Aborda-se neste trabalho um problema de seqüenciamento de padrões denominado Problema de Minimização de Pilhas Abertas, o qual visa aprimorar o processo de produção de corte de objetos e que possui grande aplicação industrial. Além da aplicação direta, o tratamento do problema é interessante devido ao alto nível de dificuldade para determinação sua solução por métodos computacionais e à sua versatilidade, pois pode-se utilizá-lo para modelar vários outros problemas tanto práticos quanto mais teóricos. Propõe-se uma heurística construtiva que usa um procedimento de geração de permutações de partes de uma solução e uma regra de melhoria baseada na antecipação do fechamento de pilhas. Além disso, são propostas e discutidas a utilização de pré-processamento dos dados de entrada do problema e a simplificação de um dos métodos de solução da literatura baseado em teoria dos grafos para geração de uma solução inicial. Os resultados dos experimentos computacionais extensivos realizados demonstram a eficiência das idéias propostas tanto isoladamente quanto em conjunto, frente aos métodos da literatura para lhe servir de comparação. A heurística proposta é uma alternativa competitiva para a solução do problema abordado.

Devido à crescente representatividade das receitas provenientes da movimentação e da armazenagem da carga aérea na composição da receita total nos principais aeroportos do Brasil e do mundo, aumenta a quantidade de trabalhos que tratam desse assunto. Entretanto, ainda há muitos aspectos não explorados como a análise comparativa de aeroportos relativa ao movimento de cargas. Baseado nessa carência, o presente trabalho foi desenvolvido em três etapas: (1) definição dos principais indicadores de desempenho aplicáveis à realidade brasileira por meio de revisão de literatura e de painel com especialistas do setor; (2) coleta de dados nos principais aeroportos brasileiros; e (3) aplicação de técnicas quantitativas de análise multivariada para comparar o desempenho dos aeroportos. A aplicação da análise de componentes principais resultou em uma comparação dos aeroportos por meio de fatores relacionados à infra-estrutura, operação, localização e demanda. A análise de agrupamento resultou na formação de seis grupos de aeroportos distintos entre si. Os resultados do trabalho são principalmente úteis aos administradores de aeroportos, de forma a comparar o desempenho operacional relativo ao movimento de cargas dos grupos de aeroportos e proporcionar sugestões para a melhoria de seus desempenhos.

O surgimento das Operações Baseadas em Efeitos (EBO) remete-se à Primeira Guera do Golfo em 1990, onde sua abordagem na seleção de alvos, combinada com novas tecnologias para a precisão dos armamentos mostrou-se muito eficiente. Porém, ainda hoje, é um desafio o desenvolvimento de ferramentas, conceitos e medidas que possibilitem o seu pleno emprego, motivo maior que desencadeou esta pesquisa. O problema abordado foi o de como representar adequadamente as relações de causa e efeito e quais métricas utilizar para selecionar, dentre as ações disponíveis, as mais adequadas para a consecução do estado final desejado para o combate militar. O objetivo geral do trabalho foi verificar a adequabilidade de conceitos que pudessem servir de suporte para uma futura ferramenta de Comando e Controle (C2) na seleção de alvos sob o enfoque das EBO. A hipótese adotada é a de que os Diagramas de Influência podem modelar adequadamente as EBO. São apresentados os fundamentos de C2, EBO, seleção de alvos e tomadas de decisão em ambientes de incerteza, onde se situam os Diagramas de Influência. Antes da exemplificação do uso do modelo proposto, é analisada sua compatibilidade com as EBO, sua adequação ao ciclo de seleção de alvos e seu emprego no ciclo decisório de C2. Para confirmar a hipótese foram realizadas simulações confrontando-se forças com os mesmos recursos, tecnologia, treinamento militar e tempo de ciclo decisório, diferenciando-se somente pelo processo de seleção de alvos, um lado utilizando o Diagrama de Influência e o outro a filosofia do atrito e aniquilação. A análise teórica permitiu observar que: a modelagem das EBO atende perfeitamente o preconizado para a construção dos Diagramas de Influência, tendo-se as ações inseridas no nó de decisão, os efeitos nos de acaso e o estado final no de utilidade; os Diagramas de Influência auxiliam o desenvolvimento do ciclo de seleção de alvos; e na medida em que representam uma forma de estruturar o problema de seleção de alvos e fornecem um método quantitativo para comparar as diversas alternativas, apoiando a decisão do comandante, podem ser considerados como ferramenta de C2. As simulações comprovaram que os Diagramas de Influência, em ambientes simplificados e hipotéticos, servindo como prova de conceito, modelam adequadamente as relações de causa e efeito, aplicadas à seleção de alvos, confirmando a hipótese estabelecida para o trabalho. Foram realizados, ainda, dois outros experimentos: o primeiro mostrou que a eficiência dos Diagramas de Influência está ligada à habilidade de estruturação do mesmo para a geração de melhores alternativas; e o segundo demonstrou que a eficiência aumenta à medida que o cenário torna-se mais complexo, com um número maior de alvos necessários para a consecução do estado final desejado.

A sustentabilidade de um setor de infra-estrutura no longo prazo depende da capacidade dos seus agentes de atuarem de maneira responsável, controlando a rentabilidade e os riscos associados às suas operações e, ainda, do governo e dos órgãos reguladores, gerando um ambiente estável e competitivo. O presente trabalho faz uma revisão do setor elétrico brasileiro e de suas características regulatórias, propondo uma modelagem matemática que facilite a tomada de decisões dos agentes dentro das regras impostas pelo novo modelo setorial. A capacidade de avaliação entre o retorno esperado e o risco incorrido permitirá que as empresas honrem suas obrigações mesmo na ocorrência dos cenários mais desfavoráveis. No atual modelo do setor elétrico brasileiro, os principais riscos para os agentes são as variações desua demanda por eletricidade e e a alta volatilidade dos preços no curto prazo ( Preço de Liquidação de Diferença - PLD)A metodologia proposta atua na geração de cenários das variáveis de risco por meio de simulações de Monte Carlo e Quasi-Monte Carlo e do Newave, software de programação estocástica dual utilizado oficialmente pelo setor, para posterior redução e otimização do retorno esperado com a comercialização de energia. Para a geração dos cenários, utilizou-se uma técnica com abordagem probabilística (Monte Carlo) e uma determinística (Quasi-Monte Carlo), para a avaliação do impacto da mudança dos cenários nas respostas do modelo de otimização. Para a redução dos cenários, adotaram-se as reduções Backward e a Backward-Média, que adotam a técnica de aproximar as séries por meio da soma das probabilidades das séries de menor distância euclideana entre elas. Para controle do risco, utilizou-se a métrica conhecida como CVaR (Conditional Value at Risk), que atua como uma restrição linear do problema de otimização e, portanto, permite que a resposta do problema já considere o valor esperado máximo das perdas aceito na negociação para um dado nível de confiança. Para a modelagem do problema, adotou-se a otimização sobre árvore de cenários, cujos cenários eram compostos pelos PLDs dos submercados Sudeste/Centro-Oeste e Sul, pelas cargas da distribuidora no Sudeste e dos clientes livres na região Sul e Sudeste. As principais variáveis de decisão são as compras de energia pelas distribuidoras no longo prazo, com antecedências de três e cinco anos (Leilões A-3 e A-5), e a alocação da energia entre as empresas do grupo para o atendimento da demanda. A combinação das técnicas de simulação, redução de cenários e otimização demonstrou-se eficiente para indicar a melhor solução de compras nos leilões de A-3 e A-5, considerando as decisões que poderão ser tomadas a posteriori conforme realização dos cenários. A utilização conjunta da restrição do nível de risco aceito (CVaR) para a carteira possibilitou a análise da variação do retorno esperado em função da alteração dos resultados de cenários extremos. Essa modelagem matemática de simulação e cenários da análise da distribuição de resultados antecipa ao gestor clareza e segurança quanto às decisões a serem tomadas.

O presente texto discorre sobre o método da mistura de gaussianas aplicado à formação de agrupamentos (clusters) de observações a partir de um conjunto maior de dados. Trata-se de um problema sem solução analítica e, assim, utiliza-se o algoritmo EM (Expectation Maximization) para encontrar soluções por meio de dois procedimentos: inicializações aleatórias e pré-estimativas via métodos hierárquicos de formação de clusters. Conclui-se que a segunda opção é robusta quando se utiliza o método de Ward, enquanto que a primeira também propicia bons resultados, mas que são raros dentre muitas soluções ruins ou pontos de singularidade. Apresenta-se também um exemplo dos métodos estudados com dados reais de empresas brasileiras para ilustrar e complementar o trabalho.

Este trabalho tem por objetivo possibilitar a utilização do modelo paramétrico ASFM na presença de restrições aos pesos. O modelo proposto permite também que se encontre uma solução com fronteira distinta da esférica, caso à última se mostre inviável. A partir da aplicação do método proposto a um conjunto de dados reais sobre a alocação justa da emissão de dióxido de carbono será mostrado que, Por meio da introdução de restrições aos pesos, o mesmo pode aproximar a sua solução à de outro método da literatura.

O presente trabalho propõe uma metodologia como contribuição ao processo de avaliação de operações militares, que tenham sido planejadas com foco na geração de efeitos. A principal meta desta proposta é possibilitar a identificação de possíveis desvios ocorridos entre o que foi planejado para uma operação e os resultados obtidos em decorrência de sua execução. Acredita-se que, ao se identificar desvios, recomendações sejam emitidas, de forma que a operação retorne ao rumo desejado e alcance o objetivo proposto. A metodologia alinha-se aos preceitos do Manual de Processo de Planejamento de Comando para Operações Combinadas (PPCC), estabelecido pelo Ministério da Defesa, com propósito de ser aplicável, tanto em exercícios de adestramentos como em operações reais que venham a ser realizados pelas Forças Armadas, além de seguir sua recomendação de elaborar o planejamento com visão focada na geração de efeitos, ao adotar a filosofia seguida pelas Operações Baseadas em Efeitos. A visão construtivista é assumida como paradigma, para prover um meio de se construir conhecimento sobre o oponente a ser enfrentado, de uma maneira homogênea, em todos os níveis decisórios envolvidos na operação. Tal assunção visa à redução da ambiguidade existente na interpretação de fatores subjetivos, inerentes ao oponente, principalmente quando se abordam os fatores cognitivos do mesmo. Do mesmo modo, proporciona-se a padronização na formação da consciência situacional, assim como do sensemaking de todos os envolvidos no processo de avaliação. Propõe-se um framework, em forma de mapa mental, capaz de viabilizar a avaliação e a análise dos resultados observados, mediante a execução das ações planejadas. Tal estrutura faculta que a realimentação dos níveis hierárquicos aconteça, sem que se percam informações durante este processo. Para a operacionalização deste framework, a metodologia proposta engloba a construção de descritores e de funções de pontuação, para cada um dos efeitos e ações a serem avaliados. Sugere-se a aplicação de um método de Apoio Multicritério à Decisão (AMD), que pode tornar a construção das funções de pontuação menos complexa. A metodologia propõe uma forma de atribuir, aos significados das pontuações, uma interpretação comum, independentemente da subjetividade inerente a cada um dos envolvidos no processo de avaliação nos diferentes níveis decisórios. Um exemplo hipotético e simplificado é apresentado para mostrar a aplicabilidade da metodologia e a forma como os resultados podem ser analisados pelos comandantes e sua equipe de estrategistas.

É crescente o interesse pela utilização de Sistemas de Medição de Desempenho (SMD) para a avaliação da performance de uma organização, segundo suas diversas perspectivas. Dentre as fases de desenvolvimento de um SMD, a fase de projeto é crucial para seu sucesso e, consequentemente para o sucesso da organização. Através de uma revisão de literatura sobre o assunto ficou evidente a carência de métodos de apoio a esta fase. O presente trabalho tem como objetivo propor um método para apoiar a fase de design de um SMD com base no modelo The Performance Prism. O método integra dois paradigmas da Pesquisa Operacional em fases distintas de uma pesquisa-ação. A primeira fase tem o objetivo principal de estruturar o SMD através da metodologia Strategic Options Development and Analysis da Pesquisa Operacional Soft. A segunda, cujos objetivos são modelar em forma de rede os elementos do SMD e ordenar os critérios de desempenho para uma gestão por prioridades, utiliza o Método de apoio à Decisão com Múltiplos Critérios Analytic Network Process do paradigma racionalista. A aplicação do método mostrou-se capaz de apoiar o projeto de um SMD visando à avaliação de desempenho de uma organização, de acordo com seu direcionamento. Uma aplicação foi desenvolvida no setor de Educação Superior - projeto de um SMD para um curso de Engenharia de Produção de uma IES privada. Sessenta e dois indicadores de desempenho foram construídos para avaliar, de forma balanceada, a satisfação dos alunos, dos docentes, da direção da IES, das organizações, da sociedade e do governo em função das faces do The Performance Prism: processos de entrega de valor, capacidades da organização e contribuições dos stakeholders. Os resultados da avaliação de desempenho do curso pelo SMD se mostraram robustos e suficientes para sua legitimação como importante instrumento de gestão por prioridades.

Propõe-se neste trabalho fazer uma análise de uma fila do tipo M/G/1 controlada e com capacidade finita, segundo os moldes da teoria de estoques. Conforme o tempo de espera virtual (equivalente ao nível de estoque num problema de controle de estoque) e também o histórico, o sistema de fila se encontra em um dos vários estágios. Em cada estágio, o sistema é regido por um conjunto de valores de parâmetros e custos. Quando o sistema se encontra no estágio i, o processo de chegada é Poisson na taxa "lâmbda"i, a quantidade de serviço que cada chegada demanda é uma variável aleatória de média 1/i, entre duas chegadas consecutivas o nível de estoque diminui à taxa constante si e a quantidade que excede o limite de estocagem é rejeitada. Os custos envolvidos são: os custos lineares de armazenagem, os custos de execução de serviço, os custos de troca de estágios, as penalidades fixa mais uma proporcional à quantidade perdida por exceder a capacidade finita. A lei de controle prescreve um conjunto de níveis críticos de chaveamento, ordenados em arranjo de histerese. Quando o tempo de espera virtual transpõe cada um desses níveis críticos em um determinado sentido, o controlador impõe uma mudança de estágio, que na prática implica em substituir instantaneamente alguns ou todos os parâmetros e custos. O índice de desempenho considerado é o custo médio por unidade de tempo em regime estacionário. Os instantes de intervenção do controlador, sob certas condições, estabelecem os instantes de regeneração, dando condições de identificar um processo semi-markoviano discreto no tempo, embutido no processo tempo de espera virtual e de aplicar a teoria de decisão semi-markoviana. Este modelo é uma generalização que engloba modelos estudados por vários autores, de modo que, se impuser restrições na lei de controle, nos parâmetros e nos custos, pode-se particularizá-lo para os modelos envolvidos e fazer comparações analíticas e numéricas.

No sistema em estudo tem-se uma Unidade Flexível de Manufatura, uma Linha de Montagem 1 para a produção de peças tipo 1 e uma Linha de Montagem 2 para a produção de pecas tipo 2. Considera-se dois tipos de demandas: para peças tipo 1 e tipo 2, cada uma delas com sua própria taxa de chegada e serviço. Existem custos de rejeição de demandas, custos de espera das demandas nas filas e custos de ociosidade nas linhas de montagem. Este trabalho trata do controle ótimo de chegadas e atendimentos de demandas em função do estado do sistema flexível de manufatura, de modo a minimizar o custo médio esperado a longo prazo.