201 |
[en] ALGORITHMS FOR INTEGRATION AND CALIBRATION OF MULTISURFACE ELASTOPLASTIC MODELS / [pt] ALGORITMOS PARA INTEGRAÇÃO E CALIBRAÇÃO DE MODELOS ELASTOPLÁSTICOS COM MÚLTIPLAS SUPERFÍCIES DE PLASTIFICAÇÃORAFAEL OTAVIO ALVES ABREU 26 May 2020 (has links)
[pt] A representação do comportamento de materiais elastoplásticos a partir de modelos com múltiplas superfícies de plastificação é uma alternativa para representar o comportamento de materiais como concreto, rochas e solos, que apresentam diferentes tipos de resposta não linear, a depender do estado de tensão atuante. No entanto, o emprego desses modelos requer a definição de muitos parâmetros que, por vezes, não possuem significado físico. Além disso, a implementação de modelos elastoplásticos com multiplas envoltórias traz complexidades adicionais. O emprego desse tipo de modelo requer um esquema
robusto de integração das equações de evolução das variáveis plásticas. Nessa pespectiva, é apresentado um algoritmo de mapeamento de retorno baseado em um método de otimização sem restrições, o método de Newton-Raphson com busca unidimensional. Propõe-se uma expressão para o tensor constitutivo elastoplástico consistente para modelos com múltiplas superfícies de plastificação. Adicionalmente, apresenta-se uma metodologia de calibração dos parâmetros de tais modelos a partir da solução de um problema de otimização, solucionado via algoritmo genético. Para melhor compreender os parâmetros envolvidos nesse algoritmo, desenvolve-se um estudo paramétrico, solucionando uma série de problemas de otimização global. A robustez e eficácia dos algoritmos são avaliadas por meio de aplicações, dentre elas algumas disponíveis na literatura, num modelo constitutivo idealizado para concreto, rochas e solos: Cap Model. Por fim, calibrase tal modelo, considerando dados experimentais disponíveis na literatura. Assim,
este trabalho tem como objetivo contribuir para viabilizar o emprego de modelos elastoplásticos complexos em problemas de engenharia. / [en] Elastoplastic models with multiple plastic surfaces is an alternative to represent the nonlinear behavior of materials such as concrete, rocks and soils. The nonlinear response of these materials depends highly on the stress state. However, these models require the definition of many parameters which do not always have physical meaning. In addition, the implementation of elastoplastic models represented by multiple plastic surfaces brings additional complexities to the analysis. The use of this type of model requires a robust numerical integration scheme of the elastoplastic evolution equations. This work presents two
contributions. The first contribution is a robust return mapping algorithm for a multisurface plasticity model in general stress space known as closest point projection algorithm. The return mapping algorithm is based on a numerical method for unconstrained optimization. In this scenario, it is adopted the Newton-Raphson
method with line search. A consistent tangent modulus for multisurface plasticity is also proposed. The second contribution is a methodology for parameter calibration. This methodology is formulated as an optimization problem, with the solution obtained through a genetic algorithm. A parametric study is developed in order to better undestand specific parameters of the algorithm, solving global optimization problems. Robustness and effectiveness of the proposed algorithm are evaluated through numerical examples applied to a constitutive model used for modelling concrete, rocks and soils: Cap Model. Applications available in the literature are analysed. Lastly, the parameters of this model are calibrated using experimental data avaliable in the literature. Thus, this work aims at improving the feasibility of the use of complex elastoplastic models in engineering problems.
|
202 |
[pt] BUSCA PARAMÉTRICA PARA VARIANTES DO PROBLEMA DE ALOCAÇÃO DE RECURSO ANINHADO / [en] PARAMETRIC SEARCH FOR VARIANTS OF NESTED RESOURCE ALLOCATION PROBLEMSJOAO PEDRO TEIXEIRA BRANDAO 13 April 2021 (has links)
[pt] Os problemas de alocação de recurso procuram encontrar uma repartição ideal de recursos a um número fixo de áreas. Nesta dissertação, consideramos um problema de alocação de recurso com uma função objetiva linear e dois conjuntos distintos de restrições: um conjunto de restrições aninhados, onde as somas parciais das variáveis de decisão são limitadas por cima e uma restrição linear que define um hiperplano. Propomos um algoritmo fracamente e um fortemente polinomial. O algoritmo fracamente polinomial requer algumas suposições sobre os dados e possui complexidade de O(n log n log |Λ|/|I|), onde n é o número de variáveis, Λ é um intervalo no espaço dual, e |I| está relacionado com a precisão dos dados. O algoritmo fortemente polinomial é baseado na técnica de busca paramétrica de Megiddo e obtém uma complexidade O(n log n). As complexidades obtidas são superiores à complexidade do método genérico de Pontos Interiores, O(n 3/ log n). Além disso, uma análise experimental foi realizada e os algoritmos mostraram-se mais eficientes e produziram soluções ótimas para instâncias de problemas com até 1.000.000 variáveis. / [en] The Resource Allocation Problems seek to find an optimal repartition of resources into a fixed number of areas. In this thesis, we consider a resource allocation problem with a linear objective and two distinct sets
of constraints: a set of nested constraints, where the partial sums of the decision variables are limited from above and a linear constraint that defines a hyperplane. We propose a weakly and a strongly polynomial algorithm. The weakly polynomial algorithm requires certain assumptions of the data and runs in O(n log n log |Λ|/|I|) time, where n is the number of decision variables, Λ is an interval in the dual space, and |I| relates to the precision of the data. The strongly polynomial algorithm is based on Megiddo s parametric search technique, and obtains a complexity of O(n log n). These are large improvements upon the O(n 3/ log n) complexity of the generic Interior Point Method. In addition, an experimental analysis was carried out and the algorithms showed to be more efficient and produced optimal solutions for problem instances with up to 1,000,000 variables.
|
203 |
[pt] OTIMIZAÇÃO TOPOLÓGICA COM REFINAMENTO ADAPTATIVO DE MALHAS POLIGONAIS / [en] TOPOLOGY OPTIMIZATION WITH ADAPTIVE POLYGONAL MESH REFINEMENTTHOMÁS YOITI SASAKI HOSHINA 03 November 2016 (has links)
[pt] A otimização topológica tem como objetivo encontrar a distribuição mais
eficiente de material (ótima topologia) em uma determinada região, satisfazendo
as restrições de projeto estabelecidas pelo usuário. Na abordagem
tradicional atribui-se uma variável de projeto, constante, denominada densidade,
para cada elemento finito da malha. Dessa forma, a qualidade da representação
dos novos contornos da estrutura depende do nível de discretização
da malha: quanto maior a quantidade de elementos, mais bem definida
será a topologia da estrutura otimizada. No entanto, a utilização de malhas
super-refinadas implica em um elevado custo computacional, principalmente
na etapa de solução numérica das equações de equilíbrio pelo método dos elementos
finitos. Este trabalho propõe uma nova estratégia computacional para
o refinamento adaptativo local de malhas utilizando elementos finitos poligonais
em domínios bidimensionais arbitrários. A ideia consiste em realizar um
refinamento da malha nas regiões de concentração de material, sobretudo nos
contornos internos e externos, e um desrefinamento nas regiões de baixa concentração
de material, como por exemplo, nos furos internos. Desta forma, é
possível obter topologias ótimas, com alta resolução e relativamente baixo custo
computacional. Exemplos representativos são apresentados para demonstrar a
robustez e a eficiência da metodologia proposta por meio de comparações com
resultados obtidos com malhas super-refinadas e mantidas constantes durante
todo o processo de otimização topológica. / [en] Topology optimization aims to find the most efficient distribution of
material (optimal topology) in a given domain, subjected to design constraints
defined by the user. The quality of the new boundary representation depends
on the level of mesh refinement: the greater the number of elements in the mesh,
the better will be the representation of the optimized structure. However, the
use of super refined meshes implies in a high computational cost, especially
regarding the numerical solution of the linear systems of equations that arise
from the finite element method. This work proposes a new computational
strategy for adaptive local mesh refinement using polygonal finite elements in
arbitrary two-dimensional domains. The idea is to perform a mesh refinement
in regions of material concentration, mostly in inner and outer boundaries,
and a mesh derefinement in regions of low material concentration such as
the internal holes. Thus, it is possible to obtain optimal topologies with high
resolution and relatively low computational cost. Representative examples
are presented to demonstrate the robustness and efficiency of the proposed
methodology by comparing the results obtained herein with the ones from the
literature where super refined meshes are held constant throughout all topology
optimization process.
|
204 |
[en] OPTIMAL PRICING OF NATURAL GAS FLEXIBLE CONTRACTS / [pt] PRECIFICAÇÃO ÓTIMA DOS CONTRATOS DE GÁS NATURAL NA MODALIDADE INTERRUPTÍVELSYLVIA TELLES RIBEIRO 14 July 2010 (has links)
[pt] O segmento industrial desempenha um importante papel no
desenvolvimento do setor de gás Brasileiro. Em função dos baixos preços e dos
incentivos dados pelo governo para a conversão dos processos industriais (muitos
deles dependentes do óleo combustível) para o gás natural, criou-se uma fonte de
demanda firme deste combustível. Como as termelétricas operam em regime de
complementariedade ao sistema hidrelétrico (sendo coordenadas pelo Operador
Nacional do Sistema (ONS) elétrico e chamadas a gerar apenas em situações
hidrológicas desfavoráveis), o oconsumo de gás termelétrico ocorre de forma
esporádica. Uma forma de se aumentar a eficiência do uso do gás, mesclando duas
classes de consumidores se dá através dos contratos interruptíveis, que
proporcionam ao produtor a capacidade de atender consumidores industriais bicombustível
(gás e óleo por exemplo) com o gás ocioso das termelétricas. Como a
atratividade deste contrato depende do desconto dado com relação ao preço do
contrato firme, que não é interrompido, o objetivo deste trabalho é a construção de
um modelo analítico para a determinação do preço ótimo dos contratos de
fornecimento de gás interruptíveis, por parte de um produtor monopolista. O
consumo de gás das termelétricas será considerado como principal fonte de
incerteza do modelo, que por sua vez será caracterizada através de cenários de
operação ótima do sistema elétrico, simulados conforme a metodologia utilizada
pelo ONS. O perfil de risco do produtor será caracterizado pelo Conditional
Value-at-Risk (CVaR). / [en] Brazilian natural gas industry growth has been led by electricity supply. As
hydro plants generate at lower costs, thermal units only produce when hydro
electricity is insufficient. This makes natural gas consumption highly volatile:
Either all thermal units generate together or don’t. When all units generate
together, the gas trader has to buy LNG - Liquified Natural Gas at the spot market
incurring price risk. This risk can be mitigated in case the gas trader is able to sell
flexible contracts to the industrial sector that can be interrupted in case of thermal
generation. Thus the gas volume sold under flexible contracts is used either by
thermal generation or by the industrial sector, virtually reducing total demand and
avoiding emergency LNG purchases. The determination of the optimal price for
these contracts is the aim of this dissertation. The determination model proposed
will try to maximize a convex combination of CVaR - Conditional Value at Risk
NPV - Net Present Value and trader´s profit NPV.
|
205 |
[pt] OTIMIZAÇÃO TÉCNICO ECONÔMICA DE UM SISTEMA HIBRIDO FOTOVOLTAICO-DIESEL COM BANCO DE BATERIAS / [en] TECHNICAL ECONOMIC OPTIMIZATION OF A HYBRID PHOTOVOLTAIC-DIESEL SYSTEM WITH BATTERY BANKCARLOS ALEXANDRE CHANG 06 August 2013 (has links)
[pt] Esta dissertação analisa o custo, viabilidade e otimização do desempenho
de um sistema híbrido de produção de energia elétrica, constituído de módulos
fotovoltaicos, banco de baterias e gerador diesel. Foram realizadas simulações
para diferentes configurações de sistema, variando tanto a profundidade de
descarga quanto a capacidade total e operacional do banco de baterias, e o
consumo total. O perfil do consumo foi mantido inalterado em todas as
simulações realizadas. Para a simulação foi utilizado banco de dados constituído
por informações meteorológicas, preços dos equipamentos do sistema, demanda
de eletricidade e perfil de consumo da agrovila de Campinas (AM). Em posse
desse conjunto de informações foi então elaborada análise de viabilidade
econômica do fornecimento de eletricidade para uma comunidade rural localizada
em uma região remota. Ou seja, localizada em uma região distante do acesso as
redes de distribuição de energia elétrica. A simulação foi configurada para um
sistema que possibilitasse acesso a equipamentos básicos (atendendo o Manual de
Projetos Especiais – necessidade de atender refrigeração, comunicação e
iluminação), fornecendo eletricidade com o menor custo possível. A avaliação do
projeto demonstra que o mesmo é uma boa opção de investimento, considerando
que o fornecimento elétrico é peça chave para o desenvolvimento econômico e
social de qualquer localidade. Para a realização do estudo utilizou-se banco de
dados de radiação solar e temperatura do município de Manaus, pertencente ao
Estado do Amazonas, pressupondo-se que a localidade em questão possui
condições meteorológicas semelhantes à área de estudo, desprezando-se possíveis
diferenças. Além do que, o referido estudo adotou um período de vida útil de 25
anos ou mais para o sistema. / [en] This dissertation analyses the cost, feasibility and optimization performance
of a hybrid electric energy production system, composed of photovoltaic
modules, storage batteries and a diesel generator. Several performance simulations
were made for different system configurations, varying discharge depth,
both total and operating capacity of the storage batteries, and total consumption,
using the same profile shape. A data base was used for the simulations, using meteorological
information, component prices, and electric energy power and consumption
profiles for the rural Village of Campinas (AM). As a result, an economically
feasible proposal was detailed for supplying electric energy to a rural
village, which is away from available commercial networks. The simulation was
used to determine the basic equipment configuration to minimize the electricity
cost. The project evaluation shows it is a good investment option, considering that
electric energy supply is fundamental for the social and economic development.
Solar radiation and temperature data for the city of Manaus, AM, ware used for
the simulations, which is considered to be approximately the same as for the rural
Village of Campinas due to its proximity. In addition, this study adopted a working
life of 25 years or more for the system.
|
206 |
[en] OPTIMIZATION OF THE OPERATION UNDER UNCERTAINTY OF THERMAL PLANTS WITH FUEL CONTRACT WITH TAKE-OR-PAY CLAUSES / [pt] OTIMIZAÇÃO DA OPERAÇÃO SOB INCERTEZA DE USINAS TERMELÉTRICAS COM CONTRATOS DE COMBUSTÍVEL COM CLÁUSULAS DE TAKE-OR-PAYRAPHAEL MARTINS CHABAR 03 February 2006 (has links)
[pt] O objetivo desta dissertação é desenvolver uma metodologia
para determinar a
estratégia ótima de despacho de usinas térmicas
considerando as especificações do
contrato de combustível e suas cláusulas de take-or-pay, as
oportunidades de compra e
venda de energia no mercado spot e as características da
usina. Como as decisões de uma
etapa têm impacto nas etapas seguintes, há um acoplamento
temporal entre as decisões
tomadas e o problema tem um caráter de decisão multi-
estágio. Além disso, o principal
guia para a tomada de decisão é o preço spot, que é
desconhecido no futuro e modelado
através de cenários. Desta forma, a estratégia ótima de
despacho torna-se um problema de
decisão sob incerteza, onde a cada etapa o objetivo é
determinar a operação que
maximize a rentabilidade total (ao longo de vários
períodos) da central térmica. A
metodologia desenvolvida se baseia em Programação Dinâmica
Estocástica (PDE).
Exemplos serão ilustrados com o sistema brasileiro. / [en] The objective of this work is to present a methodology to
determine the optimal
dispatch strategy of thermal power plants taking into
account the particular specifications
of fuel supply agreements, such as take-or-pay and make-up
clauses. Opportunities for
energy purchase and selling in the spot market as well as
the plant´s technical
characteristics are also considered in the optimization
process. Since decisions in one
stage impact the future stages, the problem is a time-
coupled in a multi-stage framework.
Moreover, the main driver for the decision-making is the
energy spot price, which is
unknown in the future and modeled through scenarios.
Therefore, the optimal dispatch
strategy is a decision under uncertainty problem, where at
each stage the objective is to
determine the optimal operation strategy that maximizes the
total revenues taking into
account constraints and characteristics of the fuel supply
agreement. The developed
methodology is based on Stochastic Dynamic Programming
(SDP). Examples and case
studies will be shown with the Brazilian system.
|
207 |
[en] MATHEMATICAL PROGRAMMING MODEL FOR STRATEGIC PLANNING OF THE OIL SUPPLY CHAIN UNDER UNCERTAINTY / [pt] MODELO DE PROGRAMAÇÃO MATEMÁTICA ESTOCÁSTICA PARA O PLANEJAMENTO ESTRATÉGICO DA CADEIA DE PETRÓLEO SOB INCERTEZAJULIEN PIERRE CASTELLO BRANCO 25 February 2019 (has links)
[pt] O presente trabalho tem como foco o estudo do Sistema Petrobras, no que
tange o planejamento estratégico dos investimentos da Companhia, sob a ótica
da cadeia integrada do petróleo. A partir de um dos modelos matemáticos mais
utilizados (e há mais tempo) na empresa, diversas decisões estratégicas de suma
importância são suportadas, de modo a maximizar seu resultado operacional ao
longo de um horizonte de tempo da ordem de 10 (dez) anos. Com embasamento
na literatura atual, evoluções são propostas e testadas no modelo matemático.
Primeiramente são introduzidas técnicas de programação estocástica em dois
estágios, onde as decisões de investimento são representadas por variáveis de
primeiro estágio; e a operação de todo o sistema – desde o refino até a
comercialização do petróleo e derivados, passando por toda a questão logística –
passa a fazer parte do segundo estágio, após a realização / revelação dos
parâmetros estocásticos. Em um segundo passo, técnicas de decomposição são
aplicadas para contornar eventuais limitações geradas pelo grande porte atingido
pelo modelo, que cresce proporcionalmente ao número de cenários envolvidos
na otimização. Os resultados mostram que o modelo estocástico começa a
esbarrar nestas limitações a partir da resolução de problemas com mais de 30
cenários. Por outro lado, apesar do tempo computacional consideravelmente
maior, o modelo decomposto chegou a resolver até 80 cenários, nos testes
realizados. / [en] This work focuses on the study of Petrobras, regarding the strategic
planning of the Company s investments, from an integrated oil supply chain
perspective. From one of the most widely used mathematical models in the
Company, several strategic decisions of great importance are supported, so as to
maximize its operating result over a time horizon of approximately 10 (ten)
years. Based in current literature, developments are proposed and tested in the
mathematical model. First, two-stage stochastic programming techniques are
introduced, where investment decisions are represented by first-stage variables;
and system s operation – from oil refining and sales to the entire logistics issue –
by second-stage variables, after realization of the stochastic parameters. In a
second step, decomposition techniques are applied to circumvent any large scale
limitations. The results show that the stochastic model starts to reach these
limitations in problems with 30 scenarios or more. On the other hand, despite the
considerably greater computational time, the decomposed model was able to
solve up to 80-scenarios problems, during the tests.
|
208 |
[en] ASSESSMENT OF PREDICTIVE MODELS FOR BIOGAS PRODUCTION USING ARTIFICIAL NEURAL NETWORKS / [pt] AVALIAÇÃO DE MODELOS PREDITIVOS PARA PRODUÇÃO DE BIOGÁS USANDO REDES NEURAIS ARTIFICIAISMICHEL ANGELO O W DE CARVALHO 29 April 2024 (has links)
[pt] O biogás é uma energia renovável com grande potencial de produção a partir
de resíduos, incluindo resíduos alimentares. Nesse contexto, o presente trabalho
apresenta o desenvolvimento de três modelos distintos usando Redes Neurais
Artificiais (RNAs), com a capacidade de prever o volume acumulado de biogás, de
metano e a concentração de CH4, respectivamente. Foi construído um banco de
dados da literatura com variáveis do processo de biodigestão anaeróbia: tipo de
biomassa, tipo de reator/alimentação, teor de sólido volátil, pH, taxa de carga
orgânica, tempo de retenção hidráulica, temperatura e volume do reator. Para cada
conjunto de modelos, foram desenvolvidas e testadas 24 RNAs utilizando a
ferramenta computacional MATLAB. As RNAs foram avaliadas pela sua
capacidade de estimação através do coeficiente de determinação (R2
) e também
através da soma do erro quadrático (SSE) obtidos. Após as etapas iniciais, as redes
neurais foram usadas para criar superfícies de resposta, buscando regiões ideais
para produção de biogás e metano. Contudo, um único modelo não atingiu a
representatividade desejada, levando à segmentação dos dados por tipo de
biomassa. As RNAs desenvolvidas demonstraram eficácia na estimação dos grupos
usados para treinamento, teste e validação. A melhor rede alcançou R2
de 0,9969 para biogás, 0,9963 para metano e 0,9386 para a porcentagem de metano, com SSE
de 0,1808, 0,1089 e 11,45, respectivamente. A estratégia de combinar variáveis do
processo em superfícies de resposta revelou-se útil para identificar pontos ótimos
no processo produtivo. / [en] Biogas is a renewable energy source with significant production potential
from various waste materials, including food waste. In this context, this study
presents the development of three distinct models using Artificial Neural Networks
(ANNs), capable of predicting the cumulative volume of biogas, methane, and CH4
concentration, respectively. A literature-based database was constructed, including
variables from anaerobic digestion processes: biomass type, reactor/feed type,
volatile solid content, pH, organic loading rate, hydraulic retention time,
temperature, and reactor volume. For each set of models, 24 ANNs were developed
and tested using the MATLAB computational tool. The ANNs estimation
capability was assessed using the coefficient of determination (R2) and the sum of
squared errors (SSE). Following initial stages, neural networks were employed to
create response surfaces, aiming to identify optimal regions for biogas and methane
production. However, a single model failed to achieve the desired
representativeness, leading to data segmentation based on biomass type. The
developed ANNs demonstrated effectiveness in estimating the groups used for
training, testing, and validation. The best network achieved R2 values of 0.9969 for
biogas, 0.9963 for methane, and 0.9386 for methane percentage, with SSE values
of 0.1808, 0.1089, and 11.45, respectively. The strategy of combining process
variables in response surfaces proved valuable in identifying optimal points in the
production process.
|
209 |
[pt] OTIMIZAÇÃO TOPOLÓGICA DE ESTRUTURAS HIPERELÁSTICAS BASEADA EM MÉTODOS DE INTERPOLAÇÃO / [en] TOPOLOGY OPTIMIZATION OF HYPERELASTIC STRUCTURES BASED ON INTERPOLATION METHODSVINICIUS OLIVEIRA FONTES 21 May 2021 (has links)
[pt] O design otimizado de estruturas considerando não-linearidades tem sido amplamente pesquisado nas décadas recentes. A análise de elementos finitos aplicada à otimização topológica é prejudicada pela deformação excessiva de elementos de baixa densidade sob alta compressão, o que impede o processo
de encontrar uma solução ótima. Dois métodos, o esquema Interpolação de Energia e a técnica de Hiperelasticidade Aditiva, são implementados para superar essa dificuldade no problema de minimização da flexibilidade, e modelos de materiais hiperelásticos são usados para investigar suas influências na topologia otimizada. O Método das Assíntotas Móveis é usado para atualizar as variáves de projeto cujas sensibilidades foram calculadas pelo método adjunto. A equação de estado é resolvida através do método de Newton-Raphson com um incremento de carga ajustável para reduzir o custo computacional. Resultados de dois problemas de referência são comparado com aqueles já estabelecidos na literatura. O uso de diferentes modelos hiperelásticos apresentou pouca influência no design final da estrutura.
O método de Interpolação de Energia foi capaz de convergir para cargas muito maiores que o método padrão, enquanto a Hiperelasticidade Aditiva apresentou dificuldades de convergência em estado plano de deformação. / [en] The optimized design of structures considering nonlinearities has been widely researched in the recent decades. The finite element analysis applied to topology optimization is jeopardized by the excessive deformation of low-density elements under high compression, which hinders the process of finding an optimal solution. Two methods, the Energy Interpolation scheme and the Additive Hyperelasticity technique, are implemented to overcome this difficulty in the minimum compliance problem, and hyperelastic material models are used to investigate their influence on the optimized topology. The Method of Moving Asymptotes is used to update the design variables whose sensitivities were calculated from the adjoint method. The state equation is solved through the Newton-Raphson method with an adjusting load step to reduce computational cost. Results for two benchmark problems are compared with those already established in the literature. The use of different hyperelastic models presented little influence on the
final design of the structure. The Energy Interpolation method was able to converge for much higher loads than the default method, while the Additive Hyperelasticity presented convergence difficulties in plane strain.
|
210 |
[en] GOAL-BASED INVESTMENTS: A DYNAMIC STOCHASTIC PROGRAMMING APPROACH / [pt] POLÍTICA DE INVESTIMENTO ORIENTADA A OBJETIVO DE LONGO PRAZOANDRE FREDERICO MACIEL GUTIERREZ 13 June 2024 (has links)
[pt] O objetivo deste estudo é desenvolver uma política de investimentoque minimize a contribuição total necessária para atingir um objetivofinanceiro a longo prazo. Para atingir este objetivo, desenvolvemos umproblema de otimização multi-estágios que integra um modelo de Markovoculto para captar a dinâmica estocástica dos retornos dos ativos. Aocontrário dos modelos convencionais de otimização de carteiras, que sebaseiam em pressupostos irrealistas, a nossa abordagem baseia-se no quadrode investimentos orientado a objetivos, que proporciona uma solução maisprática e eficaz. Além disso, ao utilizar o modelo de Markov oculto no nossoprocesso de otimização, obtemos uma estimativa mais precisa da dinâmicados retornos dos ativos, o que se traduz numa melhor tomada de decisõesde investimento. Ao utilizar o nosso modelo, a contribuição necessária paraatingir um objetivo financeiro desejado é minimizada através de uma políticade investimento que tem em conta o estado atual da riqueza e as condiçõeseconomicas prevalecentes. / [en] The aim of this study is to develop an investment policy that minimizes
the total contribution required to achieve a long-term financial objective.
To achieve this goal, we developed a multi-stage optimization problem that
integrates a Hidden Markov Model to capture the stochastic dynamics
of asset returns. Unlike conventional portfolio optimization models which
are based on unrealistic assumptions, our approach is based on the goal oriented investment framework which provides a more practical and effective
solution. In addition, by using the Hidden Markov Model in our optimization
process, we obtain a more accurate estimate of the dynamics of asset
returns, which translates into better investment decision-making. By using
our model, the contribution required to achieve a desired financial goal is
minimized through an investment policy that considers current levels of
wealth and prevailing economic conditions.
|
Page generated in 0.2237 seconds