISTA PARA MINIMIZAÇÃO DOS ADIANTAMENTOS E ATRASOS EM FLOW SHOP COM SETUP DEPENDENDE DA SEQUÊNCIA Cristiano Marinho Vaz, cmv02@hotmail.com Vinícius Ferreira da Silva
Leia maisCap. 2 Pesquisa Operacional na Tomada de Decisão
FACULDADE DE CIÊNCIAS SOCIAIS APLICADAS DO SUL DE MINAS Cap. Pesquisa Operacional na Tomada de Decisão 5/3/00 Prof. Antonio Marcos Goulart. PESQUISA OPERACIONAL NA TOMADA DE DECISÃO Origem da Pesquisa
Leia maisO método Simplex Aplicado ao Problema de Transporte (PT).
Prof. Geraldo Nunes Silva (Revisado por Socorro Rangel) Estas notas de aula são Baseadas no livro: Hillier, F. S. e G. J. Lieberman. Introdução à Pesquisa Operacional, Campus, a ed., 9 Agradeço a Professora
Leia maisDECISÕES SOBRE TRANSPORTES (PARTE III) Mayara Condé Rocha Murça TRA-53 Logística e Transportes
DECISÕES SOBRE TRANSPORTES (PARTE III) Mayara Condé Rocha Murça TRA-53 Logística e Transportes Agosto/2013 Problemas de roteirização e programação de veículos (RPV) Objetivo geral: Determinar rotas de
Leia maisProgramação de Máquinas Machine Scheduling. Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto 3 modelos
Programação de Máquinas Machine Scheduling Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto 3 modelos M7.1 - Sequenciamento em máquinas paralelas e iguais Suponha que
Leia maisAula 08: Modelagem Otimização Linear e Inteira Túlio A. M. Toffolo
Aula 08: Modelagem Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Departamento de Computação UFOP Previously... Aulas anteriores: Modelagem (básico) Método
Leia maisAula 09: Modelagem / Variáveis inteiras
Aula 09: Modelagem / Variáveis inteiras Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Departamento de Computação UFOP Previously... Aulas anteriores sobre
Leia maisOtimização Aplicada à Engenharia de Processos
Otimização Aplicada à Engenharia de Processos Aula 4: Programação Linear Felipe Campelo http://www.cpdee.ufmg.br/~fcampelo Programa de Pós-Graduação em Engenharia Elétrica Belo Horizonte Março de 2013
Leia maisPESQUISA OPERACIONAL. Fabiano F. T. dos Santos. Instituto de Matemática e Estatística
PESQUISA OPERACIONAL Fabiano F. T. dos Santos Instituto de Matemática e Estatística Dualidade em Programação Linear Todo problema de programação linear, que chamaremos de primal, traz consigo um segundo
Leia maisIntrodução à Pesquisa Operacional - Otimização Linear
Introdução à Pesquisa Operacional - Otimização Linear Professora: Maristela Oliveira dos Santos - mari@icmc.usp.br Auxilio 2009: Victor C.B. Camargo Auxilio 2010 - PAE: Marcos Mansano Furlan - L-1007 Instituto
Leia maisAplicações de PL possíveis até o momento
Universidade Federal de Itajubá Instituto de Engenharia de Produção e Gestão Pesquisa Operacional Síntese Problemas Interessantes Prof. Dr. José Arnaldo Barra Montevechi Aplicações de PL possíveis até
Leia maisProgramação Linear - Parte 1
Graduação em Matemática Industrial Programação Linear - Parte 1 Prof. Thiago Alves de Queiroz Departamento de Matemática - CAC/UFG 1/2014 Thiago Queiroz (DM) Parte 1 1/2014 1 / 33 Introdução Programação
Leia maisProblema de Designação. Fernando Nogueira Problema de Designação 1
Problema de Designação Fernando Nogueira Problema de Designação 1 O Problema de Designação é um caso específico de um Problema de Transporte, que por sua vez é um caso específico de um Problema de Programação
Leia maisPesquisa Operacional Programação em Redes
Pesquisa Operacional Programação em Redes Profa. Alessandra Martins Coelho outubro/2013 Seminários Datas Temas Problema do Caminho mais curto programação em redes Data 07/11/13 Problema do Fluxo máximo
Leia maisUM MODELO DE PROGRAMAÇÃO INTEIRA MISTA PARA A PROGRAMAÇÃO DA PRODUÇÃO EM FLOWSHOP HÍBRIDO COM BUFFERS LIMITADOS
UM MODELO DE PROGRAMAÇÃO INTEIRA MISTA PARA A PROGRAMAÇÃO DA PRODUÇÃO EM FLOWSHOP HÍBRIDO COM BUFFERS LIMITADOS Pedro Luis Miranda Lugo Universidade Federal de São Carlos Departamento de Engenharia de
Leia maisProf. Silvio Alexandre de Araujo
Prof. Silvio Alexandre de Araujo AULA DE HOJE 1. Programa, Critério de Avaliação e Datas das Provas 2. Introdução 3. Conceitos Básicos de Modelagem Matemática 4. Diferentes Classes de Problemas de Otimização
Leia maisPesquisa Operacional. Introdução à Pesquisa Operacional Programação Linear
Pesquisa Operacional Introdução à Pesquisa Operacional Programação Linear 1 Sumário Modelagem e limitações da Programação Linear. Resolução Gráfica. Forma padrão de um modelo de Programação Linear. Definições
Leia maisProblema do Caixeiro Viajante
Problema do Caixeiro Viajante 1 Introdução Minimizar o custo de um ciclo hamiltoniano em um grafo completo (William R. Hamilton,1857,Around The World); Solução por enumeração: R( n ) = ( n - 1 )! Um computador
Leia maisCoordenação das Atividades Complementares Prof. Fernando Belchior
fnbelchior@gmail.com Regulamento que dispõe sobre as atividades complementares do curso de Engenharia da Produção versão 04/2017 Art. 1º. As atividades complementares integram os currículos do curso de
Leia maisPesquisa Operacional Introdução. Profa. Alessandra Martins Coelho
Pesquisa Operacional Introdução Profa. Alessandra Martins Coelho julho/2014 Operational Research Pesquisa Operacional - (Investigação operacional, investigación operativa) Termo ligado à invenção do radar
Leia maisOtimização discreta Modelagem com variáveis binárias: problemas clássicos
Otimização discreta Modelagem com variáveis binárias: problemas clássicos Importância histórica...... e prática. Usados para modelar problemas reais e como subproblemas em problemas maiores (e mais freqüentes
Leia maisUniversidade Católica de Petrópolis. Matemática 1. Funções Funções Polinomiais v Baseado nas notas de aula de Matemática I
Universidade Católica de Petrópolis Matemática 1 Funções Funções Polinomiais v. 0.1 Baseado nas notas de aula de Matemática I da prof. Eliane dos Santos de Souza Coutinho Luís Rodrigo de O. Gonçalves luis.goncalves@ucp.br
Leia maisPlanejamento e Análise de Sistemas de Produção
Aula 21 Planejamento e Análise de Sistemas de Produção Paulo Augusto Valente Ferreira Departamento de Telemática Faculdade de Engenharia Elétrica e Computação Universidade Estadual de Campinas Conteúdo
Leia mais3 Satisfação de Restrições
38 3 Satisfação de Restrições Este capítulo define inicialmente o conceito de problema de satisfação de restrições (RPR). Em seguida, indica como modelar o problema de escalonamento como um problema de
Leia maisUniversidade Católica de Petrópolis. Matemática 1. Funções Funções Polinomiais v Baseado nas notas de aula de Matemática I
Universidade Católica de Petrópolis Matemática 1 Funções v. 0.1 Baseado nas notas de aula de Matemática I da prof. Eliane dos Santos de Souza Coutinho Luís Rodrigo de O. Gonçalves luisrodrigoog@gmail.com
Leia maisTeoria dos Grafos. Conjuntos de Corte e Conectividade
Teoria dos Grafos Valeriano A. de Oliveira Socorro Rangel Silvio A. de Araujo Departamento de Matemática Aplicada antunes@ibilce.unesp.br, socorro@ibilce.unesp.br, saraujo@ibilce.unesp.br Conjuntos de
Leia maisOtimização Combinatória e Aplicações na Indústria Socorro Rangel
Otimização Combinatória e Aplicações na Indústria Socorro Rangel Departamento de Ciências da Computação e Estatística e-mail: socorro@ibilce.unesp.br Sumário Problemas de Otimização Aplicações: Indústria
Leia maisPESQUISA OPERACIONAL II APRESENTAÇÃO E NOÇÕES DE TEORIA DOS GRAFOS
PESQUISA OPERACIONAL II APRESENTAÇÃO E NOÇÕES DE TEORIA DOS GRAFOS Prof. Dr. Daniel Caetano 2019-1 Objetivos Conhecer o professor Conhecer o curso Compreender o foco da disciplina Tomar primeiro contato
Leia maisQuinta-feira, 11 de abril
15.053 Quinta-feira, 11 de abril Mais alguns exemplos de programação inteira Técnicas de planos de corte para obter melhores limitações Entregar: Observações de Aula 1 Exemplo: Localização do corpo de
Leia maisAPLICAÇÃO DO FILTRO DE KALMAN A UM SISTEMA DE POSICIONAMENTO DE VEÍCULO AQUÁTICO
APLICAÇÃO DO FILTRO DE KALMAN A UM SISTEMA DE POSICIONAMENTO DE VEÍCULO AQUÁTICO André TEIXEIRA DE AQUINO; André LUIZ CARNEIRO DE ARAÚJO (1) Instituto Federal de Educação, Ciência e Tecnologia do Ceará,
Leia mais1_1 1_2 2_1 1_ _ _ Fonte: Autor
75 7. Resultados Os resultados aqui apresentados utilizam o modelo proposto na Seção 6.2, resolvido através do software de otimização AIMMS para os problemas com Datas prometidas. Já para o problema sem
Leia maisModelo em Programação Linear Inteira Mista para Programar a Produção de Produtos Moldados por Injeção
Modelo em Programação Linear Inteira Mista para Programar a Produção de Produtos Moldados por Injeção Bruno Loschi Ceolin (UTFPR CPGEI) brunolosck@gmail.com Leandro Magatão (UTFPR CPGEI) magatao@utfpr.edu.br
Leia maisUNIVERSIDADE ESTADUAL PAULISTA. Instituto de Biociências, Letras e Ciências Exatas DEPARTAMENTO DE CIÊNCIAS DE COMPUTAÇÃO E ESTATÍSTICA
unesp UNIVERSIDADE ESTADUAL PAULISTA Instituto de Biociências, Letras e Ciências Exatas DEPARTAMENTO DE CIÊNCIAS DE COMPUTAÇÃO E ESTATÍSTICA Heurísticas para um problema de dimensionamento de lotes com
Leia maisOrientações e supervisões
Orientações e supervisões Orientações e supervisões concluídas Dissertações de mestrado : orientador principal 1. Rafael Freitas Rocha. O problema de corte de estoque numa indústrial moveleira. 2015. Dissertação
Leia maisPesquisa Operacional
Faculdade de Engenharia - Campus de Guaratinguetá Pesquisa Operacional Fabrício Maciel fabricio@feg.unesp.br Departamento de Produção 1 Programação linear Sumário Modelagem e limitações da Programação
Leia maisAula 03: Algoritmo Simplex (Parte 2)
Aula 03: Algoritmo Simplex (Parte 2) Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Slides baseados no material de Haroldo Gambini Previously... Aula anterior:
Leia maisTeoria da Computação. Clique de um Grafo. Alexandre Renato Rodrigues de Souza 1
Teoria da Computação Clique de um Grafo Alexandre Renato Rodrigues de Souza 1 O que é um grafo? Definição 1: grafo é uma estruturas utilizada para representar relações entre elementos de um dado conjunto.
Leia maisComputação Evolucionária: Conceitos Básicos de Otimização
Computação Evolucionária: Conceitos Básicos de Otimização Prof. Dr. Rafael Stubs Parpinelli E-mail: rafael.parpinelli@udesc.br Otimização Min ou Max Sujeito a Otimização Função objetivo A qual se quer
Leia maisCurrículos dos Cursos UFV ENGENHARIA DE PRODUÇÃO. COORDENADOR Thiago Henrique Nogueira
84 ENGENHARIA DE PRODUÇÃO COORDENADOR Thiago Henrique Nogueira thiago.nogueira@ufv.br UFV Catálogo de Graduação 2014 85 Engenheiro de Produção ATUAÇÃO O Curso de Engenharia de Produção da UFV visa preparar
Leia maisMarina Andretta. 02 de agosto de 2010
Introdução Marina Andretta ICMC-USP 02 de agosto de 2010 Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear 02 de agosto de 2010 1 / 19 Otimização Otimizar significa encontrar a melhor maneira
Leia maisPlanejamento da Produção: Corte de estoque na indústria de móveis. Socorro Rangel Roberto Cavali DCCE/IBILCE
Planejamento da Produção: Corte de estoque na indústria de móveis Socorro Rangel Roberto Cavali DCCE/IBILCE Objetivos Investigar as dificuldades envolvidas no corte da matéria-prima nas indústrias de móveis
Leia maisResolução do problema do caixeiro viajante assimétrico (e uma variante) através da relaxação Lagrangeana
Resolução do problema do caixeiro viajante assimétrico (e uma variante) através da relaxação Ana Maria A.C. Rocha e João Luís C. Soares Departamento de Produção e Sistemas Escola de Engenharia Universidade
Leia maisEstratégias para incorporação das decisões de sequenciamento em um problema integrado de produção de bebidas
Cristiane Maria Defalque Estratégias para incorporação das decisões de sequenciamento em um problema integrado de produção de bebidas Dissertação de Mestrado Pós-Graduação em Matemática Cristiane Maria
Leia maisInvestigação Operacional
Investigação Operacional Programação Linear Licenciatura em Engenharia Civil Licenciatura em Engenharia do Território Problema Uma firma fabrica dois produtos P e P em três máquinas M, M e M. P é processado
Leia maisII. Funções de uma única variável
II. Funções de uma única variável 1 II.1. Conceitos básicos A otimização de de funções de de uma única variável consiste no no tipo mais elementar de de otimização. Importância: Tipo de problema encontrado
Leia maisCOMPARAÇÃO ENTRE FROTA HOMOGÊNEA E HETEROGÊNEA EM PROBLEMAS DE ROTEAMENTO DE VEÍCULOS CAPACITADOS
COMPARAÇÃO ENTRE FROTA HOMOGÊNEA E HETEROGÊNEA EM PROBLEMAS DE ROTEAMENTO DE VEÍCULOS CAPACITADOS Rosiana da Silva Lopes Danilo César Rodrigues Azevedo rosianalopes16@gmail.com danilo.azevedo@ufpi.edu.br.com
Leia maisMATEMÁTICA APLICADA AO PLANEJAMENTO DA PRODUÇÃO E LOGÍSTICA. Silvio A. de Araujo Socorro Rangel
MATEMÁTICA APLICADA AO PLANEJAMENTO DA PRODUÇÃO E LOGÍSTICA Silvio A. de Araujo Socorro Rangel saraujo@ibilce.unesp.br, socorro@ibilce.unesp.br Apoio Financeiro: PROGRAMA Introdução. Modelagem matemática:
Leia maisProf. Gustavo Suriani de Campos Meireles, M.Sc.
Pontifícia Universidade Católica de Goiás Departamento de Engenharia Curso de Graduação em Engenharia de Produção ENG 1090 Introdução à Engenharia de Produção Prof. Gustavo Suriani de Campos Meireles,
Leia maisUTILIZAÇÃO DE PROGRAMAÇÃO LINEAR EM UMA MICROEMPRESA DE USINAGEM
UTILIZAÇÃO DE PROGRAMAÇÃO LINEAR EM UMA MICROEMPRESA DE USINAGEM Tiago Bruno Ribeiro 1, Paulo André de Oliveira 2 1 FATEC,Botucatu,São Paulo, Brasil. E-mail tiaggo.bruno@hotmail.com 2 FATEC,Botucatu,São
Leia maisProf. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL
Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL Sequenciamento e Emissão de Ordens Escolhida uma sistemática de administração dos estoques, serão geradas,
Leia mais