Made available in DSpace on 2019-03-30T00:01:23Z (GMT). No. of bitstreams: 0 Previous issue date: 2018-06-26 / Virtual sensors provisioning is a central issue for sensors cloud middleware since it is responsible for selecting physical nodes, usually from Wireless Sensor Networks (WSN) of different owners, to handle user's queries or applications. Recent works perform provisioning by clustering sensor nodes based on the correlation measurements and then selecting fewer nodes as possible to preserve WSN energy. However, such works consider only homogeneous nodes (all nodes using the same set of sensors). Therefore, those works are not entirely appropriate for sensor clouds, which in most cases comprises heterogeneous sensor nodes. In this thesis, we propose ACxSIM, an approach to enhance the provisioning task by considering heterogeneous environments. Two main algorithms form ACxSIM. The first one, ACASIM, creates multi-dimensional clusters of sensor nodes, taking into account the measurements correlations instead of the physical distance between nodes like most works on literature. Then, the second algorithm, ACOSIM, based on an Ant Colony Optimization system, selects an optimal set of sensors nodes from to respond user¿s queries while attending all parameters and preserving the overall energy consumption. Simulations have shown that ACxSIM has better performance than the LEACH protocol regarding energy consumption (7.0x) and Mean Squared Error (2.0x), indicating the feasibility of the proposed approach. Keywords: Ant Colony Optimization. Clustering. Virtualization. Wireless Sensor Networks. / No contexto de nuvens de sensores, o procedimento de provisionamento é essencial, uma vez que é responsável por selecionar os sensores físicos, geralmente de redes de sensores sem fio (RSSF) de diferentes proprietários, que serão alocados (provisionados) para compor os sensores virtuais. Trabalhos recentes na literatura realizam o provisionamento agrupando nós de sensores com base nas medidas de correlação e, em seguida, selecionando o menor conjunto possível de nós para preservar a energia da RSSF, ao mesmo tempo que garante os requisitos das aplicações. No entanto, tais trabalhos consideram apenas nós homogêneos, i.e., nós que monitoram o mesmo conjunto de variáveis. Desta forma, tais trabalhos não são inteiramente apropriados para o ambiente de nuvens de sensores, que na maioria dos casos incluem nós sensores heterogêneos. Nesta tese, propomos ACxSIM, uma abordagem para aprimorar o provisionamento de sensores virtuais, considerando ambientes heterogêneos. Dois algoritmos principais formam ACxSIM. O primeiro, ACASIM, cria clusters multidimensionais de nós de sensores, levando em consideração as correlações de medições em vez da distância física entre nós, que é a abordagem padrão da maioria dos trabalhos encontrados na literatura. Em seguida, ACOSIM, um algoritmo baseado em um sistema de otimização por colônia de formigas, seleciona um conjunto ótimo de nós de sensores para responder as consultas do usuário que atende aos parâmetros das consultas e preserva o consumo geral de energia. Simulações realizadas mostraram que ACxSIM possui melhor desempenho do que o protocolo LEACH com relação ao consumo de energia (aproximadamente 7.0x) e Erro Quadrático Médio (2.0x), indicando a viabilidade da abordagem proposta. Palavras-chaves: Otimização por colônia de formigas. Agrupamento. Virtualização. Redes de Sensores Sem Fio.

Made available in DSpace on 2019-03-30T00:01:35Z (GMT). No. of bitstreams: 0 Previous issue date: 2015-01-27 / This work presents a block-loading hybrid approach to solve the Container Loading Problem. The general idea behind the proposed algorithm is to decompose this classic Cutting and Packing problem into two subproblems, namely, a three-dimensional problem of generating a set of blocks of boxes and a two-dimensional problem of positioning a subset of these blocks on the floor of the container. On the one hand, the block generation phase is completely deterministic. Constructive algorithms to accomplish this task have been recently proposed. On the other hand, the positioning phase is non-deterministic. It comprises the Generate-and-Solve methodology, a hybrid optimization framework that combines a metaheuristic engine with an exact solver. Computational experiments performed on benchmark problem instances show that hybrid approach presents very competitive results compared to those found by state-of-the-art algorithms, obtaining in average a space utilization of 93.49% for the instances under investigation. Regarding only the best solution found for each instance, the space utilization was of 94.13% in average. In particular, for instances with a few number of box types, the proposed approach outperformed the best results reported in the literature in several test cases. Key-words: Combinatorial Optimization. Cutting and Packing. Container Loading. HybridMetaheuristics. / Este documento apresenta uma abordagem híbrida de posicionamento de blocos para resolver o Problema de Carregamento de Contêiner. A ideia central do algoritmo proposto é decompor esse clássico problema de Corte e Empacotamento em dois subproblemas: um problema de empacotamento tridimensional que objetiva gerar blocos de caixas; e um problema de posicionamento bidimensional no piso do contêiner que busca maximizar o volume ocupado por um subconjunto desses blocos. Por um lado, a fase de geração de blocos é completamente determinística. Algoritmos construtivos que realizam essa tarefa têm sido recentemente propostos. Por outro lado, a fase de posicionamento de blocos é não-determinística. Esta compreende a metodologia híbrida Gerar-e-Resolver, que combina uma metaheurística com um modelo exato. Experimentos computacionais realizados em bibliotecas de testes da literatura mostram que a abordagem híbrida apresenta resultados bastante competitivos em relação àqueles do estado da arte, alcançando aproveitamento médio de 93,49% do espaço do contêiner para as instâncias estudadas. Considerando apenas a melhor solução encontrada para cada instância, o aproveitamento médio foi de 94,13%. Em particular, para instâncias com poucos tipos de caixas, a abordagem superou os melhores resultados conhecidos na literatura em diversos casos de teste. Palavras-chaves: Otimização Combinatória. Corte e Empacotamento. Carregamento de Contêiner. MetaheurísticasHíbridas.

Made available in DSpace on 2019-03-29T23:13:05Z (GMT). No. of bitstreams: 0 Previous issue date: 2008-08-01 / This work introduces four novel population-based heuristic algorithms, whose population size varies along the execution, which are aimed at solving problems of search and numerical optimization. These algorithms are extensions of the standard models of two metaheuristics recently proposed in the literature, which have been successfully applied in different fields. They are: Particle Swarm Optimization (PSO) and Differential Evolution (DE). In addition, these new algorithms are daptations of two other models proposed in the context of Genetic algorithms (GAs), namely, the Adaptive Population size GA (APGA) and Population Resize on Fitness Improvement GA (PRoFIGA). In order to empirically validate the proposed algorithms, their implementations are evaluated in terms of efficiency and effectiveness in three different case studies: optimization of benchmark numerical functions; prototype selection for data clustering; and training of feedforward neural networks. The results obtained in the benchmark functions optimization indicate gains, in terms of the ffectiveness issue, for time-varying population size models. Conversely, the results achieved by the time-varying population size models when dealing with the data clustering task have not shown gains in erformance. Finally, in the training of artificial neural networks, the novel algorithms could utperform the standard models in terms of effectiveness criterion, although the gains incurred were less expressive than those obtained in the first case study. Keywords: Optimization, Population-based Metaheuristics, Parameter Control, Evolutionary Computing, Particle Swarm Optimization, Differential Evolution, Data Clustering, Artificial Neural Netwo / Este trabalho apresenta quatro novos algoritmos heurísticos de cunho populacional, cujo tamanho da população varia ao longo de sua execução, sendo estes destinados à resolução de problemas de busca e otimização numérica. Estes algoritmos são extensões dos modelos padrão de duas metaheurísticas propostas recentemente na literatura e que vêm sendo aplicadas com sucesso em diferentes domínios; são elas a Otimização por Enxame de Partículas (PSO) e a otimização por Evolução Diferencial (DE). Ademais, os novos algoritmos são adaptações de dois outros modelos propostos no contexto de algoritmos Genéticos (AGs): o Algoritmo Genético com Tamanho Adaptativo da População (APGA) e o Algoritmo Genético com Tamanho da População Variável Baseado na Melhoria do Fitness (PRoFIGA). Com o intuito de validar empiricamente os algoritmos propostos, estes são avaliados, em termos de critérios de eficiência e eficácia, em três estudos de caso: otimização de funções numéricas de benchmark; descoberta de protótipos em agrupamentos de dados; e treinamento de redes neurais feedfoward. Os resultados obtidos na otimização de funções numéricas de benchmark indicam a possibilidade de ganhos substanciais, em termos da localização de soluções (quase-)ótimas, em relação aos modelos com tamanho fixo da população. Já na tarefa de descoberta de protótipos em agrupamentos de dados, os resultados obtidos não evidenciaram ganhos significativos em termos de eficácia. Finalmente, os resultados obtidos na tarefa de treinamento de redes neurais artificiais indicam também ganhos de eficácia, embora menos expressivos, por parte dos algoritmos com população variável em relação aos algoritmos com tamanho fixo da população. Palavras-Chave: Otimização, Metaheurísticas Populacionais, Controle de Parâmetros, Computação Evolutiva, Inteligência Coletiva, Otimização por Enxame de Partículas, Otimização por Evolução Diferencial, Agrupamento de dados, Redes Neurais Artificiais.

Made available in DSpace on 2019-03-29T23:16:04Z (GMT). No. of bitstreams: 0 Previous issue date: 2009-08-21 / Real-world databases may contain several missing values, which may degrade the performance of data mining algorithms running over them, making it hard to analyze data. This problem is usually dealt with missing value imputation. The present work evaluates how imputation by numerical optimization using bio-inspired algorithms may affect the performance of classifiers induced over pre-processed data. Here, three techniques were conceived: imputation using genetic algorithm (GA), imputation using particle swarm optimization (PSO), and imputation using cooperative co-evolution. In order to analyze the proposed techniques, six different datasets from the UCI Machine Learning Repository and five well known classification algorithms were adopted. In this analysis, efficiency and efficacy criteria were taken into account. In order to compare the results obtained, two traditional missing value imputation techniques were used, namely, imputation using mean or mode, and imputation using the KNN algorithm. The study shows that all the imputation techniques considered could increase the performance of the resulting classifiers. The obtained results do not point out an optimal method, adequate to all situations. The experiments, however, showed that, in general, the techniques that use bio-inspired algorithms were the most effective, while traditional techniques entailed better computational performance. It should also be observed that the heuristic techniques PSO and cooperative co-evolution, still not much explored in the context of data preprocessing, could have prevailed in several experiments. Keywords: Data mining, Data preparation, Missing value imputation, Metaheuristics, Genetic algorithms, Particle swarm optimization, Cooperative co-evolution. / Diversas bases de dados reais se caracterizam pela ausência marcante de determinados valores de seus atributos. Esses dados ausentes podem vir a degradar sobremaneira o desempenho de algoritmos de mineração de dados, dificultando a análise resultante. Uma maneira comum de tratar esse problema é via imputação, ou seja, estimação dos valores faltantes a partir de outros existentes na base. Este trabalho avalia como uma abordagem de imputação por otimização numérica utilizando algoritmos bio-inspirados pode vir a aprimorar o desempenho de classificadores induzidos sobre as bases pré-processadas. Três técnicas foram empregadas segundo esta abordagem: imputação utilizando algoritmo genético (GA), imputação utilizando otimização por enxame de partículas (PSO) e imputação utilizando co-evolução cooperativa. Com o intuito de analisar as técnicas propostas, em termos de eficiência e eficácia, seis bases de dados do repositório UCI e cinco populares algoritmos de classificação foram adotados. Para efeito de comparação, foram empregadas ainda outras duas técnicas tradicionais de imputação: a imputação pela média ou moda e a imputação fazendo uso do algoritmo KNN. O estudo mostra que todas as técnicas de imputação consideradas são capazes de elevar o desempenho dos classificadores. Os resultados obtidos não apontam para um método ótimo para todas as situações. Contudo, os experimentos sugerem que, em geral, as técnicas que fazem uso de algoritmos bio-inspirados são as mais eficazes ao passo que as técnicas tradicionais são as de melhor desempenho computacional. Observa-se também que os algoritmos co-evolução cooperativa e PSO, ainda não muito explorados no contexto de pré-processamento de dados, sobressaíram-se em diversos experimentos realizados. Palavras-Chave: Mineração de dados, Pré-processamento de dados, Imputação de valores faltantes, Metaheurísticas, Algoritmos genéticos, Otimização por enxame de partículas, Co-evolução cooperativa.

Made available in DSpace on 2019-03-29T23:32:55Z (GMT). No. of bitstreams: 0 Previous issue date: 2012-08-30 / The aim of this study is to establish a parallel between four bioinspired metaheuristic algorithms (namely, Genetic Algorithm, Differential Evolution, Particle Swarm Optimization, and Harmony Search), testing them with continuous optimization benchmark functions and assessing them based on data collected about the quality of the solutions they generate and based on the way they explore the search space. Novel techniques are proposed to collect data about the modus operandi of the algorithms using Voronoi Diagrams and through a division of the search space in bi-dimensional regions using Self-Organizing Maps. The use of these maps as a Visual Data Mining tool aims to process the resulting data and identify the available clusters. We wish to understand the influence of parameter calibration on the search behavior of the metaheuristic algorithms, as well as their sensitivity to dimension changes of the optimization functions they are solving. Furthermore, behavior profiles can be established and patterns can be defined, allowing us to analyze in detail the similarities/dissimilarities between the algorithms. All metaheuristics were implemented step-by-step to allow us to understand their inner workings, peculiarities, and also facilitate the tracking of their search behavior along their execution on the optimization problems. Keywords: Bioinspired Metaheuristics. Information Visualization. Visual Data Mining. Self-Organizing Maps. Kohonen Maps. Voronoi Diagrams. / Este trabalho tem por finalidade traçar um paralelo entre quatro algoritmos bio-inspirados de cunho meta-heurístico (a saber: Algoritmo Genético, Evolução Diferencial, Otimização por Enxame de Partículas e Busca Harmônica), testando-os em funções de benchmark de otimização contínua e avaliando-os com base em dados coletados sobre a qualidade das soluções geradas e sobre o modo de exploração do espaço de busca. São propostas aqui técnicas de coleta de informações sobre o modus operandi dos algoritmos que envolvem Diagramas de Voronoi e divisão do espaço de busca em regiões bidimensionais utilizando Mapas Auto-organizáveis. O uso desses mapas como ferramenta de Mineração Visual de Dados tem como objetivo avaliar os dados gerados e identificar os agrupamentos que foram formados. Procuramos entender a influência da alteração dos valores dos parâmetros das meta-heurísticas no seu comportamento ao longo do tempo, bem como a sua sensibilidade às mudanças de dimensão das funções de otimização que estão solucionando. Dessa forma, almeja-se traçar perfis de comportamento e definir a posteriori um padrão para possibilitar a análise mais detalhada das similaridades/dissimilaridades entre as abordagens. Todos os algoritmos utilizados foram implementados passo-a-passo a fim de entender as suas particularidades, esclarecer melhor seus mecanismos internos e facilitar o rastreamento do comportamento dos mesmos no ato da resolução dos problemas. Palavras-chave: Meta-heurísticas Bioinspiradas. Visualização da Informação. Mineração Visual de Dados. Mapas Auto-Organizáveis. Mapas de Kohonen. Diagramas de Voronoi.

Muitos sistemas na natureza e na indústria são conhecidos por apresentarem comportamento oscilatório, como os sistemas biológicos do tipo predador-presa, biotecnológicos de fermentação e as golfadas na indústria de petróleo. Para fins de estudo de características de tais sistemas, como dinâmica, estabilidade e robustez, modelos matemáticos são formulados. Os parâmetros dos modelos são frequentemente arbitrariamente escolhidos, ou baseados em algum conhecimento prévio do sistema real com intuito de representar qualitativamente um comportamento desejado. No entanto, esta prática pode acarretar conclusões errôneas sobre a análise do sistema. Portanto, o objetivo deste trabalho é estudar o problema da estimação de parâmetros em sistemas oscilatórios, que apresentam especificamente ciclo limite. Em sistemas não oscilatórios, os sinais de saída possuem apenas a característica da forma do sinal, ou trajetória, enquanto que o sinal de saída de um sistema oscilatório possui, além de uma trajetória, a característica da periodicidade. A periodicidade faz com que o sistema repita seus valores em períodos regulares de tempo e também resulta no crescimento ilimitado dos índices de sensibilidade do sistema com o tempo (Lu & Yue, 2012). Devido a este fato, a aplicação direta de métodos tradicionais de análise de sensibilidade baseados em derivada não é viável neste tipo de sistema Neste trabalho, os efeitos da trajetória e da periodicidade foram desacoplados em três métricas que capturam características necessárias do ciclo limite: período, número de oscilações e somatório dos pontos médios de subida e descida dos ciclos. Através destas métricas, uma função objetivo é proposta para a estimação de parâmetros de modelos com ciclo limite. Além disso, as métricas viabilizam a análise de sensibilidade destes sistemas. Visando a obtenção de um modelo matemático para estuda do efeito da golfada em sistemas de produção de petróleo offshore, o estudo de caso principal deste trabalho é o modelo FOWM (Diehl et al., 2017). Os modelos de Lotka-Volterra e de Jöbses et al. (1986) também foram estudados para abordar mais ampla as métricas propostas e reforçar seu desempenho e aplicabilidade a outros sistemas com ciclo limite. A função objetivo proposta foi comparada com o método dos mínimos quadrados e com resultados presentes na literatura, para o modelo FOWM, através do teste de Fischer. Os resultados mostram a viabilidade da análise de sensibilidade com as métricas propostas e o desempenho superior da estimação de parâmetros utilizando a função objetivo proposta. / Many systems in industry and in nature are known to exhibit oscillatory behavior, such as the predator-prey in biological system, fermentation in biotechnological system and the slugs in oil industry. For purposes of studying the characteristics of such systems, such as dynamics, stability and robustness, mathematical models are formulated. The model parameters are often arbitrarily chosen, or based on some prior knowledge of the real system, in order to qualitatively represent a desired behavior. However, this practice may lead to erroneous conclusions about the system analysis. Therefore, the objective of this work is to study the problem of parameter estimation in oscillatory systems, which present limit cycle. In non-oscillatory systems, the output signals have only the characteristic of the shape of the signal, or trajectory, whereas the output signal of an oscillatory system has, in addition to a trajectory, the characteristic of periodicity. Periodicity means that the system repeats its values over regular periods of time, and also results in the unlimited growth of system sensitivity indices over time (Lu & Yue, 2012). Due to this fact, the direct application of traditional methods based on derivative is not feasible in this type of system In this work, the effects of trajectory and periodicity were decoupled in three metrics that capture the necessary characteristics of the limit cycle: period, number of oscillations and sum of the average points of rise and fall of the cycles. Through these metrics, an objective function is proposed for the estimation of parameters of models with limit cycle. In addition, the metrics enable the sensitivity analysis of these systems. Aiming the identification of a model to describe the slug effect on the offshore oil production system, the main case study of this work is the FOWM model (Diehl et al., 2017). The models of Lotka-Volterra and Jöbses et al. (1986) have also been studied to enable a broader approach to the proposed metrics and to reinforce their performance and applicability to other systems with limit cycle. The proposed objective function was compared with the least squares method and with results in the literature, for the FOWM model, through the Fischer test. The results show the feasibility of the sensitivity analysis with the proposed metrics and the superior performance of the parameter estimation using the proposed objective function.

Made available in DSpace on 2019-04-05T23:03:12Z (GMT). No. of bitstreams: 0 Previous issue date: 2005-08-20 / The decision making in construction of earth dams is made taking into account previous projects and the experience of involved engineers. We present in this study a modeling process with the objective of giving support to decisions making in the construction of earth dams with homogeneous and zoned sections. The modeling process is based on multicriteria models, using ELECTRE III and ZAPROS III methods that allows determining the best selection of materials and on mixed integer nonlinear programming models that optimize the construction costs. A case study of the use of the proposed tool was applied in the project of the dam of Frios (Brazil,Ce). / A tomada de decisões na construção de barragens de terra é feita levando-se em conta projetos anteriores e a experiência dos engenheiros envolvidos. Apresentamos um processo de modelagem, com o objetivo de dar suporte a estas tomadas de decisões na construção de barragens de terra com seções do tipo homogêneas e zoneadas. Estruturada a partir de modelos multicritério, utilizando os métodos ELECTRE III e ZAPROS III, que permitem a melhor seleção de materiais e em modelos da programação matemática não linear inteira mista que visa à otimização dos custos. Um estudo de caso foi aplicado no projeto da barragem do açude Frios (Brasil, CE).

Orientador: Jorge Stolfi / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Ciencia da Computação / Made available in DSpace on 2018-11-01T12:54:45Z (GMT). No. of bitstreams: 1 Rosi_RoberMarcone_M.pdf: 3761476 bytes, checksum: b4531d082767a3cfb532a9610fb88352 (MD5) Previous issue date: 1995 / Resumo: Um complexo celular bidimensional é uma subdivisão de uma superfície num número fi­nito de elementos - faces (discos abertos), arestas (curvas abertas) e vértices (pontos). Descreve-se aqui um programa que, dada apenas a estrutura topológica de um complexo celular (ou seja, as relações de incidência e adjacência entre seus elementos), determina uma representação geométrica do mesmo (uma superfície subdividida), que é "bonita" e permite visualizar facilmente a topologia do complexo / Abstract: A two-dimensional cell complex is a partition of a surface into a finite number of elements faces (open discs), edges (open curves) and vertices (points). Here, is described a program which given only the topological structure of a cell complex (that is, the incidence and adjacency relationships between its elements), constructs a geometric representation of it - a subdivided surface - which is "nice looking" and allows one to clearly visualize the topology of the complex / Mestrado / Mestre em Ciência da Computação

Made available in DSpace on 2018-08-01T23:29:07Z (GMT). No. of bitstreams: 1 tese_10832_50--Rodrigo Mazolini Imberti.pdf: 4654558 bytes, checksum: f6ed82a05d78e60796a3ce001efa7048 (MD5) Previous issue date: 2017-03-30 / O beneficiamento do cacau, fruto em destaque no norte do ES, tem por finalidade manter a qualidade das amêndoas secas para uso como matéria prima na fabricação de produtos de cacau como o chocolate, manteiga de cacau e outros. É comum a secagem solar, devido à sua fácil implementação. No entanto, a qualidade das amêndoas pode ser comprometida, pois esse processo depende das condições climáticas. Desse modo, existe como alternativa à utilização de secadores convectivos artificiais. Entre os modelos de secadores já existentes no mercado, para secagem de grãos em geral, foi selecionado o túnel de vento, com controle da temperatura e do fluxo de ar. As secagens foram conduzidas por meio de camada única, utilizando o cultivar CCN 51, modulando-se a temperatura do ar de secagem em esquemas step down (SD), step up (SU) ou fixa (FX), com variações de fluxo do ar entre 1 a 3 m.s-1. O objetivo é de maximizar a preservação dos compostos fenólicos encontrando as melhores condições operacionais de secagem das amêndoas de cacau, previamente fermentadas em 5 dias, tendo como variável resposta a xbs(final), encolhimento, CFT e atividade antioxidante com EC50 de cada experimento. Por meio das técnicas da Engenharia de Processos, desenvolveu-se uma árvore de estados com seis subsistemas, entre a raiz, despolpamento, fermentação, método de secagem, tipo de escoamento do ar e modulação de temperatura do ar. Para a seleção dos ramos promissores, os métodos heurístico e evolutivo foram empregados. A secagem foi interrompida quando a variação de massa era menor que 1% em períodos de 30 min. Com a aquisição de imagens das amêndoas durante a secagem por meio de câmera digital, foram tratadas pelo software ImageJ®, que possibilitou a determinação da área em função do tempo. As medidas de temperatura do ar antes e após a amostra, no interior do túnel, permitiu obter valores de eficiência energética de secagem, que se mostrou inferior a 10 % em média aritmética e os resultados não foram satisfatórios, sendo necessários melhorias no processo. Para a quantificação dos compostos fenólicos totais, seguiu-se o método de Folin-Ciocalteu, com base em ácido gálico, como composto fenólico padrão. A atividade antioxidante foi determinada pelo ensaio espectrofotométrico do radical DPPH. Por meio de análise estatística, verificou-se que houve uma maior influência na modulação de temperatura em relação a velocidade do ar de secagem. A partir deste estudo, definiu-se que o esquema step down satisfazia como melhor condição operacional na etapa de secagem artificial, no qual conferiu melhores características funcionais para as amêndoas secas com teores de CFT superiores a 3,0 mgEAG/100 mg Cacau. Palavras-Chave: Otimização Estrutural. Cacau. Secagem. Compostos Fenólicos Totais. Antioxidantes.

Made available in DSpace on 2018-08-01T23:29:14Z (GMT). No. of bitstreams: 1 tese_9813_Flavio Tongo da Silva20170307-73515.pdf: 1447874 bytes, checksum: 8e573520b25af153c5d13ef769f6c6e1 (MD5) Previous issue date: 2016-04-07 / Durante a fase de produção em poços de petróleo terrestres uma das atividades mais importantes e caras é o uso de sondas de intervenção. O funcionamento de cada um desses poços ocorre, na maioria das vezes, em condições difíceis com perfil de produção com grande variação em função da sua geologia, localização e a maneira como o poço é desenvolvido. Estas características levam ao longo da vida produtiva dos poços à necessidade de intervenções de manutenção nomeadas como workover, que são fundamentais para manter a produção ou mesmo melhorar a produtividade ao corrigir falhar que tipicamente ocorrem nos equipamentos dos poços. Como as sondas de intervenção são equipamentos caros e, por isto, em menores quantidades comparadas a quantidade de poços terrestres que demandam intervenções de manutenção, ocorre a geração de filas de poços aguardando atendimento. Isto leva a necessidade de geração de rotas de atendimento aos diferentes poços com as escassas sondas existentes, desafio conhecido como Problema de Roteamento de Sondas de Intervenção (PRSI). Na literatura, verificam-se modelos e métodos de solução para o PRSI estático, ou seja, que busca minimizar a perda total de produção, não considerando a possibilidade de novas informações relevantes para o roteamento serem reveladas ao longo do horizonte de planejamento. Sendo assim, busca-se neste trabalho estudar e propor um modelo matemático com abordagem dinâmica para o PRSI que minimize a perda total de produção dos poços revelados ao longo de um horizonte de planejamento. O PRSI Dinâmico foi resolvido ao ser criado algoritmo estrutural executado ao longo de um horizonte de planejamento, contendo o modelo matemático proposto, linearizado para execução no solver CPLEX, utilizando técnicas de Programação Linear Inteira Mista. Os resultados computacionais foram obtidos considerando instâncias geradas artificialmente, e a conclusão dessa pesquisa mostra que o modelo proposto aproxima o PRSI Dinâmico do contexto operacional do problema, o que impacta no processo de definição das rotas e agendamento dos atendimentos.