Presently, companies live a reality of rapid economic transformations generated by globalization. The growth of the products and services international trade, the constant exchange of information and the cultural interchange challenge administrators to define new paths for their companies. This dynamics and the increasing competitiveness demand new knowledge and abilities from professionals. In this way, new technologies are researched in order to improve operational efficiency. The Brazilian oil industry in particular has invested in applied research, as well as on development and technological qualification to keep its competitiveness in the international market. Many are the problems that must still be studied in this production sector. Among these, and due their importance, the problems of products storage and transference can be pointed out. This work approaches a scheduling problem that involves diesel oil storage and distribution in an oil refinery. The Mixed Integer Linear Programming (MILP) techniques with representation in the discrete and continuous time were used. The models that were developed were solved by the LINGO 8.0 software, using the branch and bound algorithm. However, due to their combinatorial nature, the expended computational time used for thesolution was excessive. Thus, four new methodologies were developed: Hybrid Steady State Genetic Algorithm (HSSGA) and Transgenetic ProtoG Algorithm, both integrated to Linear Programming (LP), for the representation of discrete time; simulation with optimization using the Genetic Algorithm (GA) and simulation with optimization using the Transgenetic ProtoG Algorithm, for the representation of continuous time. The results obtained through several tests with these new methodologies have shown that they can reach good results in an acceptable computational time. The two techniques for the representation of discrete time have shown satisfactory performance in terms of quality of solution and computational time. Among these, the methodology that uses the Transgenetic ProtoG Algorithm showed the best results. Also, the simulator with optimization using GA and the one that used the Transgenetic ProtoG Algorithm for the representation of continuous time were adequate to substitute the resolution through PLIM, because they reach solutions with a reduced computational time when compared with the time used for the solution with branch and bound. / As empresas vivem hoje uma realidade de transformações econômicas advindas da globalização. O crescimento do comércio internacional de produtos e serviços, a troca constante de informações e o intercâmbio cultural vêm desafiando os administradores a definir novos rumos para suas empresas. Esta dinâmica e a crescente competitividade exigem novos conhecimentos e habilidades dos profissionais. Desta forma, buscam-se novas tecnologias para conseguir-se a melhoria da eficiência operacional. Em especial, a indústria petrolífera brasileira tem investido na pesquisa aplicada, desenvolvimento e capacitação tecnológica para manter-se competitiva no mercado internacional. Muitos são os problemas que ainda devem ser estudados neste setor produtivo. Dentre estes, pode-se destacar os problemas de transferência e estocagem de produtos. Este trabalho aborda um problema de programação da produção (scheduling) envolvendo estocagem e distribuição de diesel em uma refinaria de petróleo. Para solucionar este problema foram utilizados a princípio modelos de Programação Linear Inteira Mista (PLIM) com abordagens para a representação no tempo discreto e contínuo. Os modelos desenvolvidos foram resolvidos com o uso do aplicativo computacional LINGO 8.0 através do algoritmo branch and bound. Devido à natureza combinatorial destes, o tempo computacional despendido na resolução mostrou-se excessivo. Desta forma, foram desenvolvidas quatro novas metodologias buscando amenizar este problema: Algoritmo Genético de Estado Estacionário Híbrido (AGEEH) e Algoritmo Transgenético ProtoG integrados à Programação Linear (PL) para a representação de tempo discreto; simulação com otimização através de Algoritmo Genético (AG) e simulação com otimização através de Algoritmo Transgenético ProtoG na representação de tempo contínuo. Os resultados obtidos através de vários testes com as novas metodologias mostraram que estas podem encontrar bons resultados em tempo computacional aceitável. Para a representação de tempo discreto as duas abordagens obtiveram desempenho satisfatório em termos de qualidade de solução e tempo computacional. Dentre estas, a metodologia que utilizou o Algoritmo Transgenético ProtoG apresentou os melhores resultados. Ainda, o simulador com otimização usando AG e o que utilizou Algoritmo Transgenético ProtoG na representação de tempo contínuo mostraram-se adequados para substituir a resolução através de PLIM por encontrar soluções com tempo computacional muito aquém do tempo despendido na resolução com o branch and bound.

PETROBRAS / Este trabalho apresenta uma abordagem para otimização do scheduling de uma rede dutoviária real com uma origem e múltiplos destinos, a rede OSBRA. A rede é composta por uma refinaria que abastece cinco órgãos ligados por um único poliduto. Decisões sobre bateladas (volumes operacionais) de diferentes produtos a serem enviados pela refinaria e recebidos nos órgãos de consumo ao longo de um horizonte de tempo devem ser tomadas de modo otimizado de forma a controlar os níveis de estocagem, respeitando limites operacionais da rede de dutos. Propõe-se uma abordagem de solução por decomposição que utiliza Programação Linear Inteira Mista (PLIM) em conjunto com algoritmos heurísticos. A abordagem está dividida em 2 etapas: (i) alocação e sequenciamento e (ii) programação das entregas. A etapa de alocação e sequenciamento é responsável por determinar a ordem, o volume e a vazão de cada batelada que deverá ser bombeada da refinaria para os órgãos. Esta etapa é composta por um modelo PLIM que é executado iterativamente em uma abordagem com horizonte com tempo rolante. Em seguida, a etapa de programação de entregas detalha como ocorrem as entregas das bateladas em cada órgão, considerando a operação de rebombeio no último trecho de duto. Para o rebombeio, executa-se um modelo matemático iterativamente também utilizando o conceito de horizonte rolante, definindo uma nova sequência de bateladas que deverão ser bombeadas pelo órgão de Goiânia para Brasília, ou seja, no trecho de duto mais distante da refinaria. Consideram-se características próximas da realidade de operação da rede OSBRA, como controle de inventário, limites de vazão, variação diária de demanda, manutenção de tanque, manutenção de duto (total ou parcial). Dois estudos de caso são apresentados considerando cenários baseados em dados reais com horizontes de programação de 30 dias, no qual o segundo foi submetido a diversas modificações com o intuito de evidenciar funcionalidades da abordagem proposta. A análise dos resultados permite concluir que a abordagem de solução apresenta resultados adequados para a operação dos especialistas da rede, dessa forma podendo auxiliar no processo de decisão do scheduling da rede OSBRA. / This work presents an approach to optimize the scheduling of a real pipeline network with one source and multiple destinations, the OSBRA network. The network consists of a refinery that supplies five terminals, which are connected by a single pipeline. Batches of different products are sent from refinery and received by terminals during a time horizon. Optimized scheduling decisions must be taken to attend inventory issues at the same time that operational constraints are respected. This work proposes a decomposition approach solution using Mixed Integer Linear Programming (MILP) combined with heuristic algorithms. The solution approach is divided into two phases: (i) allocation and sequencing and (ii) scheduling of deliveries. The allocation and sequencing phase is responsible for determining the order, volume, and flow rate of each batch to be pumped from the refinery to the terminals. This phase is composed of an MILP model that runs iteratively in a rolling horizon approach. In a following step, the scheduling of deliveries phase details how the batches' deliver will occur in each terminal, considering the repumping operation in the last pipeline segment. For the repumping, a mathematical model is executed iteratively, also using the concept of rolling horizon, setting a new sequence of batches to be pumped from Goiânia to Brasília, the farthest pipeline segment from the refinery. Similar characteristics of the real OSBRA network are considered, such as inventory control, flow limits, daily demand, tank maintenance, total or partial pipeline maintenance. Two study cases considering scenarios based on real data with a 30-day programming horizon are presented, in which the second case was subjected to a series of modifications in order to evidence the proposed approach functionalities. The result's analysis supports the conclusion that the solution approach provides adequate results for the operation of the network experts. Thus, the obtained results can aid the operational scheduling decision of OSBRA network.

Presently, companies live a reality of rapid economic transformations generated by globalization. The growth of the products and services international trade, the constant exchange of information and the cultural interchange challenge administrators to define new paths for their companies. This dynamics and the increasing competitiveness demand new knowledge and abilities from professionals. In this way, new technologies are researched in order to improve operational efficiency. The Brazilian oil industry in particular has invested in applied research, as well as on development and technological qualification to keep its competitiveness in the international market. Many are the problems that must still be studied in this production sector. Among these, and due their importance, the problems of products storage and transference can be pointed out. This work approaches a scheduling problem that involves diesel oil storage and distribution in an oil refinery. The Mixed Integer Linear Programming (MILP) techniques with representation in the discrete and continuous time were used. The models that were developed were solved by the LINGO 8.0 software, using the branch and bound algorithm. However, due to their combinatorial nature, the expended computational time used for thesolution was excessive. Thus, four new methodologies were developed: Hybrid Steady State Genetic Algorithm (HSSGA) and Transgenetic ProtoG Algorithm, both integrated to Linear Programming (LP), for the representation of discrete time; simulation with optimization using the Genetic Algorithm (GA) and simulation with optimization using the Transgenetic ProtoG Algorithm, for the representation of continuous time. The results obtained through several tests with these new methodologies have shown that they can reach good results in an acceptable computational time. The two techniques for the representation of discrete time have shown satisfactory performance in terms of quality of solution and computational time. Among these, the methodology that uses the Transgenetic ProtoG Algorithm showed the best results. Also, the simulator with optimization using GA and the one that used the Transgenetic ProtoG Algorithm for the representation of continuous time were adequate to substitute the resolution through PLIM, because they reach solutions with a reduced computational time when compared with the time used for the solution with branch and bound. / As empresas vivem hoje uma realidade de transformações econômicas advindas da globalização. O crescimento do comércio internacional de produtos e serviços, a troca constante de informações e o intercâmbio cultural vêm desafiando os administradores a definir novos rumos para suas empresas. Esta dinâmica e a crescente competitividade exigem novos conhecimentos e habilidades dos profissionais. Desta forma, buscam-se novas tecnologias para conseguir-se a melhoria da eficiência operacional. Em especial, a indústria petrolífera brasileira tem investido na pesquisa aplicada, desenvolvimento e capacitação tecnológica para manter-se competitiva no mercado internacional. Muitos são os problemas que ainda devem ser estudados neste setor produtivo. Dentre estes, pode-se destacar os problemas de transferência e estocagem de produtos. Este trabalho aborda um problema de programação da produção (scheduling) envolvendo estocagem e distribuição de diesel em uma refinaria de petróleo. Para solucionar este problema foram utilizados a princípio modelos de Programação Linear Inteira Mista (PLIM) com abordagens para a representação no tempo discreto e contínuo. Os modelos desenvolvidos foram resolvidos com o uso do aplicativo computacional LINGO 8.0 através do algoritmo branch and bound. Devido à natureza combinatorial destes, o tempo computacional despendido na resolução mostrou-se excessivo. Desta forma, foram desenvolvidas quatro novas metodologias buscando amenizar este problema: Algoritmo Genético de Estado Estacionário Híbrido (AGEEH) e Algoritmo Transgenético ProtoG integrados à Programação Linear (PL) para a representação de tempo discreto; simulação com otimização através de Algoritmo Genético (AG) e simulação com otimização através de Algoritmo Transgenético ProtoG na representação de tempo contínuo. Os resultados obtidos através de vários testes com as novas metodologias mostraram que estas podem encontrar bons resultados em tempo computacional aceitável. Para a representação de tempo discreto as duas abordagens obtiveram desempenho satisfatório em termos de qualidade de solução e tempo computacional. Dentre estas, a metodologia que utilizou o Algoritmo Transgenético ProtoG apresentou os melhores resultados. Ainda, o simulador com otimização usando AG e o que utilizou Algoritmo Transgenético ProtoG na representação de tempo contínuo mostraram-se adequados para substituir a resolução através de PLIM por encontrar soluções com tempo computacional muito aquém do tempo despendido na resolução com o branch and bound.