O enchimento de reservatórios hidrelétricos provoca impactos ambientais, interferindo nos ecossistemas e nos modos de vida das populações envolvidas, pois durante este processo a biomassa terrestre é decomposta lançando substâncias que se concentram nos volumes dos diferentes compartimentos do reservatório. Nestas condições, algumas regiões do reservatório passam por períodos em que os teores de oxigênio dissolvido e a concentração de matéria orgânica comprometem o equilíbrio da flora e fauna locais, afetando tanto a qualidade das águas como também os ecótonos vizinhos. Neste trabalho, será tratado o problema do transporte das concentrações das espécies constituintes, da temperatura e da turbulência, 2D e 2DH, durante o enchimento de compartimentos de reservatórios / The wadding of hidroelectric reservoirs provokes ambient impacts, intervening with the ecosystems and the ways of life of the involved populations, because during this process the terrestrial biomass is decomposed launching substances that stay concentrated in the volumes of the different compartments of the reservoir. In these conditions, some regions of the reservoir pass for periods where the texts of dissolved oxygen and the concentration of organic substance compromise the balance of the local flora and fauna, affecting as much the quality of waters as the neighboring ecotones. In this work, will be treated the problem of the transport of the concentrations of the constituent species, of the temperature and the turbulence, 2D and 2DH, during the wadding of compartments of reservoirs

[pt] Esta tese investiga e desenvolve algoritmos baseados em relaxação Lagrangiana e técnica de desagregação multiparamétrica normalizada para resolver problemas não convexos de programação inteira-mista quadrática com restrições quadráticas. Primeiro, é realizada uma revisão de técnias de relaxação para este tipo de problema e subclasses do mesmo. Num segundo momento, a técnica de desagregação multiparamétrica normalizada é aprimorada para sua versão reformulada onde o tamanho dos subproblemas a serem resolvidos tem seu tamanho reduzido, em particular no número de variáveis binárias geradas. Ademais, dificuldas em aplicar a relaxação Lagrangiana a problemas não convexos são discutidos e como podem ser solucionados caso o subproblema dual seja substituído por uma relaxação não convexa do mesmo. Este método Lagrangiano modificado é comparado com resolvedores globais comerciais e resolvedores de código livre. O método proposto convergiu em 35 das 36 instâncias testadas, enquanto o Baron, um dos resolvedores que obteve os melhores resultados, conseguiu convergir apenas para 4 das 36 instâncias. Adicionalmente, mesmo para a única instância que nosso método não conseguiu resolver, ele obteve um gap relativo de menos de 1 por cento, enquanto o Baron atingiu um gap entre 10 por cento e 30 por cento para a maioria das instâncias que o mesmo não convergiu. / [en] This thesis investigates and develops algorithms based on Lagrangian relaxation and normalized multiparametric disaggregation technique to solve nonconvex mixed-integer quadratically constrained quadratic programming. First, relaxations for quadratic programming and related problem classes are reviewed. Then, the normalized multiparametric disaggregation technique is improved to a reformulated version, in which the size of the generated subproblems are reduced in the number of binary variables. Furthermore, issues related to the use of the Lagrangian relaxation to solve nonconvex problems are addressed by replacing the dual subproblems with convex relaxations. This method is compared to commercial and open source off-the-shelf global solvers using randomly generated instances. The proposed method converged in 35 of 36 instances, while Baron, the benchmark solver that obtained the best results only converged in 4 of 36. Additionally, even for the one instance the methods did not converge, it achieved relative gaps below 1 percent in all instances, while Baron achieved relative gaps between 10 percent and 30 percent in most of them.

El plan de carga del buque debe adherirse a las instrucciones de estiba del operador del buque. Estas instrucciones especifican las características generales de cada contenedor que habrá de ccargarse. El plan de carga también debe agilizar las operaciones de transporte en la explanada de la terminal. Presentamos dos algoritmos para generar el plan de carga. El primero utiliza el método de descomposición Lagrangeana. El segundo utiliza la metaheurística tabú. Las companías navieras se enfrentan a un problema extremadamente complejo cuando intentan determinar la composición y ruteo óptimo de su flota. Presentamos un modelo y algoritmo para este problema. El modelo representa los costes operativos de una naviera. También permite la respresentación de buques con diferentes propiedades, puntos y costes de transbordo, retrasos en puerto, y la posibilidad de rechazar una solicitud de transporte. Un caso práctico explora la sensitividad de los resultados a cambios en el precio del combustible. / The vessel loading plan must comply with stowage instructions provided by the vessel operator, which specify characteristics of each container to be loaded. Additionally, the vessel loading plan should expedite transport operations in the yard. We present two vessel planning algorithms. In the first model, the vessel planning problem is formulated as a mixed integer programming (MIP) model and solved using Lagrangean relaxation and branch and bound. In the second model, a tabu metaheuristic is employed. Liner companies face a complex decision problem in determining the optimal fleet composition and routing. We present a model that captures the revenues and operating expenses of a liner company. The model allows for vessel types with different cost and operating properties; transhipment hubs; port delays; regional trade imbalances; and the possibility of rejecting transportation demand selectively. A case study explores the sensitivity of optimal fleet composition and routing to bunker costs.

Submitted by Aelson Maciera (aelsoncm@terra.com.br) on 2017-09-26T19:15:52Z No. of bitstreams: 1 DissCDAC.pdf: 10114021 bytes, checksum: b3e4f52846924539caadab8587fe2250 (MD5) / Approved for entry into archive by Ronildo Prado (bco.producao.intelectual@gmail.com) on 2018-01-26T18:36:20Z (GMT) No. of bitstreams: 1 DissCDAC.pdf: 10114021 bytes, checksum: b3e4f52846924539caadab8587fe2250 (MD5) / Approved for entry into archive by Ronildo Prado (bco.producao.intelectual@gmail.com) on 2018-01-26T18:36:39Z (GMT) No. of bitstreams: 1 DissCDAC.pdf: 10114021 bytes, checksum: b3e4f52846924539caadab8587fe2250 (MD5) / Made available in DSpace on 2018-01-26T18:42:45Z (GMT). No. of bitstreams: 1 DissCDAC.pdf: 10114021 bytes, checksum: b3e4f52846924539caadab8587fe2250 (MD5) Previous issue date: 2017-03-10 / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / This work aims at treating the Dynamic Vehicle Allocation Problem (DVAP) in the context of the Brazilian Freight Transportation system. The problem consists of allocating empty vehicles to different terminals so as to attend the demand of freight transport during a predetermined planning horizon while maximizing the profit from these services. These type of decisions arise in customized freight transport services and in between-terminals operations of consolidation freight services. Given the size of the resulting models of real life problems confronted by third party logistics operators are large for using exact solution methods, heuristic methods have been used for giving good quality solution at the expense of optimality guarantee. In this context, the objective of this work is to contribute with solution methods that provide optimality guarantee or quality solution certificates for treating large-scale problems in reasonable computational times. The methods utilized are lagrangean relaxation, using subgradient optimization, and DantzigWolfe decomposition together with a lagrangian heuristic and factibilization method, respectively. Computational experiments are presented and analyzed for randomly generated instances and real-world instances from a brasilian freight operator. The latter method shows great potential for treating large-scale problems. / Este trabalho aborda o problema de Alocação Dinâmica de Veículos (PADV) no contexto de Transporte Rodoviário de Carga. O problema envolve alocar veículos de carga para atender a demanda de transporte de carga prevista entre terminais durante um horizonte de tempo multiperíodos e finito. O objetivo e maximizar o lucro gerado pelos serviços completados. Este tipo de decisões surge nos serviços de transporte de carga de lotação e na parcela de transporte de transferência dos serviços de transporte de carga consolidada. Dado que o tamanho dos problemas que enfrentam as transportadoras logísticas sÃo consideravelmente grandes parase resolver com métodos exatos em tempos computacionais aceitáveis, tem-se utilizado métodos heurísticos para dar boas soluções sem garantia de otimalidade mas em tempos toleráveis a estes problemas. Neste contexto, pretende-se contribuir com métodos de solução que proporcionem garantia de otimalidade e/ou boas soluções aproximadas, acompanhadas de certificados de otimalidade ou de qualidade de solução, para tratar problemas de porte em tempos razoáveis. Os métodos propostos estao baseados em relaxação lagrangiana, utilizando o método de otimização do subgradiente, e na decomposto de Dantzig Wolfe, utilizando a técnica de geração de colunas, além de heurísticas lagrangianas e de factibilização acopladas nestes métodos. Experimentos computacionais usando instâncias geradas aleatoriamente e baseados em dados reais de transportadoras brasileiras sao apresentados e analisados, para as duas abordagens, mostrando seus potenciais de aplicação pratica, principalmente para problemas de grande porte.

Este trabalho propõe estudar o projeto de estruturas submetidas a grandes deslocamentos utilizando o Método de Otimização Topológica (MOT). O MOT é um método numérico capaz de fornecer de forma sistemática a distribuição ótima de material no domínio de uma estrutura de forma a atender a um dado requisito de projeto, por exemplo, o valor de flexibilidade máxima permitida em uma estrutura. Desde sua introdução, há quase três décadas, o MOT ganhou popularidade na área acadêmica e na indústria. Até o presente momento (2011), a maioria dos trabalhos relacionados com o método tem se preocupado com a otimização de estruturas com o comportamento linear, ou seja, pequenos deslocamentos. Um pequeno número de artigos e trabalhos tem sido relacionado com a modelagem e otimização topológica de estruturas submetidas a efeitos não-lineares. Este trabalho propõe compilar as formulações descritas na literatura e agregar novas técnicas na implementação da OT de forma a melhorar a robustez na obtenção de resultados sob não-linearidade geométrica. O MOT para o comportamento não-linear geométrico neste trabalho foi implementado utilizando o modelo de material SIMP. O comportamento não-linear geométrico é representado utilizando a formulação Lagrangiana para as leis de material de Kirchhoff-Saint Venant e neo-Hookiana. Ambas as leis de material foram implementadas utilizando o método de elementos finitos (MEF) e o equilíbrio estático da estrutura é obtido através de uma rotina incremental e iterativa de Newton incluindo todos os elementos (inclusive os de baixa densidade) dentro do domínio de projeto. A sensibilidade da função objetivo é deduzida utilizando o método adjunto e o problema de otimização é resolvido utilizando o Método das Assíntotas Móveis (MAM) em conjunto com uma função de Relaxação proposta para estabilizar a solução de OT não-linear. A função de projeção não-linear em conjunto com o Método da Continuação é utilizada para eliminar o problema de tabuleiro e independência de malha, melhorando a convergência dos resultados. A função objetivo para minimização da flexibilidade no ponto de aplicação do carregamento é testada, considerando um carregamento fixo. Neste trabalho, os exemplos mostram que as diferenças na rigidez das estruturas otimizadas utilizando modelagem linear e não-linear são geralmente pequenas para pequenos carregamentos, mas elas podem ser grandes em certos casos envolvendo grandes cargas, acarretando em instabilidades na estrutura, o que pode degenerar a solução obtida. / This work proposes studying the design of structures undergoing large displacement using Topology Optimization Method (TOM). The TOM is a numerical method capable of synthesizing the basic layout of a mechanical structure accomplishing to a given design requirement, for example the maximum strain energy allowed in the structure. Since its introduction nearly three decades, TOM has gained widespread popularity in academia and industry. So far, most papers dealing with the method have been concerned with the optimization of structures with linear geometric and material behavior. Even now a small number of works and articles have been concerned with the modeling and topology optimization of structures undergoing nonlinear effects. This work proposes to compile the formulations described in the literature and adding new techniques to improve the robustness for obtaining results of OT under geometric nonlinearity. The TOM for geometric nonlinear behavior in this work is implemented with Solid Isotropic Microstructure with Penalization (SIMP) material model. The geometrically nonlinear behavior of the structures is modeled using a Lagrangean description for hyperelastic constitutive models for Saint Venant-Kirchhoff and neo-Hookean. Both constitutive models are implemented using the Finite Element Method (FEM) and the static equilibrium of the structure is obtained using an incremental and iterative Full-Newton Method considering all elements and internal force of the design domain (elements called \"voids\"). The sensitivity of the objective function is derived using the adjoint method and the optimization problem is solved using the Optimality Criteria (OC) method and Method of Moving Asymptotes (MMA) together with a Relaxation Function proposed to stabilize the TO nonlinear solution. The nonlinear projection function in conjunction with the Continuation Method is used to obtain checkerboard-free and mesh-independent designs and to improve the convergence results. The objective function of end-compliance is tested, by minimizing it for a fixed load. In this work, some examples show that differences in stiffness of optimized structures using linear and nonlinear modeling are generally small, however they can be large in certain cases involving buckling or bifurcation point, that degenerate the solution obtained.

Submitted by Renata Lopes (renatasil82@gmail.com) on 2016-06-16T17:52:10Z No. of bitstreams: 1 camiladefreitasfernandes.pdf: 740367 bytes, checksum: fac5ab7dcb039b31d587151b9a53fab1 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2016-07-13T14:25:13Z (GMT) No. of bitstreams: 1 camiladefreitasfernandes.pdf: 740367 bytes, checksum: fac5ab7dcb039b31d587151b9a53fab1 (MD5) / Made available in DSpace on 2016-07-13T14:25:13Z (GMT). No. of bitstreams: 1 camiladefreitasfernandes.pdf: 740367 bytes, checksum: fac5ab7dcb039b31d587151b9a53fab1 (MD5) Previous issue date: 2016-04-08 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Neste trabalho estudamos um algoritmo para solução de problemas de otimização irrestrita com funções não necessariamente convexas ou diferenciáveis, denominado Nonsmooth Feasible Direction Nonconvex Algorithm - NFDNA, e fazemos uma aplicação deste algoritmo que consistiu em utilizá-lo como subrotina de um outro algoritmo chamado Interior Epigraph Direction (IED) method. O IED, desenvolvido para resolver problemas de otimização não convexa, não diferenciável mas com restrições, utiliza Dualidade Lagrangeana que requer a minimização da função Lagrangeana. A eficiência do IED depende fortemente de tal minimização. Como aplicação, substituímos a rotina fminsearch do Matlab, utilizada originalmente pelo IED, pelo NFDNA. Mostramos através da solução de problemas teste que a performance do IED foi mais eficiente com a utilização do NFDNA. / In this work we study an algorithm for solving unsconstrained, not necessarily convex or differentiable optimization problems called Nonsmooth Feasible Direction Nonconvex Algorithm - NFDNA. We also employ this algorithm as a subroutine of the Interior Epigraph Directions (IED) method. The IED method, devised for solving constrained, nonconvex and nonsmooth optimization problems uses Lagrangean Duality which requires the minimization of the Lagrangean function. The effectiveness of the IED depends strongly on the Lagrangean function minimization. As an application, we replace the Matlab routine fminsearch, originally used by IED, with NFDNA. We show through the solution of test problems that the IED performance is more efficient by employing NFDNA.