Orientador: Vinicius Amaral Armentano / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-07-22T21:05:28Z (GMT). No. of bitstreams: 1 Guimaraes_LuciaFilomenadeAlmeida_D.pdf: 6025825 bytes, checksum: 0cad394cd2c4d3042aece408ca602972 (MD5) Previous issue date: 1997 / Resumo: : O sistema Kanban de produção é um sistema do tipo ?puxar? para controle de chão de fábrica. Ele é motivado pelo conceito de produção Just-in-Time e tem como objetivo programar a produção, reduzindo ao mínimo os níveis de estoque. Neste trabalho considera-se um ambiente de produção com estrutura de montagem multi-estágio e restrições de capacidade dos itens componentes e do item final. Um modelo estocástico de otimização com recurso que incorpora as incertezas da demanda do item final e capacidade de produção é proposto. Demanda não atendida é permitida no estágio final do modelo. Um método do tipo Branch and Cut é desenvolvido para obter soluções ótimas. Soluções sub-ótimas são obtidas através de um método heurístico e de busca tabu. Testes computacionais são apresentado / Abstract: The kanban production system is a pull-type system for shop floor control. It is based on the concept of Just-in-Time production and has the porpuse of scheduling production, reducing inventory levels to a minimum. In this work, a multi-stage assembly-structure production setting with capacity constraints for the component items and the final item is considered. A stochastic optimization model with recourse that takes into account uncertainties of demand of the final item and production capacity is proposed. Backlog is allowed in the final stage. A Branch and Cut method is developed in order to obtain optimal solutions. Sub-optimal solutions are obtained by a heuristic method and by tabu search. Computational test are reported. / Doutorado / Doutor em Engenharia Elétrica

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2016. / Made available in DSpace on 2017-05-02T04:10:15Z (GMT). No. of bitstreams: 1 345227.pdf: 5434882 bytes, checksum: 75b6636b485230432f1dfbc878bdcc08 (MD5) Previous issue date: 2016 / O problema do Planejamento de Médio Prazo da Operação hidrotérmica (PMPO) possui papel fundamental na coordenação dos sistemas elétricos que dependem fortemente de eletricidade proveniente de fontes hídricas. O objetivo do PMPO é definir uma política de operação ótima que minimiza o custo de operação para o atendimento da demanda por energia em um horizonte de médio prazo. Nesse contexto, o método da Programação Dinâmica Dual Estocástica (PDDE) é amplamente utilizado para o cálculo de políticas de operação na solução do problema do PMPO. Além disso, destaca-se que para a incorporação das incertezas associadas às afluências, um modelo linear multiestágio estocástico é atribuído ao PMPO. No caso brasileiro, algumas simplificações são adotadas na representação das decisões hidrelétricas com o objetivo de se reduzir o esforço computacional. A principal simplificação adotada é a modelagem de Reservatórios Equivalentes de Energia (REE) na representação de um conjunto de decisões hidrelétricas mensais. Neste trabalho, as decisões de cada hidrelétrica do sistema são modeladas individualmente, de modo que a abordagem por REEs é completamente sobrepujada. Assim, o desempenho do cálculo da política de operação na PDDE é diretamente afetado pela elevada dimensão do modelo individualizado do PMPO. Logo, o principal objetivo deste trabalho consiste em calcular políticas de operação de boa qualidade para o modelo individualizado estocástico do PMPO, em um tempo razoável de execução da PDDE. Para que esse objetivo seja alcançado, algumas melhorias em termos da modelagem do PMPO e do algoritmo da PDDE são propostas. Os resultados acerca das melhorias propostas são apresentados, de modo que o sistema hidrotérmico brasileiro é considerado nos experimentos computacionais. A partir dos resultados obtidos, podem-se observar vantagens consideráveis na modelagem individual das decisões hidrelétricas no PMPO, em relação à utilização de REEs, para um tempo razoável de execução da PDDE.<br> / Abstract : The Long-Term Hydrothermal Scheduling (LTHS) problem plays an important role in power systems that rely heavily on hydroelectricity. The purpose of the LTHS problem is to define an optimal operation policy that minimizes the operation costs to meet demand over a long horizon. A popular solution approach to this problem is called Stochastic Dual Dynamic Programming (SDDP). To incorporate the inflow uncertainties, the LTHS problem is modeled as a multi-stage linear stochastic problem. In the Brazilian LTHS problem, some simplifications are made in the hydro power plants representation in order to reduce the computational burden. The main simplification is the Equivalent Energy Reservoir (EER) modeling that replaces set of hydro plants monthly decisions. In this work, the EERs approach is overcame and individual decisions for each hydro plant in the hydrothermal system are modeled. As a result, the operation policy computation in SDDP is directly affected by the dimension of the LTHS stochastic framework with individual hydro plant decisions. Consequently, the goal of this work is to achieve reasonable operation polices for the individualized LTHS stochastic modeling in an acceptable and practicable computational time. To accomplish this objective, improvements in the LTHS modeling and SDDP algorithm design are proposed. The results regarding theses aspects are presented, which the Brazilian hydrothermal power system are considered. The results show advantages in individual hydro plant decisions modeling, in relation to EERs, for practical computational time assumptions in SDDP execution.

Submitted by Matheus Secco (matheussecco@gmail.com) on 2017-03-30T14:44:36Z No. of bitstreams: 1 Dissertationv1.pdf: 1226979 bytes, checksum: b1c15064fcaca2155b2a32a2488012ac (MD5) / Approved for entry into archive by Janete de Oliveira Feitosa (janete.feitosa@fgv.br) on 2017-04-06T14:26:56Z (GMT) No. of bitstreams: 1 Dissertationv1.pdf: 1226979 bytes, checksum: b1c15064fcaca2155b2a32a2488012ac (MD5) / Made available in DSpace on 2017-04-12T17:45:01Z (GMT). No. of bitstreams: 1 Dissertationv1.pdf: 1226979 bytes, checksum: b1c15064fcaca2155b2a32a2488012ac (MD5) Previous issue date: 2016-12-16 / We study statistical properties of the sample average approximation (SAA) of risk averse stochastic problems. We first introduce some background material, recalling important results for the continuation, such as the Delta Theorem, the Functional Central Limit Theorem, and asymptotics of risk-neutral problems. We also recall the concept of risk measures, focusing on two classes of risk measures: extended polyhedral risk measures (EPRMs) and law invariant coherent risk measures. We then provide central limit theorems for SAA estimators of the optimal values of stochastic programs expressed in terms of EPRMs or law invariant coherent risk measures, under certain assumptions on these risk measures. Numerical simulations illustrate the theoretical results. / Nós estudaremos propriedades estatísticas de aproximações pela média amostral (SAA) de problemas de otimização estocástica aversos ao risco. Inicialmente, discutimos alguns resultados teóricos importantes que serão úteis para a sequência, como o Teorema Delta, o Teorema Central do Limite Funcional e alguns resultados para o caso risco-neutro. Também lembramos a definição geral de medidas de risco, concentrando-nos nas medidas de risco poliedrais estendidas e nas medidas de risco coerentes ”law invariant”. Em seguida, obtemos teoremas centrais do limite para os estimadores SAA dos valores ótimos destes problemas, sob certas condições impostas a estas medidas de risco. Por fim, apresentamos resultados numéricos para ilustrar os resultados teóricos.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2015. / Made available in DSpace on 2015-12-22T03:04:23Z (GMT). No. of bitstreams: 1 336608.pdf: 1830988 bytes, checksum: 6910f9c097841c4bd005460dc08788ca (MD5) Previous issue date: 2015 / Esta pesquisa apresenta uma metodologia na identificação de paroxis-mos epileptiformes em sinais de EEG baseada no escalograma Wavelet, que é um mapeio do sinal no tempo e na escala usando uma função Wavelet. Foram avaliadas 65 funções Wavelet das famílias: Daubechies, Biorthogonal, Symlets, Reverse Biorthogonal e Coiflets. Após confor-mar o conjunto de padrões mediante o escalograma foi usada uma rede neural Multi-Layer Perceptron (MLP) para identificar os eventos epileptiformes (espículas e ondas agudas). Foram usados dois bancos de sinais: EEG-Bank-A e EEG-Bank-B, de características totalmente diferentes para testar a metodologia proposta. Propuseram-se duas formas de treinar a rede neural: usando o escalograma diádico completo ou usando as escalas diádicas mais relacionadas à atividade epileptiforme, que demonstraram ser: 25, 26, 27 e 28. O propósito é diminuir a alta redundância de informação do escalograma Wavelet contínuo, diminuindo também o alto custo computacional. Foram treinadas e validadas 260 redes neurais usando o mesmo vetor de pesos inicial. Os testes foram realizados de forma cruzada (entre os bancos), gerando os indicadores de desempenho: sensibilidade, especificidade, valor preditivo positivo, valor preditivo negativo, prevalência, eficiência (EFI) e área abaixo da curva ROC (AUC, Area Under the Curve). As funções Wavelet analisadas foram avaliadas baseadas no produto da área abaixo da curva ROC e da eficiência (AUC x EFI). Para o EEG-Bank-A, foram escolhidas as funções bior3.7, bior3.9 e rbio1.5, obtendo os indicadores de desempenho: sensibilidade de 78,21%, especificidade de 94,52%, valor preditivo positivo de 89,97%, valor preditivo negativo de 87,33%, prevalência de 38,62%, eficiência de 88,22% e AUC de 0,9617. Para o EEG-Bank-B foram escolhidas rbio1.5, rbio1.3 e coif1, obtendo os indicadores de desempenho: sensibilidade de 89,03%, especificidade de 89,33%, valor preditivo positivo de 85,40%, valor preditivo negativo de 92,07%, prevalência de 41,21%, eficiência de 89,20% e AUC de 0,9461. A função rbio1.5 forneceu altos indicadores de desempenho para os dois bancos utilizados. Em geral, todas as funções Wavelet são uteis na identificação de paroxismos epileptiformes, porém as funções daub10 até daub15 atingiram um produto (AUC x EFI) menor de 75%, que foi considerado um valor baixo. O tempo de processamento do sistema proposto foi de 2,5 segundos.<br> / Abstract : This research presents a methodology for the identification of epilepti-form paroxysms in EEG signals based on Wavelet scalogram that maps the signal in time and scale using a Wavelet function. It was used 65 Wavelet functions of families: Daubechies, Biorthogonal, Symlets, Re-verse Biorthogonal and Coiflets. After feature extraction via scalograms it was designed a Multi-Layer Perceptron (MLP) artificial neural net-work to identify the epileptiform events (spikes and sharp waves). Two banks of signals were used: EEG-Bank-A and EEG-Bank-B which are totally different and they will help to test the proposed methodology. It was proposed two ways for the training stage: using the full dyadic scalogram or the dyadic scales more strongly related to epileptiform activity, the dyadic scales: 25, 26, 27 and 28. The purpose is to decrease high redundancy of information of the CWT also reducing the high computational cost. It was trained 260 neural networks using the same vector of initial weights. The tests were performed using a cross-data technique (between the banks), generating the following indicators of performance: sensitivity, specificity, positive and negative predictive values, prevalence, maximum efficiency and area under the ROC curve (AUC). The Wavelet functions were evaluated based on the AUC x EFI product. For EEG-Bank-A the functions bior3.7, bior3.9 and rbio1.5 were chosen obtaining the indicators of performance: sensitivity of 78.21%, specificity of 94.53%, positive predictive value of 89.97%, negative predictive value of 87.33%, prevalence of 38.62%, maximum efficiency of system of 88.22% and AUC of 0.9617. For EEG-Bank-B were chosen rbio1.5, rbio1.3 and coif1 obtaining the indicators: sensitivity of 89.03%, specificity of 89.33%, positive predictive value of 85.40%, negative predictive value of 92.07%, prevalence of 41.21%, maximum efficiency of 89.20% and AUC of 0.9461. The rbio1.5 function provides high indicators of performance for both banks. In general, all Wavelet functions are useful for the identification of epileptiform paroxysms, even though the function daub10 to daub15 reached AUC x EFI indicators smaller than 75% that was considered a low value. Finally, the processing time of the proposed system was 2.5 seconds.

Orientador: Secundino Soares Filho / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-03T19:02:39Z (GMT). No. of bitstreams: 1 Siqueira_ThaisGamade_M.pdf: 973812 bytes, checksum: a0b3bf30f1b89f22a18b2cffa293dc7a (MD5) Previous issue date: 2003 / Mestrado

Submitted by Luciano Pereira Varanis (luciano_varanis@yahoo.com) on 2015-06-29T19:17:42Z No. of bitstreams: 1 Dissertação _Luciano_Varanis - Completo.pdf: 1367224 bytes, checksum: 848c44e67420ced7c19a6d2d1ab98f61 (MD5) / Approved for entry into archive by Janete de Oliveira Feitosa (janete.feitosa@fgv.br) on 2015-07-22T20:07:23Z (GMT) No. of bitstreams: 1 Dissertação _Luciano_Varanis - Completo.pdf: 1367224 bytes, checksum: 848c44e67420ced7c19a6d2d1ab98f61 (MD5) / Approved for entry into archive by Marcia Bacha (marcia.bacha@fgv.br) on 2015-07-24T17:56:00Z (GMT) No. of bitstreams: 1 Dissertação _Luciano_Varanis - Completo.pdf: 1367224 bytes, checksum: 848c44e67420ced7c19a6d2d1ab98f61 (MD5) / Made available in DSpace on 2015-07-24T17:56:24Z (GMT). No. of bitstreams: 1 Dissertação _Luciano_Varanis - Completo.pdf: 1367224 bytes, checksum: 848c44e67420ced7c19a6d2d1ab98f61 (MD5) Previous issue date: 2014-12-18 / In this dissertation we discuss models and solution methods of stochastic programs to solve ALM problmes for pension funds. We will provide the model from Drijver et al. based on Multistage Mixed-integer Stochastic Programming. A case study based on simulation for an ALM problem will be presented / Nesta dissertação discutiremos modelos e métodos de soluções de programação estocástica para resolver problemas de ALM em fundos de pensão. Apresentaremos o modelo de (Drijver et al.), baseado na programação estocástica multiestágios inteira-mista. Um estudo de caso para um problema de ALM será apresentado usando simulação de cenários.

Este trabalho apresenta a aplicação de uma abordagem via programação estocástica linear para definição da alocação de ativos ótima em um fundo de investimento estruturado. A carteira adotada é formada por caixa, futuro de Ibovespa e call de Ibovespa. A partir da definição da alocação ótima é feita uma análise do sucesso dessa carteira em superar a performance do índice Bovespa. Além disso, é feita uma análise comparativa contra uma carteira formada apenas por caixa e um ativo com retorno igual ao do índice Bovespa à vista. Tal comparação analisa a diferença de performance e também a diferença de risco medido pelo VaR (value at risk) versus retorno. A metodologia adotada para obtenção da alocação ótima é baseada na geração de uma árvore de cenários de parâmetros de mercado sobre a qual os ativos que formam a carteira são revalorizados de tal modo que o lucro acumulado ao fim do prazo de vida do fundo seja maximizado. Os resultados obtidos mostram que a performance da carteira formada por caixa, futuros e calls supera a performance da carteira formada por caixa e índice Bovespa à vista mesmo quando sujeito a um mesmo nível de risco. Além disso, a metodologia de comparação proposta neste trabalho também se mostrou bastante útil na prática de tomada de decisões de investimento por permitir comparar a performance de estratégias de investimentos dinâmicas. / This paper presents an application that uses linear stochastic programming to define the optimal asset allocation of an structured investment fund. The portfolio adopted is comprised of cash, Ibovespa futures and calls of Ibovespa. The performance of the portfolio with optimal allocation is compared to the performance of Bovespa index. Moreover, the performance of the portfolio with optimal allocation is also compared with that of a portfolio comprised of cash and a risky asset with return equal to the Bovespa index return. Such analysis highlights not only the differences of performance but also the differences of the associated risk level measured by the VaR (Value at Risk) versus return. The methodology used for obtaining the optimal allocation is based on an event tree of market parameters, which is used to reprice the assets comprising the portfolio so that the total profit at the end of the funds life is maximized. The results show that the portfolio comprised of cash, Ibovespa futures and calls of Ibovespa outperforms the Bovespa index and also the portfolio comprised of cash and Bovespa index even when subject to the same level of risk. The analysis developed in this paper allows the comparison between dynamic investment strategies, which can be very useful on practical decision making process of asset and liability management.

Este trabalho apresenta uma abordagem via programação estocástica linear para a tomada de decisão de investimento em um fundo de pensão com plano de benefícios do tipo benefício definido. Propõe-se uma nova metodologia para a definição da alocação da carteira do fundo no instante inicial baseada na média de vários cenários econômicos gerados aleatoriamente. Como exemplo de aplicação, essa metodologia é utilizada para resolver o problema da alocação inicial da carteira de um grande fundo de pensão brasileiro e a alocação inicial obtida é avaliada em termos da probabilidade de insolvência e VaR, valor em risco, do fundo no instante final do horizonte de planejamento de investimento. / This paper presents an approach via linear stochastic programming for investment decision making in a defined benefit pension fund plan. It proposes a new methodology for defining the allocation of the portfolio at the initial time based on the average of several randomly generated economic scenarios. As an illustrative example, this methodology is used to solve the problem of portfolio initial allocation of a large Brazilian pension fund and the obtained initial allocation is evaluated in terms of funds probability of default and VaR, Value-at-Risk, at the final time of the investment planning horizon.

Este trabalho apresenta a aplicação de uma abordagem via programação estocástica linear para definição da alocação de ativos ótima em um fundo de investimento estruturado. A carteira adotada é formada por caixa, futuro de Ibovespa e call de Ibovespa. A partir da definição da alocação ótima é feita uma análise do sucesso dessa carteira em superar a performance do índice Bovespa. Além disso, é feita uma análise comparativa contra uma carteira formada apenas por caixa e um ativo com retorno igual ao do índice Bovespa à vista. Tal comparação analisa a diferença de performance e também a diferença de risco medido pelo VaR (value at risk) versus retorno. A metodologia adotada para obtenção da alocação ótima é baseada na geração de uma árvore de cenários de parâmetros de mercado sobre a qual os ativos que formam a carteira são revalorizados de tal modo que o lucro acumulado ao fim do prazo de vida do fundo seja maximizado. Os resultados obtidos mostram que a performance da carteira formada por caixa, futuros e calls supera a performance da carteira formada por caixa e índice Bovespa à vista mesmo quando sujeito a um mesmo nível de risco. Além disso, a metodologia de comparação proposta neste trabalho também se mostrou bastante útil na prática de tomada de decisões de investimento por permitir comparar a performance de estratégias de investimentos dinâmicas. / This paper presents an application that uses linear stochastic programming to define the optimal asset allocation of an structured investment fund. The portfolio adopted is comprised of cash, Ibovespa futures and calls of Ibovespa. The performance of the portfolio with optimal allocation is compared to the performance of Bovespa index. Moreover, the performance of the portfolio with optimal allocation is also compared with that of a portfolio comprised of cash and a risky asset with return equal to the Bovespa index return. Such analysis highlights not only the differences of performance but also the differences of the associated risk level measured by the VaR (Value at Risk) versus return. The methodology used for obtaining the optimal allocation is based on an event tree of market parameters, which is used to reprice the assets comprising the portfolio so that the total profit at the end of the funds life is maximized. The results show that the portfolio comprised of cash, Ibovespa futures and calls of Ibovespa outperforms the Bovespa index and also the portfolio comprised of cash and Bovespa index even when subject to the same level of risk. The analysis developed in this paper allows the comparison between dynamic investment strategies, which can be very useful on practical decision making process of asset and liability management.

Submitted by Michelle Bandarra (michelle.bandarra@gmail.com) on 2017-11-09T12:55:55Z No. of bitstreams: 1 Dissertação EMAp Michelle Bandarra_correcoes_bib.pdf: 10393257 bytes, checksum: 31966b31b85e1d4936e9244bc9cbf592 (MD5) / Approved for entry into archive by Janete de Oliveira Feitosa (janete.feitosa@fgv.br) on 2017-11-22T17:42:42Z (GMT) No. of bitstreams: 1 Dissertação EMAp Michelle Bandarra_correcoes_bib.pdf: 10393257 bytes, checksum: 31966b31b85e1d4936e9244bc9cbf592 (MD5) / Made available in DSpace on 2017-11-29T13:56:40Z (GMT). No. of bitstreams: 1 Dissertação EMAp Michelle Bandarra_correcoes_bib.pdf: 10393257 bytes, checksum: 31966b31b85e1d4936e9244bc9cbf592 (MD5) Previous issue date: 2017-09-26 / We study two topics of applied mathematics. The first topic is devoted to the estimation of blood supply time series and the generation of simulated trajectories. The main goal is to contribute to the literature of stock management of perishable goods. We use Autoregressive Vetors models and two bootstrap techniques when residuals are nonGaussian. We conclude that both techniques are suitable for the problem at hand and are good approaches to enhance predictability of the blood supply time series. The second topic is devoted to the study of different extensions of the Stochastic Dual Dynamic Programming algorithm (SDDP). We compare the computational performance of two algorithms applied to portfolio selection models. The first one is Multicut Decomposition Algorithm (MuDA) which modifies SDDP by including multiple cuts (instead of just one) per stage and per iteration. The second, Cut Selection Multicut Decomposition Algorithms (CuSMuDA), combines MuDA with cut selection strategies and, to the best of our knowledge, has not been proposed so far in the literature. We compare two Cut Selection strategies, CS1 and CS2. We run simulations for 6 different instances of the portfolio problem. Results show the attractiveness of CuSMuDA CS2, which was much quicker than MuDA (between 5,1 and 12,6 times quicker) and much quicker than the other cut selection strategy, CuSMuDA CS1 (between 10,3 and 21,9 times quicker). / Estudamos dois tópicos distintos da matemática aplicada. O primeiro tópico dedica-se à estimação e geração de trajetórias futuras de séries de oferta de sangue, contribuindo para a literatura de gestão de estoque de bens perecíveis. São utilizados modelos de Vetores Auto Regressivos (VAR) e as trajetórias são geradas por duas técnicas distintas de bootstrap presentes na literatura que consideram a não-normalidade dos erros do modelo. Conclui-se que ambas técnicas são adequadas e abordagens possíveis para melhorar a previsibilidade das séries de oferta de sangue. O segundo tópico dedica-se ao estudo de diferentes extensões do algoritmo de Programação Dinâmica Dual Estocástica (Stochastic Dual Dynamic Programming, SDDP). Sob a ótica de modelos de seleção de carteira, são comparados os desempenhos computacionais de dois algoritmos. O primeiro é uma modificação do SDDP que calcula múltiplos cortes por iteração, Multicut Decomposition Algorithm (MuDA). O segundo introduz estratégias de seleção de corte ao MuDA, no que denominamos de Cut Selection Multicut Decomposition Algorithm, CuSMuDA e, até onde sabemos, ainda não foi proposto pela literatura. São comparadas duas estratégias de seleção de corte distintas, CS1 e CS2. Foram rodadas simulações para 6 casos do problema de seleção de carteira e os resultados mostram a atratividade do modelo proposto CuSMuDA CS2, que obteve tempos computacionais entre 5,1 e 12,6 vezes menores que o MuDA e entre 10,3 e 21,9 vezes menores que o CuSMuDA CS1.