2.3 Formulação de um Problema de Pooling
|
|
- Orlando Bernardes
- 5 Há anos
- Visualizações:
Transcrição
1 8 Formulações Matemáticas para Problemas de Blending/Pooling min cost(x 1,x 2 ) = θ 1 x 1 + θ 2 x 2 (2.5) Com θ 1 e θ 2 também eles escalares representam o custo dos produtos x 1 e x 2. Este é o exemplo típico de uma formulação de um problema de dieta, onde somente existem interações lineares entre variáveis, podendo serem resolvidos por uma matriz de desigualdade, Ax b como mostra a equação 2.6 (Miller (2007)). x1 γ1 A = α1 β 1, x = α 2 β 2 x 2, b = γ 2 (2.6) 2.3 Formulação de um Problema de Pooling O problema de pooling envolve um topologia de rede de alimentação para a frente e um conjunto de restrições físicas e químicas nas propriedades dos produtos finais. A rede contem um conjunto de nós de entrada que representam o fornecimento de alimentações, um conjunto de nós intermediários que simbolizam os pools do problema. E por fim, um conjunto de nós de saída, que representam os produtos finais (Misener e Floudas (2009)). Em alguns casos os nós intermediários podem não ser necessários e as propriedades dos produtos são calculados por média ponderada em peso das correntes de alimentação. Neste caso o problema de otimização pode ser expresso como um programa linear (LP 1 ), contudo a monitorização da composição nos pools dos vários componentes dá origem a termos bilineares fazendo com que a estratégia de otimização passe a ser não linear (NLP 2 ). Formulações bilineares são não convexas e têm em geral ótimos locais. Torna-se então um problema de otimização global, que se torna difícil de resolver por questões de recursos computacionais. No entanto, surgiram já bastantes trabalhos nesta área com abordagens distintas Formulação de Pooling Standard Numa formulação de pooling standard, os caudais de uma pré-determinada estrutura de alimentação, tanques de mistura e produtos finais são otimizados para o máximo 1 Linear Programming 2 Non Linear Programming
2 2.3 Formulação de um Problema de Pooling 9 lucro possível, estando este, sujeito a restrições de qualidade sobre a composição do produto final. Uma vez que neste tipo de problema é considerado que as qualidades do combustível variam linearmente na mistura com uma só camada de pools, a única fonte de não convexidade são os termos bilineares que surgem dos balanços às qualidades nos tanques de mistura (Floudas e Gounaris (2009)). Figura 2.3 (2012)) Estrutura de um problema de pooling standard (Akshay Gupte e Cheon Devido aos termos bilineares participarem nas restrições de igualdade, o problema torna-se não convexo e portanto deve ser tratado posteriormente com técnicas que garantam a obtenção de um ótimo global. Um exemplo de uma estrutura genérica para este tipo de problema é a apresentada na figura 2.3. Referidas as características principais do problema de pooling standard, podemos agora estabelecer as equações mais importantes para este problema. Na tabela 2.1 é representada toda a notação referente as equações apresentadas. A equação 2.7 representa a função objetivo que é minimizar os custos. min x i,l, y l, j, z i, j,p l,k (i,l) T X c i x i,l (l,j) T Y d j y l, j (i, j) T Z (d j c i ) z i, j (2.7) Disponibilidade (Feeds): Capacidade dos Pools: Procura do Produto: Balanço ao Material: A L x i i,l + z i, j A U i (2.8) i l:(i,l) T X j:(i, j) T Y x i,l S l l (2.9) i:(i,l) T Y D L y j l,j + z i, j D U j (2.10) j l:(l,j) T Y i ( i, j) T Z x i,l y l,j = 0 l (2.11) i:(i,l) T X j:(l,j) T Y
3 10 Formulações Matemáticas para Problemas de Blending/Pooling Tabela 2.1 Notação para a formulação do problema de pooling standard (Misener e Floudas (2009)) Tipo Nome Descrição Índices i {1,2,...,I} Correntes de entrada (matérias primas e feeds) l {1,2,...,L} Pools (instalações de mistura) j {1,2,...,J} Correntes de saída (produtos finais) k {1,2,...,K} Atributos (qualidades monitorizadas) Conjuntos T X (i,l) pares de ligação entre pools e entradas T Y (l, j) pares de ligação entre pools e saídas (i, j) pares de ligação entre entradas e saídas T Z Variáveis x i, j Caudal da entrada i para o pool l y l, j Caudal do pool intermédio l para a saída j z i, j Passagem direta das entradas i para as saídas j (o f i ) Caudal de saída para o produto j p l,k Nível de qualidade do atributo k no pool j q i,l Proporção de caudal da entrada i para o pool l Nível de qualidade do atributo k no produto j u j,k Parâmetros c i Custo unitário das matérias primas i d j Rendimento unitário do produto j A L A U i i Limites de disponibilidade da entrada i S l Capacidade volumétrica do pool l D L D U j j Limites de procura para o produto j C i,k Nível de qualidade k nas matérias primas e alimentações i P L Gama aceitável de composição da qualidade k no j,k j,k produto j O conjunto de equações 2.8 dizem respeito à disponibilidade das alimentações, às respectivas capacidades dos pools, à procura do produto e aos balanços aos materiais. Qualidade de produto p l,k y l,j + l:(l, j) T Y i:(i,j) T Z C i,k z i,j P L y j,k l, j + l:(l, j) T Y P U y j,k l, j + l:(l, j) T Y i:(i, j) T Z z i, j i:(i, j) T Z z i, j j,k (2.12)
4 2.3 Formulação de um Problema de Pooling 11 Balanço às Qualidades C i,k x i,l = p l,k y l, j l,k (2.13) i:(i,l) T X j:(l, j) T Y Limites Hard min i 0 x i,l min AU, S i l, 0 y l, j min S l,d U, j 0 z i,j min A U i,du j C i,k p l,k max C i,k i j:(l, j) T Y D U j i:(i,l) T X A U i (i,l) T X (2.14) (l, j) T Y (i,j) T Z l,k De referir que as equações apresentadas anteriormente representam a formulação clássica, denotada como "P-formulation" pela referência Misener e Floudas (2009). Formulação de Pooling Expandido Uma extensão do problema de pooling standard, é denominada de pooling expandido ocorre quando é aplicado um modelo de emissões gasosas, como foi o caso aplicado pela EPA 1 à gasolina reformulada. Como mostra a figura 2.4, o problema de pooling Figura 2.4 Estrutura de um problema de pooling expandido (Misener et al. (2010)) expandido não é mais que um problema de pooling standard com as restrições aos 1 Environmental Protection Agency
5 12 Formulações Matemáticas para Problemas de Blending/Pooling aditivos propostos pelo modelo de emissões gasosas da EPA (Misener et al. (2010)). O modelo de otimização de um problema de pooling expandido é do tipo MINLP 2 onde a parte inteira mista surge a partir das disjunções lógicas do modelo de emissões gasosas que expande o alcance de precisão do modelo. As não linearidades do modelo, a maioria delas não convexas, surgem da mistura linear e não linear nos nodos intermédios e das definições do modelo de emissões gasosas (Misener et al. (2010)) Formulação de Pooling Generalizado Uma segunda classe de formulação de problemas de pooling é o chamado problema de formulação de pooling generalizado. Este tipo de problema tem recebido uma atenção considerável nos últimos dez anos. Figura 2.5 (2009)) Estrutura de um problema de pooling generalizado (Misener e Floudas Nas formulações de pooling generalizado é permitido a interligação entre pools, como é observado na figura 2.5. A rede de matérias base tal como as correntes intermediárias são tratadas como alternativas discretas. Como resultado, surge um programa disjuntivo não convexo que pode ser modelado como um MINLP. A dificuldade deste tipo de problema reside no facto dos arcos retratados na figura 2.5 poderem ou não estar ativados tornando o problema combinatório complexo no que respeita às variáveis de decisões binárias e aos termos bilineares (Misener et al. (2010)). 2 Mixed Integer Non Linear Programming
6 2.3 Formulação de um Problema de Pooling Formulações Mistas de Pooling incluindo Aspectos de Planeamento/Escalonamento Existe na literatura alguns exemplos de problemas e formulações de pooling e blending que incluem aspectos de planeamento e escalonamento. Um desses exemplos é reportado num artigo do autor Glismann e Gruhn (2001) assim como no artigo do autor Mendez e Grossmann (2006). Escalonamento a Curto Prazo e Otimização de Formulações de Processos Este problema tem como objetivo coordenar o escalonamento a curto prazo de processos de pooling/blending multi-produto com otimização não linear de formulações. Está dividido em três níveis: 1. Planeamento a longo prazo; 2. Escalonamento a curto prazo; 3. Controlo de processo. O planeamento de longo prazo tenta resolver o problema de otimização não linear de uma formulação a larga escala. Daqui saem os resultados da mistura e volumes de produção que servem como entradas para o próximo nível, o escalonamento. O escalonamento é formulado como um MILP derivado de uma representação RTN 1. O modelo de escalonamento permite alteração das formulações de modo a obter-se mais um grau de liberdade na otimização. Após a interpretação deste nível, novas restrições podem ser impostas para o problema de planeamento a longo prazo. De reter que o primeiro nível pode ser definido como um problema de NLP e o segundo nível um MILP que podem coexistir num processo iterativo. A estratégia escolhida passa por globalizar os três níveis referidos anteriormente. A figura 2.6 resume este tipo de estratégia. 1 Resource-Task Network
7 14 Formulações Matemáticas para Problemas de Blending/Pooling Figura 2.6 Estratégia de planeamento e escalonamento adotada pelo autor Glismann e Gruhn (2001) Modelo de Escalonamento Antes de definir o modelo de escalonamento propriamente dito, há que estabelecer algumas prioridades. Obter um escalonamento praticável satisfazendo todas as procuras de todos os produtos. Ir ao encontro de todos os objetivos definidos pelo planeamento. Otimização das operações do processo. O modelo de escalonamento é baseado na representação RTN. Um exemplo deste tipo de representação é o da figura 2.7. Figura 2.7 Estrutura de uma representação RTN (Glismann e Gruhn (2001)) Posto isto, o modelo matemático do problema de escalonamento pode ser caracterizado por: O tempo é modelado com base numa discretização uniforme.
8 2.3 Formulação de um Problema de Pooling 15 As tarefas têm uma validade temporária de modo a ajustar o escalonamento aos períodos de planeamento de longo alcance. A contagem máxima de um recurso é 1, para simplificar os balanços aos recursos. Sumariando, o problema de escalonamento é formulado como um MILP baseado numa representação RTN. O modelo é capaz de trocar entre formulações durante a otimização, contabilizar as formulações definidas nos períodos de planeamento e ainda usar uma estratégia combinada de restrições adicionais e objetivos especiais que evitem tempos de execução insensatos nas formulações e minimizem as trocas de formulações. Abordagem de Otimização Simultânea para Blending Offline e Escalonamento de Operações A abordagem do problema simultâneo de otimização de blending offline com o problema de escalonamento a curto prazo, usando para isso um novo método baseado num modelo de formulação MILP. A representação do modelo é feita tanto no domínio discreto como no domínio contínuo, consoante a necessária flexibilidade da solução. Para manter a linearidade do modelo, optou-se por um processo iterativo. Nas próximas seções será explicado o problema, a otimização proposta e o problema de blending offline descritos pelo autor Mendez e Grossmann (2006). Declaração do Problema Na declaração do referido problema, existem duas grandes questões que devem ser referidas: A primeira delas está relacionada com as questões de logística de produção, que normalmente envolve múltiplas procuras com diferentes datas de entrega, restrições relacionadas aos equipamentos, aos produtos e aos componentes, regras de operação entre outros; A segunda envolve a qualidade de produção ou problema de blending offline e tem em conta a formulação dos produtos, as variáveis envolvidas e as especificações de componentes e produtos. O principal objetivo é a produção de misturas dentro das especificações, que dependendo da propriedade do produto podem surgir correlações não lineares que incluam termos bilineares e trilineares. O processo é multi-etapa composto por tanques de armazenamento de componentes, misturadores e tanques de produtos finais. Existem items que devem ser tidos em conta, tais como: 1. Horizonte de escalonamento predefinido, 7 a 10 dias.
9 16 Formulações Matemáticas para Problemas de Blending/Pooling 2. Conjunto de produtos vindos da refinaria (componentes). 3. Tanques de armazenamento com restrições de capacidade mínima e máxima. 4. Propriedades e qualidades para os componentes. 5. Conjunto de produtos finais com especificações mínimas e máximas nas qualidades. 6. Misturadores a trabalhar em paralelo podem ser alocados para cada produto final. 7. Correlações, normalmente não lineares. 8. Máximo e mínimo nas concentrações dos componentes nos produtos finais. 9. Formulações de produtos predefinidas. Posto isto, podemos definir uma função objetivo na qual podemos incluir o valor total do produto, o custo das matérias primas, custo de inventário e penalizações para os desvios das formulações ótimas. Proposta de Otimização As principais características da estratégia de otimização do problema são as seguintes: Modelo de otimização multi-período é usada para lidar com as múltiplas procuras dos produtos, respeitando diferentes datas de entrega e especificações de qualidade. Podem ser usadas representações no domínio discreto e contínuo, dependendo das características do problema. Aproximações lineares são usadas conjuntamente por um processo iterativo para predição das propriedades dos produtos. Especificações de qualidade e logística de produção resolvidas simultaneamente. Formulações de produtos podem ser fixas ou variáveis. Variáveis binárias são utilizadas para decisões de tarefas. Este tipo de problema era anteriormente retratado separadamente. Nesta nova perspectiva dada pelo autor Mendez e Grossmann (2006), a solução do problema de escalonamento define o modo como os produtos são processados no que respeita ao tempo e a disponibilidade dos equipamentos. Por outro lado, o problema de blending é incorporado e a sua solução define como os componentes são misturados para produzir produtos dentro das especificações necessárias com o custo mínimo.
10 2.3 Formulação de um Problema de Pooling 17 Visão Geral dos Aspectos de Otimização, Planeamento, Escalonamento e Blending/Pooling Sumariando e tirando algumas conclusões, pode-se definir duas estratégias de otimização no que diz respeito a todos os processos referidos anteriormente (planeamento, escalonamento, controlo, blending/pooling). Na figura 2.8 estão demonstradas as duas estratégias. O esquema a) da figura 2.8 diz respeito a uma otimização global dos processos de Figura 2.8 Vista geral sobre duas possíveis estratégias de otimização. planeamento, escalonamento e controlo, sendo os processos de blending/pooling sub problemas do planeamento. De referir que a complexidade aumenta à medida que nos dirigimos do nível do planeamento para o nível do controlo do processo. Trata-se de uma otimização global de todos os processos. O esquema b) demonstra uma otimização repartida, onde existe primeiramente uma otimização dos níveis de planeamento e escalonamento, com a resolução dos sub problemas de blending/pooling e após isto, um ajuste ou otimização das propriedades de controlo.
202'(/2'(352*5$0$d 2/,1($53$5$352%/(0$6'( 0,6785$6
34 ±35%/(0$'(0,6785$6,75'8d Este capítulo apresenta a descrição do problema de misturas em termos de um modelo de programação linear. Como exemplo, é descrito um problema de mistura de carvões para siderúrgicas
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 maisOtimização Combinatória - Parte 4
Graduação em Matemática Industrial Otimização Combinatória - Parte 4 Prof. Thiago Alves de Queiroz Departamento de Matemática - CAC/UFG 2/2014 Thiago Queiroz (DM) Parte 4 2/2014 1 / 33 Complexidade Computacional
Leia maisBranch-and-Bound para problemas de Otimização Combinatória
para problemas de Otimização Combinatória Rafael Antônio Marques Gomes Orientador: Haroldo Gambini Santos Departamento de Computação UFOP 26 de julho de 2011 Rafael Antônio Marques Gomes BB para problemas
Leia maisINVESTIGAÇÃO OPERACIONAL EM AÇÃO
INVESTIGAÇÃO OPERACIONAL EM AÇÃO CASOS DE APLICAÇÃO RUI CARVALHO OLIVEIRA JOSÉ SOEIRO FERREIRA (EDITORES) IMPRENSA DA UNIVERSIDADE DE COIMBRA COIMBRA UNIVERSITY PRESS CASO 13 TRANSPORTE MULTIPRODUTO POR
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 maisMétodos de Pesquisa Operacional
Métodos de Pesquisa Operacional Programação Linear é a parte da Pesquisa Operacional que trata da modelagem e resolução de problemas formulados com funções lineares. Programação Linear } Métodos de Resolução
Leia maisLocalização de Instalações. Projeto de Redes Logísticas. Escola Politécnica. Prof. Dr. Claudio Barbieri da Cunha.
Localização de Instalações Projeto de Redes Logísticas Prof. Dr. Claudio Barbieri da Cunha Escola Politécnica cbcunha@usp.br Objetivo Definir a configuração de uma rede logística / supply chain em termos
Leia mais5. Formulação Matemática do Modelo
5. Formulação Matemática do Modelo 5.1. Descrição do Problema O problema do gerenciamento de ativos e passivos de um investidor comum pode ser representado por um modelo complexo de programação linear
Leia maisFormulações Multifluxo de Problemas de Otimização Combinatória
Formulações Multifluxo de Problemas de Otimização Combinatória Henrique Pacca L. Luna Sociedade Brasileira de Pesquisa Operacional Escuela Latino Americana de Verano de Investigacion Operativa - XII ELAVIO
Leia maisResolução de problemas difíceis de programação linear através da relaxação Lagrangeana
problemas difíceis de programação linear através da relaxação Lagrangeana Ana Maria A.C. Rocha Departamento de Produção e Sistemas Escola de Engenharia Universidade do Minho arocha@dps.uminho.pt http://www.norg.uminho.pt/arocha
Leia maisEstimação de Estados no Nível de Seção de Barra
Estimação de Estados no Nível de Seção de Barra Prof. Antonio Simões Costa, EEL, UFSC LABSPOT A. Simões Costa (LABSPOT) EESB 1 / 8 Modelagem da rede no nível de Seção de Barra Erros em medidas digitais
Leia maisIntrodução à Otimização de Processos. Prof. Marcos L Corazza Departamento de Engenharia Química Universidade Federal do Paraná
Introdução à Otimização de Processos Prof. Marcos L Corazza Departamento de Engenharia Química Universidade Federal do Paraná DEFINIÇÕES OTIMIZAR v.t. Dar a (algo, uma máquina, um processo, uma empresa)
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 mais3 Programação Matemática no Downstream
3 Programação Matemática no Downstream A cadeia de suprimentos da indústria de petróleo é composta por diversas atividades que podem ser agrupadas em dois principais segmentos: atividades upstream e downstream.
Leia maisEm 1970, Bellman e Zadeh (Bellman, 1970) apresentaram a otimização IX]]\, que é um conjunto de técnicas utilizadas em problemas de otimização com
4 ±0('/$ 5'd Muito já foi feito no desenvolvimento de metodologias para a resolução de problemas de programação linear IX]]\. Entretanto a grande parte dos trabalhos apresentados procurou obter uma solução
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 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 maisDisciplina que estuda métodos analíticos para auxiliar na tomada de decisões.
Edgard Jamhour Disciplina que estuda métodos analíticos para auxiliar na tomada de decisões. Procura encontrar soluções ótimas ou próximo de ótimas para problemas de engenharia industrial, economia e finanças,
Leia maisProgramação Linear M É T O D O S : E S T A T Í S T I C A E M A T E M Á T I C A A P L I C A D A S D e 1 1 d e m a r ç o a 2 9 d e a b r i l d e
Programação Linear A otimização é o processo de encontrar a melhor solução (ou solução ótima) para um problema. Existe um conjunto particular de problemas nos quais é decisivo a aplicação de um procedimento
Leia maisResolvendo algebricamente um PPL
Capítulo 6 Resolvendo algebricamente um PPL 6.1 O método algébrico para solução de um modelo linear A solução de problemas de programação linear com mais de duas variáveis, não pode ser obtida utilizando-se
Leia mais3 Decisões de Localização de Instalações
3 Decisões de Localização de Instalações Historicamente, o estudo contemporâneo dos problemas de localização foi iniciado por Alfred Weber, que estudou a localização de uma fábrica com o objetivo de minimizar
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 maisMarina Andretta. 17 de setembro de Baseado no livro Numerical Optimization, de J. Nocedal e S. J. Wright.
Métodos de regiões de confiança Marina Andretta ICMC-USP 17 de setembro de 2014 Baseado no livro Numerical Optimization, de J. Nocedal e S. J. Wright. Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear
Leia mais2 A Indústria do Petróleo no Brasil
2 A Indústria do Petróleo no Brasil A Indústria do Petróleo no Brasil passou por grandes mudanças na última década, dentre as quais destacamos a abertura do mercado brasileiro após a criação da Lei do
Leia maisVERSÃO RESPOSTAS PROVA DE MÉTODOS QUANTITATIVOS
UNIVERSIDADE DE SÃO PAULO FACULDADE DE ECONOMIA, ADMINISTRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO DE ORGANIZAÇÕES PROCESSO SELETIVO DOUTORADO - TURMA 20 VERSÃO
Leia maisSistemas Lineares. Marina Andretta/Franklina Toledo ICMC-USP. 4 de março de 2015
Sistemas Lineares Marina Andretta/Franklina Toledo ICMC-USP 4 de março de 2015 Marina Andretta/Franklina Toledo (ICMC-USP) sme0301 - Métodos Numéricos para Engenharia I 4 de março de 2015 1 / 15 Introdução
Leia mais4 Descrição do modelo matemático proposto
4 Descrição do modelo matemático proposto O modelo matemático de programação linear inteiro misto (PLIM) proposto neste capítulo foi baseado no modelo apresentado por Steffensen (2012). Após algumas adaptações,
Leia maisInvestigação Operacional
Investigação Operacional Licenciatura em Gestão 3.º Ano Ano Lectivo 2013/14 Programação Linear Texto elaborado por: Maria João Cortinhal (Coordenadora) Anabela Costa Maria João Lopes Ana Catarina Nunes
Leia maisTeoria de dualidade. Marina Andretta ICMC-USP. 19 de outubro de 2016
Teoria de dualidade 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
Leia maisResolução de Sistemas Lineares. Ana Paula
Resolução de Sistemas Lineares Sumário 1 Introdução 2 Alguns Conceitos de Álgebra Linear 3 Sistemas Lineares 4 Métodos Computacionais 5 Sistemas Triangulares 6 Revisão Introdução Introdução Introdução
Leia maisModelo de Optimização de Investimentos para Sistemas de Transformação AT/MT e Distribuição MT
21 a 25 de Agosto de 2006 Belo Horizonte - MG Modelo de Optimização de Investimentos para Sistemas de Transformação AT/MT e Distribuição MT Eng. Daniel González Sarkis Chilectra S.A. dags@chilectra.cl
Leia mais3. Otimização sob Incerteza
3. Otimização sob Incerteza Os problemas de otimização tentam resolver, de forma eficiente, situações do mundo real por meio de modelos matemáticos que utilizam parâmetros incertos. Pode-se encontrar na
Leia maismin F T (P T )+F H (V jmax ) j =1,...,j max P T,j P T,j P T,j V j V j V j q j q j
PROGRAMAÇÃO HIDROTÉRMICA DE CURTO PRAZO PARA SISTEMAS REAIS DE BASE HIDRÁULICA Problema H-T (formulação geral): min F T (P T )+F H (V jmax ) s. a: - Eqs. de balanço hídrico - Atendimento à demanda - Restrições
Leia maisSÍNTESE DE REDES FLEXÍVEIS DE TROCADORES DE CALOR VIA PROGRAMAÇÃO MATEMÁTICA UTILIZANDO UM MÉTODO DE OTIMIZAÇÃO SIMULTÂNEO
SÍNTESE DE REDES FLEXÍVEIS DE TROCADORES DE CALOR VIA PROGRAMAÇÃO MATEMÁTICA UTILIZANDO UM MÉTODO DE OTIMIZAÇÃO SIMULTÂNEO C. B. MIRANDA 1, M. A. S. S. RAVAGNANI 1 1 Universidade Estadual de Maringá, Departamento
Leia mais5 O Problema de Localização dos Sistemas de Mistura em Linha
35 5 O Problema de Localização dos Sistemas de Mistura em Linha 5.1 Sistemas de Mistura em Linha A Petrobras está desenvolvendo um vasto programa de adequação da infraestrutura de suas refinarias para
Leia maisBCC 463 Otimização em Redes ou Fluxo em Redes. Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto
BCC 463 Otimização em Redes ou Fluxo em Redes Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto Min cx (1) sujeito a Ax = b (2) 0 x u, (3) A equação (1) minimizar o custo
Leia maisUSO DO SOLVER PARA MAXIMIZAR O LUCRO EM UMA PRODUÇÃO DE GASOLINA
USO DO SOLVER PARA MAXIMIZAR O LUCRO EM UMA PRODUÇÃO DE GASOLINA A. C. B. SILVA 1, A. P. SILVA 2 1 Universidade de Uberaba, Departamento de Engenharia Química 2 Universidade Federal de Uberlândia, Departamento
Leia maisBenemar Alencar de Souza
Benemar Alencar de Souza Métodos de Otimização Aplicados Questões introdutórias O que é otimização? i Por que otimização é importante? Como tratar a otimização i como um problema? Quais objetivos são usuais?
Leia maisα ( u 1 - u 2 ) = u 3 - u 2.
2- NOÇÕES DE CONVEXIDADE E FORMULAÇÃO MATEMÁTICA DE PROBLEMAS DE PROGRAMAÇÃO LINEAR 21 Noções de Convexidade 211 - Combinação Convexa de pontos ponto b = αx 1 Considere C um conjunto contendo os pontos
Leia maisSistemas de Distribuição Localização de Bases Definição da Rede
Sistemas de Distribuição Localização de Bases Definição da Rede Otimização Matemática Problema de Transporte Problema de Transbordo Problema de Transbordo com Custo Fio Problema de Fluo Máimo Problema
Leia maisPESQUISA OPERACIONAL. UNIDADE 2 Visão Geral do Modelo
PESQUISA OPERACIONAL UNIDADE 2 Visão Geral do Modelo Prof. Me. Carlos Guimarães 1 / 13 Objetivo Introduzir os elementos de um modelo de pesquisa operacional por meio da apresentação: Do conceito de modelo;
Leia maisUNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE ENGENHARIA QUÍMICA
UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE ENGENHARIA QUÍMICA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA QUÍMICA Otimização da programação de petróleo em uma refinaria com regras específicas Bárbara
Leia maisProjeções Multi-dimensionais
Prof. Fernando V. Paulovich http://www.icmc.usp.br/~paulovic paulovic@icmc.usp.br Instituto de Ciências Matemáticas e de Computação (ICMC) Universidade de São Paulo (USP) 23 de setembro de 2010 Introdução
Leia maisMarina Andretta. 18 de outubro de 2010
Aplicações Marina Andretta ICMC-USP 18 de outubro de 2010 Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear 18 de outubro de 2010 1 / 34 Problema Kissing number O kissing number é dado pelo número
Leia maisPCC173 - Otimização em Redes
PCC173 - Otimização em Redes Marco Antonio M. Carvalho Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal de Ouro Preto 31 de maio de 2017 Marco Antonio M. Carvalho
Leia maisSlide 1. c 2000, 1998 José Fernando Oliveira, Maria Antónia Carravilla FEUP
Construção de Modelos de Programação Linear e Inteira Slide 1 Transparências de apoio à leccionação de aulas teóricas Versão 2 c 2000, 1998 Construção de Modelos de Programação Linear e Inteira 1 Modelização
Leia maisPrograma Doutoral EngIQ 2011/12 Módulo de Engenharia de Processos e Sistemas Exame da Época Normal 21 de Abril de 2012
Programa Doutoral EngIQ 2011/12 Módulo de Engenharia de Processos e Sistemas Exame da Época Normal 21 de Abril de 2012 ATENÇÃO: Resolva apenas 3 das 4 questões propostas. 1. Um grupo empresarial com operações
Leia maisModelagem Computacional. Parte 7 2
Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Parte 7 2 Prof. Thiago Alves de Queiroz 2/2016 2 [Cap. 7] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning,
Leia maisEncaminhamento Multiobjetivo em Redes MPLS Abordagem exata de resolução de problema com otimização global da rede
Encaminhamento Multiobjetivo em Redes MPLS Abordagem exata de resolução de problema com otimização global da rede Rita Girão-Silva a,b, José Craveirinha b, Teresa Gomes a,b, Lúcia Martins a,b, João Clímaco
Leia mais4 Modelos de Planejamento na Cadeia de Petróleo
4 Modelos de Planejamento na Cadeia de Petróleo Este capítulo tem como objetivo apresentar de forma resumida os modelos de planejamento relacionados à cadeia de petróleo presentes na literatura. As seções
Leia maisOtimização. Otimização em Redes. Paulo Henrique Ribeiro Gabriel Faculdade de Computação Universidade Federal de Uberlândia 2016/2
Otimização Otimização em Redes 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 / 51 Conteúdo
Leia maisPEA 2522 MÉTODOS DE OTIMIZAÇÃO. Otimização
PEA MÉTODOS DE OTIMIZAÇÃO Otimização Definir claramente o problema a ser resolvido Estabelecer os limites físicos (capacidades, restrições) Definir o modelo matemático adequado PEA 8 - PLANEJAMENTO DE
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 maisUNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT. Faculdade de Ciências Exatas e Tecnológicas FACET / Sinop Curso de Bacharelado em Engenharia Elétrica
REDES NEURAIS ARTIFICIAIS REDE ADALINE e REGRA DELTA Prof. Dr. André A. P. Biscaro 2º Semestre de 2017 Aspectos históricos O ADALINE foi idealizado por Widrow & Hoff em 1960. Sua principal aplicação estava
Leia mais4 Modelagem Numérica. 4.1 Método das Diferenças Finitas
4 Modelagem Numérica Para se obter a solução numérica das equações diferenciais que regem o processo de absorção de CO 2,desenvolvido no capitulo anterior, estas precisam ser transformadas em sistemas
Leia mais5 Decisão Sob Incerteza
5 Decisão Sob Incerteza Os problemas de decisão sob incerteza são caracterizados pela necessidade de se definir valores de variáveis de decisão sem o conhecimento prévio da realização de parâmetros que,
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 maisPesquisa Operacional I - Módulo 01
Pesquisa Operacional I - Módulo 01 Prof. Marcelo Xavier Guterres, Dr. Eng. 17 de março de 2017 Objetivos do Módulo 01 Definir o conceito de Pesquisa Operacional; Breve histórico da Pesquisa Operacional;
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 Forma geral de um problema Em vários problemas que formulamos, obtivemos: Um objetivo de otimização
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 mais4 Modelo da mistura de carvões
4 Modelo da mistura de carvões É imprescindível que se conheça com profundidade o problema a ser resolvido ou estudado e que se saiba com precisão quais são as variáveis, quais são os parâmetros e restrições
Leia maisÁlgebra Linear I - Aula Bases Ortonormais e Matrizes Ortogonais
Álgebra Linear I - Aula 19 1. Bases Ortonormais e Matrizes Ortogonais. 2. Matrizes ortogonais 2 2. 3. Rotações em R 3. Roteiro 1 Bases Ortonormais e Matrizes Ortogonais 1.1 Bases ortogonais Lembre que
Leia maisReconfiguração de Sistemas de Distribuição Visando Balanceamento entre Alimentadores Através de Técnica de Decomposição
Reconfiguração de Sistemas de Distribuição Visando Balanceamento entre Alimentadores Através de Técnica de Decomposição Code: 02.010 S. C. A. de Ferreira, T. L. O. Araújo, L. W. Oliveira, J. S. Carvalho
Leia maisNota importante: U é a matriz condensada obtida no processo de condensação da matriz
Decomposição P T LU A denominada decomposição P T L U é um processo que pode ser extremamente útil no cálculo computacional, na resolução de sistemas de equações lineares. Propriedade Seja A uma matriz
Leia maisRedes Neurais e Sistemas Fuzzy
Redes Neurais e Sistemas Fuzzy O ADALINE e o algoritmo LMS O ADALINE No contexto de classificação, o ADALINE [B. Widrow 1960] pode ser visto como um perceptron com algoritmo de treinamento baseado em minimização
Leia maisRedes Neurais Artificial. Inteligência Artificial. Professor: Rosalvo Ferreira de Oliveira Neto
Redes Neurais Artificial Inteligência Artificial Professor: Rosalvo Ferreira de Oliveira Neto Estrutura 1. Definições 2. Histórico 3. Conceitos Básicos 4. Aprendizado em RNA 5. Exemplo de Aprendizado com
Leia maisCAPíTULO 1. Vetores e tensores Notação indicial
CAPíTULO 1 Vetores e tensores 1.1. Notação indicial A notação indicial é uma simplificação da notação de uma somatória. Por exemplo, seja a somatória de 3 monômios a i b i (a i multiplicado por b i ) com
Leia maisProgramação Hidrotérmica de Curto Prazo
Programação Hidrotérmica de Curto Prazo Antonio Simões Costa Grupo de Sistemas de Potência - UFSC A. Simões Costa (Institute) Programação H-T de Curto Prazo 1 / 29 Programação H-T de Curto Prazo Neste
Leia maisFluxo de Potência Ótimo
Fluxo de Potência Ótimo Djalma M. Falcão Programa de Engenharia Elétrica COPPE/UFRJ Parte 1 Abril 2008 1 / 26 Definição O Fluxo de Potência Ótimo (FPO) tem como objetivo a otimização da condição estática
Leia mais3 Extensões dos modelos matemáticos
3 Extensões dos modelos matemáticos Os modelos matemáticos definidos por (2-1) (2-6) e (2-7) (2-13), propostos por Achuthan e Caccetta e apresentados no Capítulo 2, são reforçados neste trabalho através
Leia maisModelagem Hidro-Econômica na Bacia do Araguari para avaliação do impacto da produção de canade-açúcar e biocombustíveis no valor econômico da água
Modelagem Hidro-Econômica na Bacia do Araguari para avaliação do impacto da produção de canade-açúcar e biocombustíveis no valor econômico da água PROF. GUILHERME FERNANDES MARQUES, PHD GUILHERME.MARQUES@UFRGS.BR
Leia maisMétodo de Newton truncado
Método de Newton truncado Marina Andretta ICMC-USP 8 de outubro de 2018 Baseado no livro Numerical Optimization, de J. Nocedal e S. J. Wright. Marina Andretta (ICMC-USP) sme5720 - Otimização não-linear
Leia maisMarina Andretta. 9 de agosto de Baseado em problemas presentes em
Aplicações Marina Andretta ICMC-USP 9 de agosto de 2018 Baseado em problemas presentes em http://www.ime.usp.br/~egbirgin/tango/ Marina Andretta (ICMC-USP) sme5720 - Otimização não-linear 9 de agosto de
Leia maisProblemas de Fluxo em Redes
CAPÍTULO 7 1. Conceitos fundamentais de grafos Em muitos problemas que nos surgem, a forma mais simples de o descrever, é representá-lo em forma de grafo, uma vez que um grafo oferece uma representação
Leia maisPROVAS Ciência da Computação. 2 a Prova: 13/02/2014 (Quinta) Reavaliação: 20/02/2014 (Quinta)
PROVAS Ciência da Computação 2 a Prova: 13/02/2014 (Quinta) Reavaliação: 20/02/2014 (Quinta) Ajuste de Curvas Objetivo Ajustar curvas pelo método dos mínimos quadrados 1 - INTRODUÇÃO Em geral, experimentos
Leia maisComo modelar um problema de nesting com rotações livres
Como modelar um problema de nesting com rotações livres Marina Andretta ICMC-USP 9 de agosto de 2018 Baseado no artigo Peralta, J., Andretta, M., and Oliveira, J. F. (2018). Solving irregular strip packing
Leia maisDESENVOLVIMENTO DE UM MÓDULO DE PROGRAMAÇÃO LINEAR NO PROGRAMA OPTIMI
DESENVOLVIMENTO DE UM MÓDULO DE PROGRAMAÇÃO LINEAR NO PROGRAMA OPTIMI BIONDI C. O.¹, VIANNA S. S. V. 2, RODRIGUES M. T. M.³ 1 Universidade Estadual de Campinas, Departamento de Engenharia de Sistemas Químicos
Leia maisBCC465 - TÉCNICAS DE MULTI-OBJETIVO. Gladston Juliano Prates Moreira 22 de novembro de 2017
BCC465 - TÉCNICAS DE OTIMIZAÇÃO MULTI-OBJETIVO Aula 04 - Otimização Não-linear Gladston Juliano Prates Moreira email: gladston@iceb.ufop.br CSILab, Departamento de Computação Universidade Federal de Ouro
Leia maisProgramação Hidrotérmica de Curto Prazo
Programação Hidrotérmica de Curto Prazo Neste caso, capacidade hidráulica < potência da carga térmicas devem operar durante todo o horizonte de tempo; Volume d água disponível para a UHE utilizado para
Leia maisInteligência Artificial Redes Neurais
Inteligência Artificial Jarley P. Nóbrega, Dr. Faculdade Nova Roma Bacharelado em Ciência da Computação jpn@jarley.com Semestre 2018.2 Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre
Leia maisXLVI Pesquisa Operacional na Gestão da Segurança Pública
UM MODELO DE PROGRAMAÇÃO LINEAR INTEIRA MISTA (PLIM) E PROGRAMAÇÃO NÃO LINEAR (PNL) PARA SÍNTESE DE REDES FLEXÍVEIS DE TROCADORES DE CALOR Camila B. Miranda, Mauro A. S. S. Ravagnani Programa de Pós-Graduação
Leia maisNotações e revisão de álgebra linear
Notações e revisão de álgebra linear Marina Andretta ICMC-USP 17 de agosto de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211
Leia mais5. Resultados e Discussão
47 5. Resultados e Discussão 5.1.1. Faixa de trabalho e Faixa linear de trabalho As curvas analíticas obtidas são apresentadas na Figura 14 e Figura 16. Baseado no coeficiente de determinação (R 2 ) encontrado,
Leia maisUm Modelo Integrado para o Projeto de Redes Logísticas com Decisões de Localização de Instalações, Produção, Transporte e Estoques.
Marcelo Maciel Monteiro Um Modelo Integrado para o Projeto de Redes Logísticas com Decisões de Localização de Instalações, Produção, Transporte e Estoques. Tese de Doutorado Tese apresentada ao Programa
Leia mais4 Fundamentos Teóricos
4 Fundamentos Teóricos Neste capitulo são apresentados os fundamentos dos problemas de otimização matemática, abordando os diferentes conceitos e terminologias da otimização matemática, assim como seus
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
Redes Aula 19: Modelos de Optimização de Redes O Problema do Caminho Mais Curto. O Problema do Fluxo Máximo. O Problema do Fluxo de Custo Mínimo. 2 Modelos de Optimização de Redes O que são redes em (IO)?
Leia maisRedes Neurais. A Rede RBF. Redes RBF: Função de Base Radial. Prof. Paulo Martins Engel. Regressão não paramétrica. Redes RBF: Radial-Basis Functions
Redes RBF: Função de Base Radial Redes Neurais A Rede RBF O LP é baseado em unidades que calculam uma função não-linear do produto escalar do vetor de entrada e um vetor de peso. A rede RBF pertence a
Leia maisErros em computações numéricas
Erros em computações numéricas Sérgio Galdino 1 2 1 POLI-UPE Escola Politécnica Universidade de Pernambuco 2 UNICAP Universidade Católica de Pernambuco Disciplinas: (1)Cálculo Numérico - (2)Cálculo Numérico
Leia maisMulti-Layer. Perceptrons. Algoritmos de Aprendizado. Perceptrons. Perceptrons
Algoritmos de Aprendizado Regra de Hebb Perceptron Delta Rule (Least Mean Square) Multi-Layer Perceptrons (Back Propagation) Radial Basis Functions (RBFs) Competitive Learning Hopfield Multi-Layer Perceptrons
Leia maisEQUAÇÕES RELACIONAIS FUZZY E COMO RESOLVÊ-LAS
EQUAÇÕES RELACIONAIS FUZZY E COMO RESOLVÊ-LAS PEDRO ALADAR TONELLI 1. Introdução Nosso objetivo é apresentar de uma forma simples o procedimento para achar soluções de uma equação relacional fuzzy para
Leia mais)XQGDPHQWRVGHSURJUDPDomRPDWHPiWLFD
)XQGDPHQWRVGHSURJUDPDomRPDWHPiWLFD,QWURGXomR A grande maioria dos problemas de engenharia pode ser solucionado de diferentes formas, uma vez que um número muito grande de soluções atende aos critérios
Leia maisModelagem Computacional. Parte 2 2
Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Parte 2 2 Prof. Thiago Alves de Queiroz 2/2016 2 [Cap. 2 e 3] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning,
Leia maisa 11 a a 1n a 21 a a 2n A = a m1 a m2... a mn
Matrizes Definição Definição Uma matriz m n é uma tabela de mn números dispostos em m linhas e n colunas a 11 a 1 a 1n a 1 a a n a m1 a m a mn Embora a rigor matrizes possam ter quaisquer tipos de elementos,
Leia maisProfessor: Rodrigo A. Scarpel
Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semana 1: Apresentação da disciplina Introdução à Programação Linear Resolução de problemas de PL pelo Método Gráfico
Leia maisProgramação Linear. MÉTODOS QUANTITATIVOS: ESTATÍSTICA E MATEMÁTICA APLICADAS De 30 de setembro a 13 de novembro de 2011 prof. Lori Viali, Dr.
Programação Linear São problemas complexos, muitas vezes de difícil solução e que envolvem significativas reduções de custos, melhorias de tempos de processos, ou uma melhor alocação de recursos em atividades.
Leia maisLaboratório de Simulação Matemática. Parte 7 2
Matemática - RC/UFG Laboratório de Simulação Matemática Parte 7 2 Prof. Thiago Alves de Queiroz 2/2017 2 [Cap. 7] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning, 2010. Thiago
Leia maisAula 3 Volumes Finitos
Universidade Federal do ABC Aula 3 Volumes Finitos EN3224 Dinâmica de Fluidos Computacional Duas metodologias Leis de Conservação Integrais EDPs O Método dos Volumes Finitos (MVF) Leis de Conservação Integrais
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 maisNo exemplo há duas variáveis básicas: ST e LX. Serão agora representadas, em um gráfico bidirecional, tanto as restrições como a função objetivo.
RESOLUÇÃO PELO MÉTODO GRÁFICO No exemplo há duas variáveis básicas: ST e. Serão agora representadas, em um gráfico bidirecional, tanto as restrições como a função objetivo. O modelo é: Maximizar: Sujeito
Leia mais