Made available in DSpace on 2014-06-11T19:30:50Z (GMT). No. of bitstreams: 0 Previous issue date: 2010-02-23Bitstream added on 2014-06-13T20:40:36Z : No. of bitstreams: 1 righetto_e_dr_ilha.pdf: 923323 bytes, checksum: f390d9baa00b45f3196dda419f801f19 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Neste trabalho apresenta-se uma estratégia de programação linear especializada para resolver, de forma eficiente, o problema de planejamento da expansão de sistemas de transmissão de energia elétrica usando o algoritmo de busca em vizinhança variável (VNS). O modelo matem´atico para este problema é um modelo de programação linear inteira mista. A solução deste modelo através de metaheurísticas, dependendo do sistema elétrico sob análise, pode exigir a solução de centenas de milhares de problemas de programação linear (PL) que exigem elevado esforço computacional e consomem a maior parte do tempo de CPU exigido pela metaheurística. A ideia fundamental deste artigo consiste em identificar soluções básicas adequadas para iniciar o processo de solução do problema de planejamento da transmissão e os inúmeros problemas de PL exigidos pela metaheurística, fazendo que os problemas de PL sejam resolvidos de forma eficiente computacionalmente. A solução básica adequada consiste na definição uma base dual factível específica para o problema que permite que novos problemas de PL resultantes das alterações de alguns parâmetros do problema de planejamento possam ser resolvidos usando um algoritmo dual simplex canalizado. A metodologia proposta foi validada e testada em um sistema de médio porte / This paper presents a linear programming expert strategy to solve efficiently the energy transmission network expansion planning problem using the variable neighborhood search algorithm (VNS). The mathematical model used is a mixed integer linear programming problem. Solution of this model using different metaheuristics, depending on the electrical system under analysis, may require hundreds of thousands of linear programming problems (LP) which require high computational effort and consume almost all of the CPU time required by the metaheuristic. The basic idea of this paper is to identify appropriate basic solutions which help to start the process and speed up the solution of the many subsequent subproblems generated during a typical run, solving the LP problems efficiently. The starting basic solution is defined as an appropriate dual feasible basis for the specific problem, new LP problems resulting from changes in some parameters of the planning problem are solved using a bounded dual simplex algorithm. The proposed methodology was validated and tested in a system of medium size

Made available in DSpace on 2016-04-01T17:54:35Z (GMT). No. of bitstreams: 0 Previous issue date: 2015-08-13. Added 1 bitstream(s) on 2016-04-01T18:00:13Z : No. of bitstreams: 1 000859866.pdf: 3094215 bytes, checksum: a866f5871ba6f59a09d89aaa84b06735 (MD5) / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / A Matemática est a presente no nosso dia-a-dia seja pra dizer as horas, contar dinheiro, prever o tempo. Sob o aspecto empresarial ela também se faz presente na hora de tomar decisões, por exemplo. Muitas empresas de manufatura lidam com decisões diariamente no setor de produção, dimensionando lotes e sequenciando sua produção. Entretanto, o mais comum e tomar essas decisões de forma independente, sendo que poderiam ser tomadas simultaneamente, pois agregariam melhores resultados. Neste trabalho integramos essas decisões utilizando um modelo matemático que agrega ao problema de dimensionamento de lotes, o sequenciamento da produção modelando a exclusão de subsequências através das restrições do tipo MTZ e MCF. Também estudamos essas duas formulações considerando a variável de preparo explicitamente e implicitamente resultando em quatro formulações matemáticas diferentes para o problema integrado de dimensionamento de lotes e sequenciamento da produção. Concluimos que a formulação MCF com variável de preparo explícita é mais forte que as outras formulações estudadas e que as soluções das instâncias das formulações baseadas nas restrições do tipo MTZ são bastante influenciadas pelos planos de cortes e pré-processamento inclusos no solver CPLEX. Nosso objetivo é derivar limitantes primais e duais para o problema integrado de dimensionamento de lotes e sequenciamento da produção. Para a obtenção dos limitantes primais foi proposta uma heurística gulosa. Para obter os limites duais foram estudadas a relaxação Lagrangeana e a relaxação Lagrangeana/Surrogate e os métodos usados para resolução dos duais associados foram o Algoritmo de Subgradiente e Algoritmo de Volume. O método que obteve melhor desempenho foi o dual Lagrangeano/Surrogate resolvido pelo Algoritmo de Subgradiente para a formulação com restrições do tipo MTZ e variável explícita de preparo / Mathematics is present in our daily routine to tell time, count money, predict the weather. Many manufacturing companies deal with daily decisions in the manufacturing sector, lot-sizing and sequencing their production. However, the most usual is to take these decisions considering two independent problems, and not simultaneously, as it adds better results. In this work we integrate these decisions through a mathematical model that adds to the problem of lot sizing, sequencing decisions using constraints of the type MTZ and MCF. We also study these two formulations, considering the set up decisions explicitly and implicitly resulting in four di erent mathematical formulations for the integrated problem. We conclude that the MCF formulation with the explicit set up variable is stronger than the other formulations studied and the solutions of the instances of formulations based on constraints of MTZ type are strongly in uenced by the cutting planes and pre-processing included in the solver CPLEX. We aimed to derive primal and dual bounds for the integrated problem of lot sizing and sequencing of production. To obtain the primal bound we proposed a greedy heuristic. The dual bounds were obtained studying the Lagrangean and the Lagrangean / Surrogate relaxation and the methods used to solve the dual associates were the subgradient algorithm and Volume algorithm. The method with better performance was the dual Lagrangian / Surrogate solved by subgradient Algorithm for formulation with constraints MTZ type and explicit set up variable