The current scenario of the Brazilian electricity sector, through the constant and recent regulatory changes imposed by ANEEL in recent years, aims to ensure continuous improvement in quality standards in the provision of electricity, significantly increased surveillance on the power quality delivered to consumers. Following this guideline, ANEEL established X Factor, which set the minimum volume of investments required to electricity distribution companies. In 2010, through the PRORET ANEEL established a new methodology for the calculation of the X Factor, including the Q component, relating to quality of service, setting a milestone in the recent regulatory history of the Brazilian electricity sector, as it allows for the first time gains the annual tariff adjustment or loss according to the performance measured in the year. In this context of regulatory innovations and increasing demands with performance standards and levels of investment made on the electrical system, the correct and efficient use of increasingly scarce resources to improve and expand the electrical system are presented as a vital challenge to financial health of companies. This paper presents a methodology for prioritizing investments in primary networks of electricity distribution, involving two consolidated methodologies aid to decision-making high complexity (AHP and PROMETHEE) and operations research methods to optimize the planning of improvement works to be held in short-term horizon, with direct reflection on regulatory issues, seeking still accommodate regional characteristics of the company and the ability to execute works of each region. / O atual cenário do setor elétrico brasileiro, através das constantes e recentes alterações regulatórias impostas pela ANEEL nos últimos anos, tem como objetivo garantir a melhoria contínua nos padrões de qualidade no fornecimento de energia elétrica, aumentado significativamente a fiscalização sobre a qualidade da energia entregue aos consumidores. Seguindo esta diretriz, a ANEEL instituiu o Fator X, que define o volume de investimentos mínimos exigidos às empresas de distribuição de energia elétrica. Em 2010, através do PRORET a ANEEL estabeleceu uma nova metodologia para o cálculo do Fator X, incluindo o componente Q, referente à qualidade do serviço prestado, configurando como um marco no recente histórico regulatório do setor elétrico brasileiro, pois permite pela primeira vez ganhos no reajuste tarifário anual ou perdas de acordo com o desempenho medido no ano. Neste contexto de inovações regulatórias e exigências cada vez maiores com os padrões de desempenho e níveis de investimentos realizados no sistema elétrico, a aplicação correta e eficiente dos cada vez mais escassos recursos disponíveis para melhoria e ampliação do sistema elétrico se apresentam como um desafio vital à saúde financeira das empresas do setor elétrico. Este trabalho apresenta uma metodologia para priorização de investimentos em redes primárias de distribuição de energia elétrica, associando duas consolidadas metodologias de auxílio à tomada de decisões de elevada complexidade (AHP e PROMETHEE) e métodos de pesquisa operacional para otimização no planejamento de obras de melhoria a serem realizadas no horizonte de curto prazo, com reflexo direto nas questões regulatórias, buscando ainda contemplar características regionais da empresa e a capacidade de execução de obras de cada região.

Made available in DSpace on 2016-06-02T19:50:17Z (GMT). No. of bitstreams: 1 TeseLKO.pdf: 834201 bytes, checksum: 994d7b70c6b1001f9dec962fafc8b72e (MD5) Previous issue date: 2004-12-13 / Universidade Federal de Sao Carlos / The purpose of this work is to develop exact methods, based on Lagrangean and Surrogate relaxation, with good performance to solve the manufacturer s pallet loading problem. This problem consists of orthogonally arranging the maximum number of rectangles of sizes (l,w) and (w,l) into a larger rectangle (L,W) without overlapping. Such methods involve a tree search procedure of branch and bound type and they use, in each node of the branch and bound tree, bounds derived from Lagrangean and/or Surrogate relaxations of a 0-1 linear programming formulation. Subgradient optimization algorithms are used to optimize such bounds. Problem reduction tests and Lagrangean and Surrogate heuristics are also applied in the subgradient optimization to obtain good feasible solution. Computational experiments were performed with instances from the literature and also real instances obtained from a carrier. The results show that the methods are able to solve these instances, on average, more quickly than other exact methods, including the software GAMS/CPLEX. / O objetivo deste trabalho é desenvolver métodos exatos, baseados em relaxação Lagrangiana e Surrogate, com bom desempenho para resolver o problema de carregamento de paletes do produtor. Tal problema consiste em arranjar ortogonalmente e sem sobreposição o máximo número de retângulos de dimensões ( , ) l w ou ( , ) w l sobre um retângulo maior ( , ) L W . Tais métodos exatos são procedimentos de busca em árvore do tipo branch and bound que, em cada nó, utilizam limitantes derivados de relaxações Lagrangiana e/ou Surrogate de uma formulação de programação linear 0 1 − . Algoritmos de otimização do subgradiente são usados para otimizar estes limitantes. São aplicados ainda testes de redução do problema e heurísticas Lagrangiana e Surrogate na otimização do subgradiente para obter boas soluções factíveis. Testes computacionais foram realizados utilizando exemplos da literatura e exemplos reais, obtidos de uma transportadora. Os resultados mostram que os métodos são capazes de resolvê-los, em média, mais rapidamente do que outros métodos exatos, incluindo o software GAMS/CPLEX.

Orientador: Francisco de Assis Magalhães Gomes Neto / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica / Made available in DSpace on 2018-08-25T19:03:25Z (GMT). No. of bitstreams: 1 Villela_PedroFerraz_D.pdf: 10794575 bytes, checksum: 746b8aebf0db423d557d9c5fe1446592 (MD5) Previous issue date: 2014 / Resumo: Neste trabalho, propomos um método exato para obter o conjunto solução de um problema biobjetivo quadrático de otimização de carteiras de investimento, que envolve variáveis binárias. Nosso algoritmo é baseado na junção de três algoritmos específicos. O primeiro encontra uma curva associada ao conjunto solução de problemas biobjetivo contínuos por meio de um método de restrições ativas, o segundo encontra o ótimo de um problema de programação quadrática inteira mista pelo método Branch-and-Bound, e o terceiro encontra a interseção de duas curvas associadas a problemas biobjetivo distintos. Ao longo do texto, algumas heurísticas e métodos adicionais também são introduzidos, com o propósito de acelerar a convergência do algoritmo proposto. Além disso, o nosso método pode ser visto como uma nova contribuição na área, pois ele determina, de forma exata, a curva associada ao conjunto solução do problemas biobjetivo inteiro misto, algo que é incomum na literatura, pois o problema alvo geralmente é abordado via métodos meta-heurísticos. Ademais, ele mostrou ser eficiente do ponto de vista do tempo computacional, pois encontra o conjunto solução do problema em poucos segundos / Abstract: In this work, we propose an exact method to find the solution set of a mixed quadratic bi-objective portfolio optimization problem. Our method is based on the combination of three specific algorithms. The first one obtains a curve associated with the solution set of a continuous bi-objective problem through an active set algorithm, the second one solves a mixed quadratic optimization problem through the Branch-and-Bound method, and the third one searches the intersection of two curves associated with distinct bi-objective problems. Throughout the text, some heuristics are also introduced in order to accelerate the performance of the method. Moreover, our method can be seen as a new contribution to the field, since it finds, in an exact way, the curve related to the solution set of the mixed integer bi-objective problem, something uncommon in the corresponding literature, where the target problem is usually approached by metaheuristic methods. Additionally, it has also shown to be efficient in terms of running time, being capable of finding the problem's solution set within a much faster time frame / Doutorado / Matematica Aplicada / Doutor em Matemática Aplicada