Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica. / Made available in DSpace on 2013-03-04T20:02:58Z (GMT). No. of bitstreams: 1 307884.pdf: 2324151 bytes, checksum: e8836a0a1ca734d1939b5144cef51992 (MD5) / Algoritmos baseados em kernel têm-se tornado populares no processamento não-linear de sinais. O processamento não-linear aplicado sobre um sinal pode ser modelado como um processamento linear aplicado a um sinal transformado para um espaço de Hilbert com kernels reprodutivos (RKHS). A operação linear no espaço transformado pode ser implementada com baixa complexidade e pode ser melhor estudada e projetada. O algoritmo Kernel Least-Mean-Squares (KLMS) é um algoritmo popular em filtragem adaptativa não-linear devido à sua simplicidade e robustez. Implementações práticas desse algoritmo requerem um modelo de ordem finita do processamento não-linear, o que modifica o comportamento do algoritmo em relação ao LMS simplesmente mapeado para o RKHS. Essa modificação leva à necessidade de novos modelos analíticos para o comportamento do algoritmo. O desempenho do algoritmo é função do passo de convergência e dos parâmetros do kernel empregado. Este trabalho estuda o comportamento do KLMS em regimes transitório e permanente para entradas Gaussianas e um modelo de não-linearidade de ordem finita. Dois kernels são considerados; o Gaussiano e o Polinomial. Derivamos modelos analíticos recursivos para os comportamentos do vetor médio de erros nos coeficientes e do erro quadrático médio de estimação. As previsões do modelo mostram excelente acordo com simulações de Monte Carlo no transitório e no regime permanente. Isso permite a determinação explícita das condições para a estabilidade, e permite escolher os parâmetros do algoritmo a fim de obter um desempenho desejado. Exemplos de projeto são apresentados para o kernel Gaussiano e para o kernel Polinomial de segundo grau de forma a validar a análise teórica e ilustrar sua aplicação. / Kernel-based algorithms have become popular in nonlinear signal processing. A nonlinear processing can be modeled as a linear processing applied to a signal transformed to a reproducing kernel Hilbert space (RKHS). The linear operation in the transformed space can be implemented with low computational complexity and can be more easily studied and designed. The Kernel Least-Mean-Squares (KLMS) is a popular algorithm in nonlinear adaptive filtering due to its simplicity and robustness. Practical implementations of this algorithm require a finite order model for the nonlinear processing. This modifies the algorithm behavior as compared to the LMS simply mapped to the RKHS. This modification leads to the need for new analytical models for the algorithm behavior. The algorithm behavior is a function of both the step size and the kernel parameters. This work studies the KLMS algorithm behavior in transient and in steady-state for Gaussian inputs and for a finite order nonlinearity model. Two kernels are considered; the Gaussian and the Polinomial. We derive analytical models for the behavior of both the mean weight error vector and the mean-square estimation error. The model predictions show excellent agreement with Monte Carlo simulations at both the transient and the steady-state. This allows the explicit determination of the stability limits and to design the algorithm parameters to obtain a desired performance. Design examples are presented for the Gaussian and for the second degree Polinomial kernels to validate the analysis and to illustrate its application.

Este trabalho trata de uma aplicação de programação estocástica para administração de passivos e ativos. Inicialmente, um modelo de administração de ativos e passivos utilizando valores de retorno de ativos determinísticos é formalizado, constatando-se as suas limitações, justificando-se a necessidade de abranger formalmente a incerteza inerente aos mercados financeiros. Para isso, um modelo para administração de ativos e passivos que utiliza otimização e programação estocástica baseado em uma árvore de cenários multiestágio balanceada é apresentado, descrito, e implementado. Os seus resultados determinam uma política de investimento de ativos para o instante inicial do período considerado, definindo-se também uma regra que possibilita, a partir do equilíbrio entre o patrimônio inicial e total de passivo a ser pago ao final do período considerado, estimar a probabilidade de insolvência do fundo de pensão. Além disso, realiza-se o estudo do impacto da redução de uma proxy da taxa de juros básico na composição do portfólio administrado por essas empresas. / This work discusses an application of stochastic programming for asset-liability management. Initially, a deterministic asset-liability model is formalized. Its limitations become clear which justify the need to include uncertainty in the model. Then, a stochastic programming model based on a balanced multistage scenario tree is presented, described and implemented for an asset-liability environment. The main results are: (i) an investment policy for the fund, and, (ii) the pension’s fund insolvency probability considering an initial relation between the current assets and the present value of the future liabilities. The impact of a possible reduction in interested rate on the pension’s fund optimal portfolio is also presented.

Este trabalho trata de uma aplicação de programação estocástica para administração de passivos e ativos. Inicialmente, um modelo de administração de ativos e passivos utilizando valores de retorno de ativos determinísticos é formalizado, constatando-se as suas limitações, justificando-se a necessidade de abranger formalmente a incerteza inerente aos mercados financeiros. Para isso, um modelo para administração de ativos e passivos que utiliza otimização e programação estocástica baseado em uma árvore de cenários multiestágio balanceada é apresentado, descrito, e implementado. Os seus resultados determinam uma política de investimento de ativos para o instante inicial do período considerado, definindo-se também uma regra que possibilita, a partir do equilíbrio entre o patrimônio inicial e total de passivo a ser pago ao final do período considerado, estimar a probabilidade de insolvência do fundo de pensão. Além disso, realiza-se o estudo do impacto da redução de uma proxy da taxa de juros básico na composição do portfólio administrado por essas empresas. / This work discusses an application of stochastic programming for asset-liability management. Initially, a deterministic asset-liability model is formalized. Its limitations become clear which justify the need to include uncertainty in the model. Then, a stochastic programming model based on a balanced multistage scenario tree is presented, described and implemented for an asset-liability environment. The main results are: (i) an investment policy for the fund, and, (ii) the pension’s fund insolvency probability considering an initial relation between the current assets and the present value of the future liabilities. The impact of a possible reduction in interested rate on the pension’s fund optimal portfolio is also presented.

[pt] A identificação de sistemas é focalizada sob o ponto de vista da aproximação estocástica. Um sistema sem memória e invariante no tempo, com função completamente desconhecida é identificado por intermédio de uma estimação, que minimiza o critério do erro médio quadrático, tomando como base um conjunto de funções pré- selecionadas e linearmente independentes. A identificação do sistema é obtida através de uma algoritmo recursivo de aproximação estocástica, que converge para o valor real dessa estimativa, com probabilidade 1 e no sentido da média quadrática. Um estudo da aceleração desse algoritmo é efetuado, comprovando a existência de uma seqüência capaz de otimizá-lo. É demonstrada a aplicação desse algoritmo para identificação de um sistema linear e invariante no tempo, entretanto a aceleração da convergência não é mais uma conseqüência do caso anterior. Ainda é apresentada uma tentativa de contornar o problema de acessibilidade dos estados, requerida pelo algoritmo de aproximação estocástica, utilizando simultaneamente à identificação dos parâmetros do sistema, os algoritmos do filtro de Kalman, para estimação dos estados / [en] The stochastic approximation approach is used for systems identification. A memoryless time-invariant system with functional form completely unknow is identified by means of an estimate based on a preselected and linearly independent set of function which minimizes the mean-square-error criterion. The system identification is obtained using a stochastic approximation recursive algorithm, which convergs to a real value of this estimate, with probability 1 and in the mean square sense. The acceleration study of this algorithm is developd by proving the existence of an optimal sequence. The application of this algorithm for a linear timevariant system identification is proved, nevertheless the convergence acceletation is not anymore a consequence of the last case. Next is presented a tentative to by-pass the problem of states accessibility, required for the stochastic approximation, using simultaneously parameters systems identification with the Kalman-filter algorithms for states estimation.

[pt] Em função da dependência dos regimes hidrológicos, a incerteza associada ao planejamento energético no Brasil exige a modelagem estocástica das Séries Temporais associadas de maneira adequada e coerente. Percebe-se, portanto, a importância dos modelos de geração de cenários hidrológicos com vistas à otimização, via Programação Dinâmica Dual Estocástica (PDDE), do desempenho das operações do sistema elétrico, com consequente aumento de benefícios e confiabilidade e, sobretudo, redução de custos. Esta modelagem estocástica tem sido realizada por um modelo Autorregressivo Peridódico, PAR(p), que ajusta um modelo autorregressivo de ordem p para cada um dos estágios das séries históricas que compõem as configurações do sistema. Este trabalho mostra que a estrutura utilizada no processo de simulação de séries sintéticas do modelo vigente no Setor Elétrico Brasileiro, via distribuição Lognormal, gera uma não linearidade na equação do modelo, o que pode ocasionar inconvenientes de não convexidade que inviabilizam o correto cálculo das Funções de Custo Futuro, poliedros convexos aproximados por funções lineares por partes. Haja vista o exposto e as características do modelo estocástico gerador da árvore de cenários e sua utilização em modelos de otimização, este trabalho apresenta uma nova metodologia alternativa para a construção dos cenários, de forma que os inconvenientes supracitados sejam eliminados. Isto posto, será apresentado uma nova abordagem geral para a construção das árvores, considerando os passos Forward e Backward, fundamentais no processo de otimização empregado pela técnica de PDDE. A estrutura de simulação estocástica desenvolvida conjugou a técnica de computação intensiva de Bootstrap e o método de simulação de Monte Carlo. Foram geradas árvores de cenários com horizonte temporal condizente com o planejamento de médio prazo do despacho hidrotérmico. As séries sintéticas foram comparadas às históricas por meio de uma bateria de testes estatísticos e a aderência das séries geradas foi atestada, provando a adequabilidade do modelo desenvolvido no que tange à parte estocástica do problema. Por fim, a árvore de cenários gerada foi aplicada na PDDE e várias variáveis de resposta foram analisadas, permitindo concluir que o modelo desenvolvido é perfeitamente capaz de reproduzir estruturas compatíveis com o modelo vigente, contudo sem causar a referida não linearidade na equação do PAR(p) e a possível não convexidade do problema de otimização associado ao planejamento de operação de médio/longo prazo. / [en] Due to the highly dependence on the hydrological regimes, the uncertainty associated with energy planning in Brazil requires stochastic modeling of associated time series appropriately and consistently. It is clear, therefore, the importance of models to generate hydrologic scenarios to be used in the optimization via Stochastic Dual Dynamic Programming (SDDP), which improves the performance of system operations, with consequent increase in benefits and reliability and, above all, cost reduction. This stochastic modeling is performed by the PAR(p), which sets an autoregressive model of order p for each of the stages of the historical series that make up the system settings. It was shown in this work that the structure used in the simulation process of synthetic series of the model prevailing in SEB via lognormal distribution generates a nonlinearity relationship in the model equation, which causes the inconvenience of nonconvexity in the calculation of Expected Cost-to-go Functions, convex polyhedral approximated by piecewise linear functions. Considering the above and the characteristics of the stochastic model that generates the scenarios tree and its use in the optimization algorithms, this study aims the development of an alternative methodology for the construction of scenarios, so that the aforementioned drawbacks were eliminated. It is proposed a new general approach for the construction of trees, considering the steps Forward and Backward, fundamental in the process of optimization technique employed by SDDP. The structure of stochastic simulation technique developed conjugates computationally intensive Bootstrap method and Monte Carlo simulation. Scenarios trees were generated consistent with the medium-term planning of hydrothermal dispatch. The synthetic series were compared to the historical data through a battery of statistical tests and the goodness fiting of the series generated was tested that confirmed the suitability of the developed model with respect to the stochastic problem. Finally, the paths of the trees were applied to the SDDP and response variables were analyzed, leading to the conclusion that the model was able to perfectly reproduce structures compatible with the current model, but without causing the aforementioned non-linearity of the PAR(p) equation and possible non convexity in the Expected Cost-to-go Functions.

[pt] O objetivo principal desta dissertação é o de buscar formas de modelar e controlar, adequadamente, condicionadores de ar de janela, pois tratam-se de máquinas que possuem um elevado consumo de energia, perdendo somente para o chuveiro elétrico. A contribuição do mesmo para a demanda do setor doméstico é da ordem de 7 %. As pesquisas de posse de eletrodomésticos mostram que somente 6 % dos domicílios têm instalada tal tipo de máquina, o que representa um expressivo potencial de crescimento para os próximos anos na aquisição deste produto. É oportuno observar que em edifí­cios comerciais, 48 % da energia é consumida com refrigeração, o que implica na necessidade de novos projetos em que centrais de grande porte sejam implantadas, visando um gasto comparativamente menor ao somatório de aparelhos individuais. / [en] This work involves the modeling of window air conditioners, with the purpose to obtain the electrical potential consume by itself, related to the medium external temperature. To obtain such goal, it was necessary the study of all features which involve their several components, aiming the conduct fitted from the parts, due to the result expected. It was made a public research with the users from these equipments. From this result, it was developed a stochastic model to be used in energy demand from a specific region, considering that the equipment / machine in use shows similar qualifications. After that, it was added to the system of machine a direct load control, which delay the compressor, obtaining an efficient working from it (saving demand), without affecting deeply normal using conditions. Finally, comparing two examples mentioned above, it was concluded that in the less powerful equipment (air conditioner) the thermal control with changed features, had good results, while more powerful equipments are more economic with direct load control. / [es] Esta disertación tiene como objetivo principal buscar formas de modelar y controlar adecuadamente, equipos de aire acondicionado de tipo ventana, por tratarse de equipos que poseen un alto consumo de energía, superado tan solo por la ducha eléctrica. La contribución de éste para la demanda del sector doméstico es del orden de 7 %. Las investigaciones sobre la pose de electrodomésticos muestran que sólo el 6 % de los domicilios tiene instalada tal tipo de máquina, lo que representa um expresivo potencial de crescimiento en la adquisición de este producto para los próximos años. Es oportuno observar que en edificios comerciales, 48 % de la energia consumida se refiere a refrigeración, lo que nos lleva a la necesidad de nuevos proyectos donde, centrales de grande porte seam implantadas, para conseguir un gasto comparativamente menor a la suma de equipos individuales.

[pt] Asset and Liability Management ou ALM pode ser definido como um processo gestão de ativos e passivos de forma coordenada com a finalidade de atingir os objetivos financeiros de uma organização. No caso dos fundos de pensão, o ALM consiste fundamentalmente na determinação da política ótima de investimentos. Esta deverá maximizar o capital acumulado através de contribuições dos participantes e do retorno dos investimentos ao mesmo tempo em que minimiza o risco do não cumprimento das obrigações do fundo. A aplicação de modelos de programação estocástica para problemas de ALM em fundos de pensão é dificultada pelos longos prazos envolvidos - a duração dos benefícios pode ultrapassar cem anos. No entanto, os modelos de programação estocástica propostos na literatura limitam o horizonte de planejamento a poucas décadas, ao final das quais é imposta uma restrição de capital mínimo com vistas a controlar o risco de equilíbrio relativo ao restante da vigência do fundo. Este trabalho propõe um novo método para incorporar o risco de equilíbrio na determinação do capital mínimo final do modelo de programação estocástica aplicado a um fundo de pensão no contexto brasileiro. No método proposto, o cálculo da probabilidade de insolvência leva em consideração que os benefícios futuros devem ser trazidos a valor presente pela rentabilidade futura da carteira, cuja distribuição de probabilidades é levantada através de um processo de reamostragem (bootstrap) dos cenários embutidos na solução do problema de programação estocástica. O método proposto permite evidenciar que a probabilidade de insolvência medida tradicionalmente utilizada subestima acentuadamente o risco de equilíbrio. / [en] Asset and Liability Management or ALM can be defined as a process of managing coordinately assets and liabilities in an attempt to achieve an organization´s financial objectives. For instance, a pension fund ALM consists in determining the optimal investment policy which is the one that maximizes wealth accumulated by the contributions and minimizes the equilibrium risk defined as the insolvency probability, i.e., the probability that the fund won´t be able to pay all benefits during the planning horizon. The use of stochastic programming models for ALM problems is more difficult because of the long planning horizon. However stochastic programming models are proposed in the literature reducing the planning horizon and including a chance constraint or an objective function penalization to control the equilibrium risk for the non-considered period. On this work, a new method for measuring and controlling the equilibrium risk is proposed determining capital requirement of a Brazilian pension fund for the nonconsidered period. This developed method considers the portfolio return as the discount rate of all net liability flows. The distribution of this discount rate conditioned on the optimal decisions is estimated by bootstrapping the portfolio return embedded on the stochastic programming solution. To sum up, this method shows that the usual insolvency probability of the previous models actually underestimates the pension fund`s equilibrium risk.

[pt] As proteínas e outros peptídeos são cadeias de aminoácidos que desempenham funções biológicas específicas dentro de um organismo. A funcionalidade dessas estruturas depende da sua organização tridimensional, portanto é importante determinar quais são os fatores que controlam o bom enovelamento. Se a sequência é conhecida em principio poder-se-ia predizer sua estrutura 3D mediante uma dinâmica molecular de todos os átomos da sequência e das moléculas de água circundantes, mas é claro que esse tipo de simulação é inviável com os recursos computacionais atuais. Alternativamente, consideramos modelos simplificados que levem em conta somente as características principais de cada monômero e das partículas do meio. Efetuamos simulações de dinâmica molecular, considerando interações do tipo Lennard Jones entre monômeros (distinguindo entre monômeros polares e hidrofóbicos) e adicionalmente incorporando uma força estocástica (Langevin) para complementar a influência do meio aquoso. Consideramos diversas sequências lineares, simétricas e de comprimento fixo, evoluindo no espaço bi ou tridimensional. Como resultado destas simulações, podemos descrever a evolução temporal no espaço de conformações mediante variáveis efetivas ou coordenadas de reação, tais como o raio de giro, a distância entre as extremidades ou o número de contatos entre monômeros não ligados. Da análise das séries temporais dessas variáveis efetivas, extraímos os coeficientes que permitem construir seja a equação diferencial estocástica do movimento das variáveis efetivas ou a equação de Fokker-Planck associada. Estas equações para um número reduzido de graus de liberdade permitem, em princípio, obter informações sobre mudanças conformacionais, difíceis de acessar na descrição completa no espaço de fases original, de alta dimensionalidade. Discutimos as vantagens e limitações desta abordagem. / [en] Proteins and other peptides are aminoacid chains that perform specific biological functions within an organism. The functionality of these structures depends on their three-dimensional organization, so it is important to determine what are the factors that control the proper folding. If the sequence is known, in principle it would be possible to predict its 3D structure by means of molecular dynamics of all atoms of the sequence and the surrounding water molecules, but it is clear that this type of simulation is not feasible with the current computational resources. Alternatively, we consider simplified models that take into account only the main characteristics of each monomer and the particles of the medium. We have performed molecular dynamics simulations, considering the LennardJones-like interactions between monomers (distinguishing between polar and hydrophobic monomers) and additionally incorporating a stochastic (Langevin) force to complement the influence of the aqueous medium. We considered several linear sequences, symmetric, with fixed-length, evolving in the tri or bi-dimensional space. As a result of these simulations, we can describe the temporal evolution in the space of conformations through effective variables or reaction coordinates, such as gyration radius, distance between ends or number of contacts between unbound monomers. From the analysis of the time series of the effective variables, we extract the coefficients that allow to build the stochastic differential equation of motion of the effective variables or its associated Fokker-Planck equation. These equations for a limited number of degrees of freedom provide, in principle, information on conformational changes, which are difficult to access in the description of the original, high dimensional, phase. We discuss the advantages and limitations of this approach.

Orientador: Edson Luiz França Senne / Banca: José Roberto Dale Luche / Banca: Luiz Leduino Neto / Resumo: Neste trabalho propõe-se uma abordagem para o Problema de Balanceamento de Linhas de Montagem (do inglês, Assembly Line Balancing Problem - ALBP) para aumentar a eficiência de uma indústria montadora de veículos. O ALBP caracteriza-se como um problema de sequenciamento de tarefas em estações de trabalho classificado como um problema de Otimização Combinatória NP-difícil e, portanto, a solução exata do problema em ambientes reais geralmente implica em elevado custo computacional. Para resolver o ALBP, foram formulados um modelo matemático de otimização inteira mista para obtenção de soluções determinísticas e um modelo estocástico com recurso que considera a incerteza dos tempos de execução das tarefas pelos operadores. A motivação para o desenvolvimento do presente trabalho decorre da observação de interrupções constantes do fluxo de produção nesta indústria, atribuídas às mais diversas naturezas, e que causavam transtornos e elevados níveis de estresse aos trabalhadores. Ambos os modelos, determinístico e estocástico, aumentaram a capacidade de produção de 196 unidades/dia para 245 e 233 unidades/dia, respectivamente. O modelo estocástico aumentou o tempo de ciclo CT em 5,6% quando comparado ao modelo determinístico, embora diminua a capacidade efetiva em 4,8% Porém, não considerar a incerteza no tempo de execução das tarefas pode diminuir a quantidade produzida em até 10,6%. Contrariamente ao entendimento comum em linhas de montagem, este trabalho conclui que reduzir os tem... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: This work proposes solution approaches to the Assembly Line Balancing Problem (ALBP) to increase the efficiency of a vehicle assembler industry. The ALBP is characterized as a task sequencing in workstations which is classified as a NP-hard Combinatorial Optimization problem and, therefore, the exact solution of the problem in real environments usually implies a high computational cost. In order to solve the ALBP, a mathematical model of mixed integer optimization to obtain deterministic solutions and a stochastic model with resource that considers the uncertainty of the execution times of the tasks by the operators were formulated. The motivation for the development of this work stems from the constant interruptions of the production flow in this industry, attributed to the most diverse natures, which cause disorders and high levels of stress to the workers. The deterministic and stochastic models increased the production capacity from 196 units / day to 245 and 233 units / day, respectively. The stochastic model increased the cycle time by 5.6% when compared to the deterministic model, although it reduced the effective capacity by 4.8%, which is equivalent to 12 vehicles / day. However, not considering the uncertainty in task execution times can decrease the amount produced by up to 10.6% or 26 vehicles / day. Contrary to the most acceptable idea, this work concludes that reducing idle times to minimum levels is detrimental to assembly line productivity. This is due to the ... (Complete abstract click electronic access below) / Mestre

A incerteza é um elemento fundamental da realidade. Então, torna-se natural a busca por métodos que nos permitam representar o desconhecido em termos matemáticos. Esses problemas originam uma grande classe de programas probabilísticos reconhecidos como modelos de programação estocástica. Eles são mais realísticos que os modelos determinísticos, e tem por objetivo incorporar a incerteza em suas definições. Essa tese aborda os problemas probabilísticos da classe de problemas de multi-estágio com incerteza e com restrições probabilísticas e com restrições probabilísticas conjuntas. Inicialmente, nós propomos um modelo de administração de ativos e passivos multi-estágio estocástico para a indústria de fundos de pensão brasileira. Nosso modelo é formalizado em conformidade com a leis e políticas brasileiras. A seguir, dada a relevância dos dados de entrada para esses modelos de otimização, tornamos nossa atenção às diferentes técnicas de amostragem. Elas compõem o processo de discretização desses modelos estocásticos Nós verificamos como as diferentes metodologias de amostragem impactam a solução final e a alocação do portfólio, destacando boas opções para modelos de administração de ativos e passivos. Finalmente, nós propomos um “framework” para a geração de árvores de cenário e otimização de modelos com incerteza multi-estágio. Baseados na tranformação de Knuth, nós geramos a árvore de cenários considerando a representação filho-esqueda, irmão-direita o que torna a simulação mais eficiente em termos de tempo e de número de cenários. Nós também formalizamos uma reformulação do modelo de administração de ativos e passivos baseada na abordagem extensiva implícita para o modelo de otimização. Essa técnica é projetada pela definição de um processo de filtragem com “bundles”; e codifciada com o auxílio de uma linguagem de modelagem algébrica. A eficiência dessa metodologia é testada em um modelo de administração de ativos e passivos com incerteza com restrições probabilísticas conjuntas. Nosso framework torna possível encontrar a solução ótima para árvores com um número razoável de cenários. / Uncertainty is a key element of reality. Thus, it becomes natural that the search for methods allows us to represent the unknown in mathematical terms. These problems originate a large class of probabilistic programs recognized as stochastic programming models. They are more realistic than deterministic ones, and their aim is to incorporate uncertainty into their definitions. This dissertation approaches the probabilistic problem class of multistage stochastic problems with chance constraints and joint-chance constraints. Initially, we propose a multistage stochastic asset liability management (ALM) model for a Brazilian pension fund industry. Our model is formalized in compliance with the Brazilian laws and policies. Next, given the relevance of the input parameters for these optimization models, we turn our attention to different sampling models, which compose the discretization process of these stochastic models. We check how these different sampling methodologies impact on the final solution and the portfolio allocation, outlining good options for ALM models. Finally, we propose a framework for the scenario-tree generation and optimization of multistage stochastic programming problems. Relying on the Knuth transform, we generate the scenario trees, taking advantage of the left-child, right-sibling representation, which makes the simulation more efficient in terms of time and the number of scenarios. We also formalize an ALM model reformulation based on implicit extensive form for the optimization model. This technique is designed by the definition of a filtration process with bundles, and coded with the support of an algebraic modeling language. The efficiency of this methodology is tested in a multistage stochastic ALM model with joint-chance constraints. Our framework makes it possible to reach the optimal solution for trees with a reasonable number of scenarios.