[pt] A especificação de planos deve levar em consideração restrições temporais e restrições sobre o uso de recursos, associadas a cada ação. A abordagem clássica para a execução de planos com tais restrições trabalha em duas fases, que se alternam. Na primeira fase, determina-se o conjunto das ações prontas para execução, sob o ponto de vista de controle de execução. Na segunda fase, consideram-se as restrições temporais e sobre o uso de recursos para gerar um escalonamento viável das ações. Esta separação em duas fases pode levar a ineficiências face à necessidade de refazer a primeira fase quando se detectam inconsistências insanáveis na segunda fase. Esta dissertação inicialmente propõe um modelo para planos que incorpora uma linguagem, bastante rica, para especificar restrições temporais. Em seguida, apresenta um algoritmo para execução de planos com escalonamento, que busca integrar as duas fases anteriormente apontadas. / [en] Any realistic plan specification must take into account temporal and resourse restrictions for actions. The classical approach fo executing plans with restrictions works in two alternating phases. During the first phase, the set of actions that are ready to be executed is determined. In the second phase, temporal and resource restrictions are taken into account to generate a viable scheduling for the ready actions. This separation into two phases may lead to inefficiencies, when inconsistencies in the second phase force backtracking to the first phase. This dissertation first proposes a plan model that incorporates a rich language to specify temporal restrictions. Then, it introduces a plan execution algorithm that integrates the two phases mentioned above, thereby reducing as mush as possible the need for backtracking.

[pt] Nesta tese, abordamos o escalonamento de profissionais de saúde para propor um uso mais eficiente da capacidade existente e fornecer acesso oportuno em diferentes serviços de saúde. Apresentamos um conjunto de problemas relacionados à programação de equipes de saúde. O primeiro problema procura reduzir o tempo de porta-médico em uma unidade de pronto atendimento; o segundo problema visa reduzir o tempo de espera total de tratamento também em uma unidade de pronto atendimento; o terceiro problema visa fornecer acesso oportuno à consulta clínica e à cirurgia em uma unidade cirúrgica especializada. Foram propostos e resolvidos modelos de programação estocástica de dois estágios que procuram representar com precisão as características particulares inerentes a cada problema. Um aspecto importante em problemas de saúde é o grande número de incertezas envolvidas nos processos. A incorporação da incerteza aumenta a complexidade do problema e, portanto, torna-se impossível computacionalmente considerar todos os cenários possíveis. Essa dificuldade é contornada usando a Aproximação por Média Amostral (SAA) para representar a incerteza na demanda. Modelo de simulação de eventos discretos (DES) é usado para representar os problemas. Por fim, as soluções foram aplicadas a estudos de caso reais, mostrando que os modelos propostos são adaptáveis a diferentes prestadores de serviços de saúde. Ao longo da tese, resolvemos com eficiência os modelos utilizando casos reais de hospitais no Brasil e nos EUA. / [en] In this thesis, we approach the problem of healthcare staff scheduling to propose a more efficient use of existing capacity to provide timely access in different health services. We present a set of problems related to healthcare staff scheduling. The first problem seeks to reduce the door-to-doctor time in an Emergency Department; the second problem aims to reduce the waiting time of the overall treatment also in an Emergency Department; the third problem aims to provide timely access to both clinic and surgery in a specialized surgical unit. We formulate and solve two-stage stochastic programming models that seek to accurately represent the particular features that are inherent of each problem. An important aspect in healthcare problems is a large number of uncertainties involved in the processes. The incorporation of the uncertainty increases the complexity of the problem, and it, therefore, becomes computationally infeasible to consider all of the possible scenarios. We circumvent this difficulty by relying on Sample Average Approximation (SAA) to address the demand uncertainty. We also use a discrete-event simulation (DES) model to represent the problems. Finally, we apply the framework to real case studies showing that the proposed models are adaptable to different healthcare providers. Throughout the thesis, we efficiently solve the models using real cases of Brazil and USA hospitals.

[pt] Grande parte da literatura de problemas de escalonamento assume que todas as máquinas estão disponíveis durante todo o período de análise o que, na prática, não é verdade, pois algumas das máquinas podem estar indisponíveis para processamento sem aviso prévio devido a problemas ou a políticas de utilização de seus recursos. Nesta tese, exploramos algumas das poucas heurísticas disponíveis na literatura para a minimização do makespan para este tipo de problema NP-difícil e apresentamos uma nova heurística que utiliza estatísticas de disponibilidade das máquinas para gerar um escalonamento. O estudo experimental com dados reais mostrou que a nova heurística apresenta ganhos de makespan em relação aos demais algoritmos clássicos que não utilizam informações de disponibilidade no processo de decisão. A aplicação prática deste problema está relacionada a precificação de ativos de uma carteira teórica de forma a estabelecer o risco de mercado da forma mais rápida possível através da utilização de recursos tecnológicos ociosos. / [en] Most literature in scheduling theory assumes that machines are always available during the scheduling time interval, which in practice is not true due to machine breakdowns or resource usage policies. We study a few available heuristics for the NP-hard problem of minimizing the makespan when breakdowns may happen. We also develop a new scheduling heuristic based on historical machine availability information. Our experimental study, with real data, suggests that this new heuristic is better in terms of makespan than other algorithms that do not take this information into account. We apply the results of our investigation for the asset-pricing problem of a fund portfolio in order to determine a full valuation market risk using idle technological resources of a company.