A intenção deste trabalho é analisar a presença de uma companhia aérea brasileira no mercado regular doméstico de transporte de carga aérea durante os anos de 2001 a 2004. Um modelo qualitativo de escolha LOGIT é proposto e testado com objetivo de determinar o perfil de escolha de rotas da Variglog. Uma amostra de 220 rotas domésticas direcionais com maior fluxo de carga aérea foi selecionada para a calibragem do modelo. As variáveis independentes testadas são: (1) atributos de demanda, (2) atividade econômica, (3) distância, (4) oferta de congêneres, (5) oferta de porão dos vôos de passageiros da Varig e (6) dummy do aeroporto base dos vôos cargueiros. A aplicação do modelo indica que a companhia aérea direciona sua malha de vôos de acordo com contratos de mala postal e rotas de alta demanda, buscando otimizar o aproveitamento da sua malha de vôos cargueiros juntamente com a utilização dos porões das aeronaves de passageiros da Varig. Finalmente, o modelo estimado foi aplicado à amostra de rotas e os resultados comparados com as rotas com presença da Variglog, possibilitando uma análise de probabilidade de oportunidades e deficiências da malha de vôos da empresa aérea, e, mais especificamente, uma ferramenta de auxílio às decisões referentes à determinação de sua malha de vôos após a redução significativa da oferta dos porões de aeronaves de passageiros da Varig, na segunda metade do ano de 2006. Os resultados indicaram que 29 rotas passaram a apresentar probabilidade de presença de aeronaves cargueiras da empresa aérea neste novo cenário.

O objetivo do trabalho consiste no desenvolvimento de uma ferramenta para o projeto conceitual de uma família de aeronaves cujo resultado final produzirá o software chamado AeroGen. Para o sucesso do trabalho foi utilizada a teoria de otimização multidisciplinar (MDO) aliada à teoria de otimização por algoritmos genéticos (GAs). Através da utilização do MDO a ferramenta desenvolvida é capaz de analisar as várias áreas do conhecimento presentes no projeto conceitual de aeronaves, tais como: aerodinâmica, cargas, estruturas, propulsão, qualidade de vôo, estabilidade e controle. Com a utilização de algoritmos genéticos (GAs -Genetic Algorithms) são criadas "populações" para cada versão da família de jatos, evoluindo-as através das gerações, até se chegar a um conjunto de soluções pareto-ótimas da qual se possa escolher uma configuração ótima que atenda de forma satisfatória os requisitos de cada versão.

Este trabalho apresenta uma metodologia para a seleção do sistema propulsivo de uma aeronave regional de 30 lugares, objeto de estudo do Programa de Especialização em Engenharia - PEE turma 6. São apresentadas as alternativas atualmente disponíveis, junto a algumas expectativas sobre desenvolvimentos futuros. Uma análise de mercado visa contextualizar a introdução desta aeronave, avaliando fatores que tem influência direta na escolha do tipo de motorização. Também ée feito um estudo comparativo entre motores turbofan e turbohélice, onde são confrontados dados de simulações de desempenho e estimativas de custos. A definição do sistema de propulsão, que exerce influência direta no sucesso da nova aeronave, será baseada na potencial lucratividade ao operador. Desta forma, o estudo aponta o motor turbofan como a melhor alternativa para a aeronave em questão.

Simulation Optimization (SO) belongs to a broader class of problems called Stochastic Optimization. Most of the proposed SO methodologies in the literature aim to optimize the expected value of the performance measure. This thesis focus is on another class of problems: Multinomial Selection Procedures (MSPs). These procedures select the best alternative, where best is defined more broadly as that which has the largest probability of yielding the desired response in only one trial. The MSPs found in the literature aim to compare a (small) finite set of alternatives. There are real-world multinomial selection problems in which at least one variable is continuous. The number of alternatives in this kind of problem is infinite. This fact suggests that a new approach be used. Our proposal to solve this new problem is composed by four steps: (1) Initial Sampling: this step aims to reduce the dimension of the problem by identifying the factors that have the greatest influence on the performance measure. In order to accomplish this step, we developed a novel Design of Experiments (DOE) algorithm that generates a design which is nearly orthogonal and also nearly balanced for any mix of factor types (categorical, numerical discrete and numerical continuous) and/or number of factor levels; (2) Subset Selection: the reduction of a great number of sampled points to a subset of small size which has great probability of containing the best system is the purpose of this step. A novel algorithm for the restricted multinomial subset selection problem is proposed as solution to this step; (3) Local Search: the improvement of the solutions generated by the previous step is made by a local search algorithm. We propose an improvement on the algorithm called COMPASS to allow it to deal with two stochastic objective functions as an answer for this step; and (4) Selection of the Best: once we improve the small number of solutions found in step 2, the classical MSP called is used to select the best among them. We also solved a real problem of the Brazilian Air Force: how to elaborate better air-to-air tactics for Beyond Visual Range (BVR) combat that maximize our aircraft';s survival probability, as well as the probability of downing enemy aircraft. In this study, we were able to increase an average success rate of 16.69\% and 16.23\% for and, respectively, to an average success rate of 76.85\% and 79.30\%. We can assure with low probability of being wrong that the selected tactic has greater probability of yielding greater success rates in both and than any simulated tactic.

O avião, além de ser um meio de transporte fantástico, é também uma notável ferramenta de trabalho. No mundo atual globalizado, há uma grande demanda por viagens a negócios ou lazer. Contar com uma aeronave executiva significa conforto, status e agilidade nos negócios. A seleção de um motor para equipar uma determinada aeronave é um processo muito importante já que os motores são o coração da aeronave, permitindo que esta cumpra a missão para a qual foi projetada, com um desempenho satisfatório. O processo de seleção de motores é iterativo, assim como o projeto de outros sistemas aeronáuticos. É necessário avaliar as tecnologias que estarão disponíveis, no que tange aos fatores custo, manutenção, ruído e consumo, cada vez mais importantes no mundo atual. Toda esta análise é balizada pelo estudo de mercado, que justifica o investimento no projeto da aeronave ao encontrar o nicho certo de mercado. Além do conhecimento técnico envolvido, esta dissertação tem como objetivo analisar as ferramentas utilizadas pela indústria aeronáutica no processo de seleção de motores, exemplificando o processo para determinada aeronave executiva.

A Análise Envoltória de Dados (DEA) é uma ferramenta da estatística não-paramétrica que avalia a eficiência de unidades tomadoras de decisão (DMUs), comparando entidades que realizam tarefas similares e se diferenciam pela quantidade de recursos (inputs) e de bens (outputs) envolvidos. Enquanto os modelos clássicos de DEA baseiam-se em liberdade total de ação, tanto na utilização de recursos como na produção de bens, há casos em que essa liberdade não existe. Neste trabalho são propostos quatro modelos tipo DEA baseados em inputs/outputs limitados, nos quais a distribuição dos recursos/produtos pode ser influenciada tanto pelos inputs como pelos outputs envolvidos. Os modelos foram construídos de acordo com o perfil geométrico da fronteira CCR tridimensional, podendo ter forma hiperbólica ou esférica, dependendo da natureza da variável que queremos distribuir. Os modelos desenvolvidos são aplicados em dois estudos de caso relacionados com o Sistema Integrado de Supervisão e Gestão de Parâmetros Operacionais (SISGPO), projeto do Comando da Aeronáutica (COMAER).

Existem vários trabalhos na literatura de pesquisa operacional sobre a distribuição de inputs e outputs. Da mesma forma, existem muitos trabalhos teóricos e práticos sobre Análise de Envoltória de Dados (Data Envelopment Analysis - DEA). No entanto, poucos são os que realizam a distribuição de inputs e outputs limitados utilizando DEA ou que empregam o DEA paramétrico. O objetivo deste trabalho é apresentar um modelo DEA paramétrico, chamado de Modelo de Fronteira Esférica Ajustado (MFEAj), que realiza a distribuição de um novo input contínuo para um conjunto de unidades tomadoras de decisão, considerando os seus inputs e outputs. O modelo busca, após a inclusão do novo input, tornar todas as DMU's DEA eficientes, considerando o retorno de escala constante e arbitrando que a fronteira de eficiência DEA é esférica. Exemplos numéricos mostraram que o MFEAj apresentou melhores resultados que outros modelos da literatura. Além disso, o MFEAj apresentou uma desejável propriedade, chamada de propriedade de redistribuição coerente, que não foi observada em outros modelos. Após a definição dessa propriedade, apresenta-se um teorema demonstrando que, de fato, o MFEAj pode assegurá-la. Esta propriedade viabilizou o estudo de limites de ruídos nos dados de input e output de todas as unidades envolvidas. Também é apresentado resumidamente o Modelo de Fronteira Hiperbólica Ajustado, um aperfeiçoamento do Modelo de Fronteira Hiperbólica, que faz a distribuição de uma quantidade limitada de um output e torna também todas as DMU's eficientes.

O presente trabalho visou modelar a escolha de aeroporto na Grande São Paulo. Nesta região existem dois aeroportos que concorrem pelo transporte aéreo doméstico de passageiros, o Aeroporto Internacional de São Paulo em Guarulhos (GRU) e o Aeroporto de Congonhas em São Paulo (CGH).Utilizando modelo LOGIT condicional, foram testadas especificações para a função utilidade, contendo uma, duas ou três variáveis explicativas. O melhor modelo considerou as variáveis: tempo de acesso até o aeroporto, freqüências de vôo diretas no período da viagem (pico da manhã ou da tarde) e experiência do passageiro com os aeroportos considerados.A influência destas variáveis foi analisada ao longo de mercados segmentados segundo critérios de horário de partida, aeroporto de partida, motivo de viagem, local de residência fixa, idade, renda familiar mensal total da residência, experiência com aeroportos da região, modo de acesso ao aeroporto, motivo declarado de escolha de aeroporto, tempo de vôo e tipo de empresa aérea utilizada.

O presente estudo visa complementar o desenvolvimento de um modelo de alocação de insumos, de soma constante, paramétrico, que se adapta as características da Análise Envoltória de Dados, DEA (Data Envelopment Analysis), e que garante uma solução fortemente eficiente ("strongly efficient") para todas as Unidades Tomadoras de Decisão, DMUs (Decision Making Units), em modelos com retorno constante de escala. Trata-se do Modelo EFM, Ellipsoidal Frontier Model, baseado numa fronteira de eficiência paramétrica em formato elipsoidal, capaz de distribuir inputs levando em conta os valores de inputs e outputs do problema. O EFM fornece várias possibilidades de soluções em razão da sua flexibilidade, atribuída aos graus de liberdade (excentricidades) do modelo. Por esta razão, despertou-se o interesse em orientar o decisor na escolha da melhor solução, objetivo do presente trabalho. Assim, são propostas três análises, classificadas como: Análises Local 1 (AL1), Análise Local 2 (AL2) e Análise Global (AG). A primeira (AL1) busca uma solução que obtenha o menor valor do input enquanto a segunda (AL2), a menor variabilidade, ambos associados a uma determinada DMU. E por fim, a AG, com vistas a uma solução com a menor variabilidade total do conjunto dos dados, ou seja, de todas as DMUs da distribuição. Para cada uma das análises são propostos também um Problema de Otimização Não Linear (PNL) para sua resolução. Desse modo, indicam-se a combinação de excentricidade com uma redistribuição dos inputs considerada mais favorável ao decisor.