[pt] Essa dissertação explora o problema roteamento de linhas de transmissão (LT) através da solução do caminho mais curto em um grafo sem ciclos de melhoria, considerando custos quadráticos para arcos adjacentes. Esse problema é conhecido como o Problema do Caminho Mínimo Quadrático Adjacente (CMQA). Esse trabalho apresenta uma descrição teórica do CMQA, propõe uma extensão do algoritmo Dijkstra (aqDijkstra) para solução de CMQA em tempo polinomial e discute como o algoritimo pode ser utilizado em metodologias de roteamento de LT. Em seguida, apresentamos uma melhoria estendendo o algoritmo A estrela para sua forma adjacente quadrática (aqA estrela), incluindo uma etapa de busca reversa para estimação de custos de chegada. Foram feitos experimentos computacionais contemplando a variação de custos quadráticos, geração de instâncias aleatórias, testes de estresse e comparação com abordagens já utilizadas na literatura. Os resultados sugerem que: (i) aqA estrela teve o melhor desempenho, atingindo tempos de busca 40 vezes mais rápidos que aqDijkstra e 50 vezes mais rápido que a abordagem mais rápida apresentada pela literatura; (ii) a eficiência dos algoritmos não foi afetada pela variação dos custos quadráticos; (iii) os algoritmos propostos aqA estrela e aqDijkstra também foram mais eficientes nas instancias aleatórias, reafirmando a superioridade dos mesmos. Duas aplicações são apresentadas, uma de objetivo ilustrativo e outra para um caso real. O algoritimo aqA estrela foi usado para solução de um CMQA em um grafo de quase um bilhão de arcos quadraticos, resultado em uma rota proposta com custos adicionais três vezes menor. / [en] This dissertation explores the problem of transmission line (TL) routing through finding the shortest path on an undirected graph with no improving cycles, considering quadratic costs for adjacent arcs. This problem is known as the Adjacent Quadratic Shortest Path Problem (AQSPP). This work provides the theoretical background for the AQSPP, proposes an extension of Dijkstra s algorithm (aqDijkstra) for solving AQSPP in polynomial-time and discusses how AQSPP can be included in routing methodologies. Furthermore, it is presented an improvement to the algorithm: the adjacent quadratic A star (aq A star) with a backward search for cost-togo estimation, to speed up search. For computational experiments, aqDijkstra and aqA star are benchmarked with other algorithms from the technical literature. The search behavior of the algorithms is also studied within different tests, including: quadratic cost variation, randomly generated graph instances and increasingly larger instances. The numerical results suggests that: (i) aqA star outperformed all the other algorithms, being 40 times faster than aqDijsktra and 50 times faster than the fastest benchmark algorithm; (ii) the studied algorithms do not lose efficiency as quadratic costs increase; (iii) aqA star and aqDijkstra were faster benchmark algorithms under random graph instances, indicating their robustness. Two applications are provided, one for illustrative purposes, and another to study performance on a real application. The aqA star algorithm solved an AQSSP on a graph with almost a billion quadratic arcs and provided a route with three times lower additional costs.

[pt] A Petrobras, maior empresa de óleo e gás do Brasil e uma das maiores do mundo, possui mais de 94 porcento da sua produção proveniente de campos offshore. Na região Sudeste o transporte dos trabalhadores para as unidades marítimas de exploração e produção é realizado por modal aéreo, através de helicópteros afretados de médio a grande porte. Para atender ao grande número de voos, a Petrobras possui uma central de planejamento e programação de voos, cujo objetivo é construir escalas de atendimento eficientes, em relação ao uso de recursos e ao nível de serviço. Um dos desafios enfrentados é gerar, manualmente, programações dos voos em situações de ruptura do atendimento, como por exemplo quando ocorre interrupção de pousos e decolagens devido a condições meteorológicas adversas (exigindo que os voos sejam programados para horários posteriores aos previamente planejados). Nessa dissertação de mestrado, é proposta uma abordagem de programação estocástica para gerar a programação de voos offshore ótima do ponto de vista do nível de serviço, reduzindo os atrasos esperados nos voos. Considerando a característica combinatória dos problemas de agendamento, utilizou-se o método de Aproximação pela Média Amostral (SAA) para gerar os cenários do modelo de programação estocástica. Um modelo de Simulação de Eventos Discretos também foi desenvolvido para avaliar o nível de serviço das programações de voos geradas. Os resultados numéricos indicam que a abordagem estocástica pode reduzir atrasos imprevisíveis, que causam grande impacto nos passageiros e na cadeia de suprimentos. / [en] Petrobras, the largest oil and gas company in Brazil and one of the largest in the world, has more than 94 percent of its production from offshore fields. In the Southeast region, workers are transported to offshore exploration and production units by air, using medium size to large size chartered helicopters. To serve the large number of flights, Petrobras has a flight planning and scheduling center, with the objective of building efficient service scales, related to the use of resources and the level of service. One of the challenges faced is to generate, manually, flight schedules in situations of disruption of service, such as when there is an interruption of landings and takeoffs due to adverse weather conditions (requiring that flights be scheduled for times after those previously planned). In this master s thesis, a stochastic programming approach is proposed to generate the optimal offshore flight schedule from the service level point of view, reducing expected flight delays. Considering the combinatorial characteristic of scheduling problems, the Sample Average Approximation (SAA) method was used to generate the scenarios of the stochastic programming model. A Discrete Event Simulation model was also developed to evaluate the service level of the generated flight schedules. The numerical results indicate that the stochastic approach can reduce unpredictable delays, which have a major impact on passengers and the supply chain.

[pt] Esta dissertação investiga a aplicação dos métodos de Reinforcement Learning na descoberta de rotas ótimas em uma rede de comunicação. Uma rede de comunicação real possui um comportamento dinâmico, mudando seu estado com o tempo. Os algoritmos de roteamento devem, portanto, oferecer rapidez na resposta às mudanças do estado da rede. O objetivo do trabalho é avaliar a aplicação de técnicas de Reinforcement Learning (RL) como base de algoritmos adaptativos de roteamento de pacotes. O problema de roteamento de pacotes sob a visão de RL consiste na definição de cada nó na rede como um agente RL, sendo que este agente deve definir ações de forma a minimizar uma função objetivo que pode ser o tempo de roteamento dos pacotes. Um dos objetivos do RL é precisamente aprender a tomar as ações que minimizem uma função. O trabalho consistiu de 4 etapas principais: um estudo sobre a área de Reinforcement Learning (RL); um estudo sobre a área de redes de comunicação e roteamento de pacotes; a modelagem do problema de roteamento como um sistema RL e implementação de diferentes métodos de RL para obter algoritmos de roteamento; e o estudo de casos. O estudo na área de Reinforcement Learning abrangeu desde as definições mais fundamentais: suas características, os elementos de um sistema RL e modelagem do ambiente como um Processo de Decisão de Markov, até os métodos básicos de solução: Programação Dinâmica, método de Monte Carlo, e o método de Diferenças Temporais. Neste último método, foram considerados dois algoritmos específicos: TD e Q-Learning. Em seguida, foi avaliado o parâmetro Eligibility Traces como uma alternativa para apressar o processo de aprendizado, obtendo o TD(lambda) e o Q(lambda) respectivamente. O estudo sobre Redes de Comunicação e Roteamento de pacotes envolveu os conceitos básicos de redes de comunicações, comutação por pacotes, a questão do roteamento de pacotes e os algoritmos existentes adaptativos e não adaptativos, que são utilizados na atualidade. Nas redes de comunicação, definidas como um conjunto de nós ligados através de enlaces de comunicação, para se enviar uma mensagem de um nó a outro, geralmente, a mensagem é quebrada em pedaços, chamados pacotes, e enviados através de outros nós, até chegar ao destino. Deste modo surge o problema de escolher os nós que levem o pacote o mais rápido possível até o nó destino. Os algoritmos analisados foram: Shortest Path Routing que procura os caminhos com menor número de nós intermediários, não sendo sensível às mudanças na carga nem na topologia da rede; Weighted Shortest Path Routing, que oferece um melhor desempenho a partir de uma visão global do estado da rede, que nem sempre é fácil de obter em redes reais e o algoritmo de Bellman-Ford, baseado em decisões de roteamento locais e atualizações periódicas, com algumas limitações para obter políticas em altas cargas. Este último é um dos algoritmos mais utilizados na atualidade, sendo base de muitos protocolos de roteamento existentes. A modelagem do problema de roteamento como um sistema RL foi inspirada por uma característica na definição de um sistema RL: um agente que interage com o ambiente e aprende a atingir um objetivo. Assim, a modelagem dos algoritmos tem como objetivo aprender a descobrir as rotas que minimizem o tempo de roteamento de pacotes desde uma origem até um dado destino. A avaliação de uma rota escolhida não pode ser obtida antes que o pacote alcance o seu destino final. Este fato faz com que os processos de aprendizado supervisionado tenham dificuldade de se aplicar a esse problema. Por outro lado, o Reinforcement Learning não necessita de um par entrada-resposta para fazer o aprendizado, permitindo-lhe abordar o problema com relativa facilidade. Na modelagem efetuada, cada nó na rede se comporta como um agente de RL que age na própria rede, a qual é o ambiente. A informação das rotas é armazenada nas funções de valor existentes em todos os nós da rede para / [en] This dissertation investigates the application of Reinforcement Learning methods to the discovery of optimal routes in communication networks. Any current communication network displays dynamic behavior, changing its states over time. Therefore, the routing algorithms must react swiftly to changes in the network status. The objective of this work is to evaluate the application of some Reinforcement Learning techniques to define adaptive packet routing algorithms. The packet routing problem under the RL vision consists in the definition of each node on network as an RL agent. Thus, each agent must take actions in order to minimize an objective function such as end to end packet routing delay. One main objective of the RL is precisely learning to take the actions that minimize a given function. This thesis is consists of 4 main parts: first, a study of Reinforcement Learning (RL); a study of the communication networks and packet routing; the routing problem model as a RL system and the implementation of several RL methods in order to obtain some routing algorithms; e finally, the case study. The study of Reinforcement Learning extends from the more basic definitions, Reinforcement Learning features, elements of a RL system and environment modeling as a Markovian Decision Process, to the basic methods of solution: Dynamic Programming, Monte Carlo methods and Temporal Differences methods. In this last case, two specific algorithms have been considered: TD and Q-Learning, and, finally, the Eligibility Traces are evaluated as a useful tool that permits us to accelerate the learning process leading to the TD(lambda) and the Q(lambda) routing algorithms. The study on communication networks and packet routing involves the foundations of communication networks, packet switching, the packet routing problem, and adaptive and non- adaptive routing algorithms used at the present time. Communication networks are defined as a set of nodes connected through communication links. In order to send a message from a source node to a destination node usually the message is broken into segments called packets, and these are sent through other nodes until arriving at the destination. In this way the problem appears to choose the path which takes the shortest possible time for the packet to reach the destination node. The following algorithms have been analyzed: Shortest Path Routing that looks for paths with minimal hop number, not being sensible to the changes of load level and network topology; Weighted Shortest Path Routing that offers better performance from a global vision of the state of the network, which is not always easy to get in real networks; on the other hand, the Bellman- Ford routing algorithm was studied, this is based on local routing decisions and periodic updates, with some limitations to obtain policies in high load conditions. Bellman-Ford is one of the algorithms most used at the present time, being the basis for many existing routing protocols. The modeling of the routing problem as a RL system was inspired by one of the main features of the definition of an RL system: an agent who interacts with the environment and learns to reach an objective; therefore, the modeling of the routing algorithms has as its objective to learn to discover the paths that minimize packet routing time from an origin to an destination. The evaluation of a chosen route cannot be completed before the package reaches its final destination. This fact implies that supervised learning cannot be applied to the routing problem. On the other hand, Reinforcement Learning does not need a input-output pair for the learning process, allowing it to approach the problem with relative ease. In the modeling, each network node is viewed as a RL agent that acts in the same network; the network is the environment. The routing information is stored in the existing value functions in all nodes in the network, for each node and all another destination node / [es] Esta disertación investiga la aplicación de los métodos de Reinforcement Learning en la determinación de rutas óptimas en una red de comunicación. Una red de comunicación real posee un comportamiento dinámico, donde su estado varia en el tiempo. Los algoritmos de ruta óptima deben, por lo tanto, ofrecer rapidez en la respuesta a las variaciones del estado de la red. El objetivo de este trabajo es evaluar la aplicación de técnicas de Reinforcement Learning (RL) como base de algoritmos adaptativos de problemas de ruteamiento en redes. Este problema consiste en la definición de cada nodo de la red como un agente RL. Este agente debe definir acciones de modo a minimizar una función objetivo que puede ser el tiempo de ruteamiento. El trabajo consta de 4 etapas principais: un estudio sobre el área de Reinforcement Learning (RL); un estudio sobre redes de comunicación y problema de ruteamiento; el modelo de ruta óptima como un sistema RL y la implementación de diferentes métodos de RL para obtener algoritmos de ruta óptima; y un estudio de casos. El estudio en el área de Reinforcement Learning va desde las definiciones fundamentales: características, elementos de un sistema RL y modelaje del ambiente como un Proceso de Decisión de Markov, hasta los métodos básicos de solución: Programación Dinámica, método de Monte Carlo, y método de Diferencias Temporales. En este último método, fueron considerados dos algoritmos específicos: TD e Q-Learning. A seguir, fue evaluado el parámetro Eligibility Traces como una alternativa para agilizar el proceso de aprendizaje, obteniendo el TD(lambda) y el Q(lambda) respectivamente. El estudio sobre Redes de Comunicación y Problema de Transporte incluye los conceptos básicos de redes de comunicaciones, la cuestión de la ruta óptima y los algoritmos adaptativos y no adaptativos existentes, que se utilizan actualmente. Los algoritmos analizados fueron: Shortest Path Routing, que busca los caminos con menor número de nodos intermedios, no siendo sensible a variaciones en la carga ni en la topología de la red; Weighted Shortest Path Routing, que ofrece un mejor desempeño a partir de una visión global del estado de la red, que no siempre es fácil de obtener en redes reales; y el algoritmo de Bellman-Ford, que tiene como base decisiones de rutas locales y actualizaciones periódicas, con algunas limitaciones para obtener políticas en altas cargas. Este último es uno de los algoritmos más utilizados en la actualidad, siendo base de muchos protocolos de trazado de ruta existentes. La solución para modelar el problema de ruteamiento como un sistema RL fue inspirada por una característica en la definición de un sistema RL: un agente que interactúa con el ambiente y aprende a alcanzar un objetivo. Así, el modelo tiene como objetivo aprender a determinar las rutas que minimizen el timpo desde el origen hasta un destino dado. La evaluación de uma ruta seleccionada no puede ser obtenida antes que el paquete alcance su destino final. Esto hace que los procesos de aprendizaje supervisionado tengan dificultades para ser aplicados a este problema. Por otro lado, Reinforcement Learning no necesita de un par entrada-salida para el aprendizaje, permitiendo así, abordar el problema con relativa facilidad. En el modelo establecido, cada nodo en la red se comporta como un agente de RL que actúa en la propria red. La información de las rutas se almacena en las funciones de valor existentes en todos los nodos de la red para cada nodo destino diferente. Esta información contiene un valor estimado del tiempo requerido para un paquete para llegar hasta el nodo destino. La actualización de esos valores se realiza durante la transición del paquete hasta el vecino seleccionado. En este trabajo se implementaron varios algoritmos de ruta óptima. Cada uno de los algoritmos aplica características de las técnicas en Reinforcement Learning: o Q(lambda)-Routing, y el TD-Routing. En el estudio d

[pt] A otimização combinatória (OC) está presente em inúmeras aplicações práticas (por exemplo, planejamento de produção, logística, etc.). Ao longo dos anos, OC e aprendizado de máquina (AM) surgiram, juntas, como uma área prospectiva de pesquisa para melhorar processos de tomada de decisão. Nesse contexto, há interesse em utilizar algoritmos de AM para melhorar métodos de OC. Por outro lado, como muitas tarefas de AM podem ser reformuladas como problemas de otimização, há um amplo interesse em utilizar métodos de OC para resolver esses problemas. Nesta tese, três estudos que conectam OC e AM em torno de duas aplicações importantes são conduzidos: o problema de roteamento de veículos capacitado (PRVC) e máquinas de vetores de suporte com perda em margem rígida (SVM-HML – do inglês support vector machines with hard-margin loss). No primeiro estudo, uma estratégia para explorar vizinhanças de busca local de alta ordem por mineração de padrões em duas meta-heurísticas estado da arte para o PRVC é proposta. Em um segundo estudo, também no contexto do PRVC, critérios de relacionamento para nós de clientes baseados em saídas de redes neurais em grafos são explorados. Com base nessas saídas, medidas de relação podem ser exploradas para orientar a busca local e estender operadores de cruzamento em um algoritmo genético estado da arte. Por fim, no terceiro estudo, uma abordagem eficiente de programação inteira mista baseada em cortes combinatórios de Benders e estratégias de amostragem são utilizadas para treinar modelos de SVM-HML de maneira mais eficiente. / [en] Combinatorial optimization (CO) is ubiquitous in myriad practical applications (e.g., production planning, scheduling, logistics, etc.). Over the years, CO and machine learning (ML) have emerged, together, as a prospective area of research for improving decision-making processes. There is interest to harness ML algorithms to improve existing CO methods. Conversely, since many ML tasks can be reformulated as optimization problems, there is broad interest in leveraging state-of-the-art CO methods for them. In this thesis, we conduct three studies that connect CO and ML around two important applications: the capacitated vehicle routing problem (CVRP) and support vector machines with hard-margin loss (SVM-HML). Our first study proposes a strategy to explore high-order local-search neighborhoods by pattern mining into two state-of-the-art metaheuristics for the CVRP. In a second study, also in the context of the CVRP, we exploit relatedness criteria for customer nodes using predictions from graph neural networks. We show that relatedness measures can be exploited to steer local search and extend crossover operators in a stateof- the-art genetic algorithm. Lastly, in a third study, we propose an efficient mixed-integer programming approach based on Combinatorial Benders cuts and sampling strategies for optimally training the SVM-HML.

[pt] Com o aumento das questões energéticas e ambientais, os veículos elétricos (EVs) se tornarão um modo de transporte essencial na distribuição logística. Um cenário vital a ser considerado é a dependência do congestionamento do tráfego nos tempos de viagem dos veículos, como é comum nas áreas urbanas hoje. Esse recurso significa que a velocidade de um EV em cada rota pode ser distinta durante diferentes períodos. Como os EVs possuem autonomia limitada, vários trabalhos na literatura propuseram modelos de consumo de energia em função da velocidade e fatores aerodinâmicos. No entanto, sua aplicação permanece limitada e simplificada devido à sua dependência da velocidade e dos tempos de viagem. No caso da velocidade, os modelos da literatura trabalham sob uma velocidade média durante um determinado arco ou introduzem aproximações com métodos de linearização por partes. Em relação aos tempos de viagem, os atuais algoritmos de roteamento de veículos muitas vezes reformulam a rede viária em um gráfico completo onde cada arco representa o caminho mais rápido entre dois locais. Os resultados obtidos por esses métodos divergem da realidade, principalmente para problemas de roteamento de arco envolvendo serviços nos arcos de uma rede rodoviária. Por essas razões, definimos o Problema de Roteamento de Arco Capacitado Elétrico com tempos de viagem dependentes do tempo e taxa de consumo de energia dependente da velocidade. Ao longo de um horizonte de planejamento, cada arco está associado a uma função de velocidade passo a passo. O objetivo é atender um conjunto de arcos que demandam serviços por meio de uma frota de EVs com carga e capacidade de bateria limitadas, minimizando o tempo total de viagem. Além disso, a taxa de consumo de energia por unidade de tempo percorrido é considerada uma função não linear baseada na velocidade. Propomos um algoritmo de pré-processamento de consumo de energia de forma fechada sem aproximações. Nós o incorporamos em uma metaheurística Iterate Local Search e comparamos o impacto no projeto de rotas com os veículos convencionais. / [en] With energy and environmental issues rising, electric vehicles (EVs) will become an essential mode of transportation in logistics distribution. A vital scenario to consider is the dependence of traffic congestion on vehicle travel times, as it is common in urban areas today. This feature means that the speed of an EV on each route may be distinct during different periods. Because EVs have a limited driving range, various works in the literature have proposed energy consumption models as a function of speed and aerodynamic factors. However, their application remains limited and oversimplified due to their dependence on speed and travel times. In the case of speed, the models in the literature work under an average speed during a given arc or introduce approximations with piece-wise linearization methods. Regarding travel times, current vehicle routing algorithms often reformulate the road network into a complete graph where each arc represents the quickest path between two locations. The results obtained by these methods differ from reality, particularly for Arc Routing Problems involving services on the arcs of a road network. For these reasons, we define the Electric Capacitated Arc Routing Problem with Time-dependent Travel times, and Speed-dependent Energy Consumption Rate (E-TDCARP). Over a planning horizon, each arc is associated with a step-wise speed function. Based on this function, a vehicle s speed can change while traveling on a given arc. The objective is to serve a set of arcs that require services through a fleet of electric vehicles with limited load and battery capacity, minimizing the total travel time. Furthermore, the energy consumption rate per unit of time traveled (ECR) is considered a nonlinear function based on speed. We propose a closed-form energy consumption preprocessing algorithm without approximations. We embed it into an Iterate Local Search metaheuristic (ILS) for E-TDCARP and compare the impact on the design of routes between these alternative vehicles and conventional ones.

[pt] Nos últimos anos o comércio eletrônico tem se difundido na sociedade e a logística de entrega dos produtos é um dos pilares para que este mercado mantenha o nível de serviço alto e continue sendo vantajoso para o consumidor decidir por realizar a compra pela internet. O presente trabalho se destina a estudar sobre o problema de roteamento de veículos de entrega last-mile para e-commerce e aplicar a metaheurística Iterated Local Search (ILS) visando otimizar o roteamento do trecho last-mile de encomendas realizadas em uma empresa de comércio eletrônico brasileira. Com o objetivo de encontrar rotas de menor custo para as entregas a serem realizadas, este trabalho propõe uma extensão para o Vehcile Routing Problem With Occasional Drivers (VRPOD),considerando frota heterogênea e motoristas ocasionais realizando o transporte de mais de uma entrega. Para a aplicação do método foram utilizados dados fornecidos por uma empresa de e-commerce que foram devidamente anonimizados de forma a não ser possível identificar a empresa e nem os clientes, respeitando os princípios éticos. Foram utilizadas 121 instâncias, sendo a menor com um vértice e a maior com 344. Os resultados do modelo proposto são apresentados em dois cenários, primeiramente considerando que o roteamento é realizado sem a utilização de motoristas ocasionais. O segundo cenário considera a disponibilização de motoristas ocasionais para serem utilizados em algumas rotas. Ambos os cenários foram comparados com as rotas geradas pelo roteador existente hoje na companhia e os resultados preliminares indicam que o sem a utilização de motoristas ocasionais o ILS proposto obtém melhores soluções em 53.72 por cento das instâncias e quando os motoristas ocasionais são incorporados a rota ocorre melhoria em 76.03 por cento das instâncias utilizadas. A utilização de motoristas ocasionais também proporciona uma redução de 10.30 por cento no custo médio de roteamento. / [en] In recent years, e-commerce has become widespread in society, and the logistics of product delivery is a crucial pillar for this market to maintain a high level of service and remain advantageous for consumers choosing to make purchases online. The present work aims to study the problem of last-mile vehicle routing for e-commerce deliveries and apply an Iterated Local Search (ILS) metaheuristic to optimize the routing of parcels in a Brazilian e-commerce company. With the objective of finding routes with the lowest cost for the deliveries, this study proposes an extension to the Vehicle Routing Problem with Occasional Drivers (VRPOD), considering a heterogeneous fleet and occasional drivers handling multiple deliveries. For the methodology application, data provided by an e-commerce company are used, and they are properly anonymized to prevent the identification of the company and its clients, respecting ethical principles. A total of 121 instances are used, ranging from the smallest with one vertex to the largest with 344. The results of the proposed model are presented in two scenarios: firstly, considering routing without the use of occasional drivers, and secondly, considering the availability of occasional drivers for some routes. Both scenarios are compared with the routes generated by the current router used in the company, and preliminary results indicate that without the use of occasional drivers, the proposed ILS obtains better solutions in 53.72 percent of the instances, and when occasional drivers are incorporated into the route, improvements occur in 76.03 percent of the instances. The utilization of occasional drivers also provides a 10.30 percent reduction in the average routing cost.

[pt] O Brasil é um dos principais produtores e exportadores de celulose e papel no mundo, beneficiando-se de condições climáticas e de solo favoráveis, além de investimentos substanciais em pesquisa. Um desafio significativo nesse setor é o Problema de Planejamento de Colheita Florestal (PPCF), semelhante a um derivado do Problema de Roteamento de Veículos (VRP), com uma frota heterogênea, demanda periódica e ganho de volume de madeira. Este estudo aborda o PPCF utilizando um modelo matemático de Programação Linear Inteira Mista (MILP) e a metaheurística Greedy Randomized Adaptive Search Procedure (GRASP) em cenários simulados e reais para otimizar o sequenciamento dos times de colheita entre as unidades produtivas. O objetivo é reduzir os custos operacionais e aumentar o crescimento do volume ao longo de um horizonte de planejamento de 12 meses, considerando também as restrições de janelas de tempo. Um total de 12 instâncias foram testadas para avaliar o desempenho do GRASP, sendo que a metaheurística superou o resultado do modelo MILP em nove casos. Além disso, três instâncias refletem cenários reais de uma grande empresa brasileira de celulose e papel. Quando comparado aos resultados da equipe de planejamento da empresa, o GRASP alcançou uma redução de até 61,9 por cento nos custos totais. Além disso, o GRASP fornece planos de colheita detalhados em um curto tempo de execução, reduzindo a carga de trabalho da equipe de planejamento e aumentando a flexibilidade na tomada de decisões. / [en] Brazil is one of the world s leading producers and exporters of pulp and paper, benefiting from favorable climatic and soil conditions, coupled with substantial investments in research. A significant challenge in this sector is the Forest Harvesting Planning Problem (FHPP), akin to a derivative of the Vehicle Routing Problem (VRP) featuring a heterogeneous fleet, periodic demand, and wood volume gain. This study addresses FHPP by employing Mixed Integer Linear Programming (MILP) modeling and the Greedy Randomized Adaptive Search Procedure (GRASP) metaheuristic across real and simulated scenarios to optimize the sequencing of harvesting teams among stands. The objective is to reduce operational costs and enhance volume growth over a 12- month planning horizon, while also considering time windows and scheduling constraints. A total of 12 instances were tested to evaluate GRASP s performance, with the metaheuristic matching or outperforming the MILP model in nine cases. Additionally, three instances reflect real scenarios from a major Brazilian pulp and paper company. When compared against the company s planning team results, GRASP achieved up to a 61.9 percent reduction in total costs. Furthermore, GRASP provides detailed harvesting plans within a short execution time, reducing planning team workload and enhancing decision-making flexibility.

Made available in DSpace on 2016-04-04T18:31:45Z (GMT). No. of bitstreams: 1 RICARDO VICENTE FAVERO.pdf: 1635235 bytes, checksum: d51f441103ff9f2ad94576b0bdd11b9f (MD5) Previous issue date: 2015-11-13 / The wavelength division multiplexing (WDM) optical network accommodates traffic load in 100, 50 and 25 GHz fixed-grid channel. This fixed-grid condition limits the number of lightpath for each optical fiber (80 channels in c-band) and doesn t allow bit rates with bandwidth over 50 GHz. To improve these factors, the flexibly grid elastic optical network (EON) was proposed, aiming accommodate adequately bit rates demand by customers. This proposal allows efficiency bandwidth and also expands bit rates supported by network. The EON bandwidth efficiency is obtained by routing and spectrum assignment (RSA) algorithm which acts to maximize the bandwidth utilization. Even with RSA, EON still show fragmentation rates substantial. In this context, this work proposes a new elastic optical network defragmentation strategy. This defragmentation strategy selects the lightpaths from the most fragmented link. The defragmentation process is based on RSA (DF-RSA). The DF-RSA determines the new position to reallocate the connection selected and performs. Using computer simulation of EON operation, were submitted several bit rates demands with different modulations format and traffic load between 45 and 100 erlang. Two simulation scenarios were proposed. The first one, compare the performance of RSA algorithm first-fit (FF) with and without defragmentation. It was considered as defragmentation process beginning point (trigger), the number of release connections. This scenario had until 48% of relative gain on minimizing blocking probability. The second scenario compared the performance of the follows RSA algorithms: FF, Maximize Path Spectrum Consecutiveness (MPSC) and Fragmentation Aware (FA). The FF was evaluated with and without defragmentation process and the others just with defragmentation process. The trigger employed was eventual connection blocked. The second scenario reached over the 80% blocking probability relative gain in 50 erlang traffic load. We conclude that the new elastic optical network defragmentation offers substantial gain bandwidth utilization and consequently blocking probability reduction. / As redes ?pticas de multiplexa??o por divis?o de comprimento de onda (WDM) acomodam o tr?fego em canais fixos de 100, 50 e 25 GHz. Esta condi??o de grade fixa limita o n?mero de conex?es por fibra ?ptica (80 canais na banda C), e n?o permite taxas de transmiss?o com ocupa??o espectral acima de 50 GHz. Para melhorar estes fatores, foram propostas as redes ?pticas el?sticas (EON) com canais flex?veis, visando acomodar adequadamente as taxas de transmiss?o demandas pelos usu?rios. Esta proposta possibilita maior efici?ncia espectral e tamb?m amplia as taxas de transmiss?o suportadas pela rede. A efici?ncia espectral nas EONs ? obtida com os algoritmos de roteamento e atribui??o espectral (Routing and Spectrum Assignment, RSA), que atuam para maximizar seu uso espectral. Mesmo com o uso de RSAs, as EONs ainda apresentam ?ndices de fragmenta??o consider?veis. Neste contexto, este trabalho prop?e uma nova estrat?gia de desfragmenta??o espectral para EONs. Esta proposta de desfragmenta??o seleciona as conex?es do enlace mais fragmentado, para o processo de desfragmenta??o. A desfragmenta??o baseia seu processo de realoca??o de conex?es por RSA, denominado DF-RSA. O DF-RSA determina a nova posi??o e realiza a realoca??o das conex?es. Com o uso de simula??o computacional da opera??o de funcionamento da EON, foram submetidas v?rias demandas de taxas de transmiss?o com diferentes modula??es e cargas de tr?fego entre 45 e 100 erlang. Foram propostos dois cen?rios de simula??o. No primeiro, foi comparado o desempenho do algoritmo RSA First-Fit (FF) com e sem o processo de desfragmenta??o. Considerou-se como ponto de inicio das desfragmenta??es (gatilho), o n?mero de conex?es liberadas da rede. Neste cen?rio obteve-se at? 48% de ganho relativo na minimiza??o da probabilidade de bloqueio. No segundo cen?rio, foram comparados os desempenhos dos seguintes algoritmos RSAs: FF, Maximize Path Spectrum Consecutiveness (MPSC) e Fragmentation Aware (FA). O FF foi avaliado com e sem desfragmenta??o e os demais somente com desfragmenta??o. Empregou-se como gatilho o eventual bloqueio de conex?o. O segundo cen?rio alcan?ou mais de 80% de ganho relativo de probabilidade de bloqueio para carga de tr?fego de 50 erlang. Conclui-se que a nova estrat?gia de desfragmenta??o para EONs oferece ganhos consider?veis na utiliza??o espectral e, consequentemente, redu??o na probabilidade de bloqueio.

Submitted by Fernanda Ciolfi (fernanda.ciolfi@puc-campinas.edu.br) on 2016-08-16T18:29:14Z No. of bitstreams: 1 Juliano Silva Mar?al.pdf: 14418180 bytes, checksum: e94d4d5adc61aeda0c174d60cabfa216 (MD5) / Made available in DSpace on 2016-08-16T18:29:14Z (GMT). No. of bitstreams: 1 Juliano Silva Mar?al.pdf: 14418180 bytes, checksum: e94d4d5adc61aeda0c174d60cabfa216 (MD5) Previous issue date: 2016-06-27 / Pontif?cia Universidade Cat?lica de Campinas ? PUC Campinas / In the current technological environment from the point of view of optical transmission, multiplexing technologies for wavelength division (Wavelength Oivision Multiplexing - WOM) working with fixed 50 GHz grid will not support the existing demand for the next 10 years. This scarcity occurs due to several reasons: channels with fixed width of 50 GHz, limitation of 80 optical channels per link, maximum transmission capacity of 100 Gb / s per channel. In search of viable forward solutions to this paradigm that presents technology proposal comes known as Optical Networks Elastic (Elastic Optical Network - EON), a technology that enables optical channels with bandwidths of 3,125, 6,250, 12,500, 25 and 50 GHz transmission capability of rates supported by the WOM yet rates of 200 Gb / s, 400 Gb / s and 1 Tb / s, and can be implemented on the same optical infrastructure WOM already existing thus corresponding to a highly cost less if compared to deployment of new networks. The efficiency of this proposed new technology is mainly in routing algorithms and spectral assignment (Routing and Spectrum Assignment - RSA) aimed at maximizing network availability of resources by reducing the likelihood of blocking. The use of RSAs on the EONS networks fragmentation results in the generation of reducing the availability of network resources. Within this scenario, the present work-studies the feasibility of defragmentation use based on the relocation of the link to submit further fragmentation indexo This paper studies the adoption of two indices: consecutiveness index and more FSUs index busy, both indexes allow the selection of the link to be defragmented. The results of this study were obtained from the development of version 5 of the simulator Elastic Optical Network Simulator (EONSim). To obtain the results, different transmission rates were evenly distributed for each traffic load between 45 and 100 Erlang (E), the First-Fit RSA (FF) was adopted for ali the simulations to reduce the defragmentation processing were performed from an R number of released connections (R = 10, R = 50 and R = 100). For the scenario using the consecutiveness index gain of up to 44 was measured to 55 E and average gain of 15 compared to results without defragmentation scenario for the use of higher index number of occupied FSUs, gain was observed 26 to 55 E and average gain of 10. From the results it can be concluded that the adoption of defragmentation strategies for eons networks are likely to be used since they have decreased blocking probability and increase the availability of network resources. / Na atual conjuntura tecnol?gica do ponto de vista de transmiss?es ?pticas, as tecnologias de multiplexa??o por divis?o de comprimento de onda (Wavelength Oivision Multiplexing - WOM) que trabalham com grade fixa de 50 GHz n?o ir?o comportar a demanda existente para os pr?ximos 10 anos. Esta escassez ocorre por v?rios motivos: canais com largura fixa de 50 GHz, limita??o de 80 canais ?pticos por enlace, capacidade m?xima de transmiss?o de 100 Gb/s por canal. Em busca de solu??es vi?veis frente a este paradigma que se apresenta, surge a proposta da tecnologia conhecida como Redes ?pticas El?sticas (Elastic Optical Network- EON), uma tecnologia que permite canais ?pticos com larguras de banda de 3.125, 6.250, 12.500, 25 e 50 GHz, capacidade de transmiss?o das taxas suportadas pela tecnologia WDM e ainda taxas de 200 Gb/s, 400 Gb/s e 1 Tb/s, e podem ser implantadas sobre a mesma infraestrutura ?ptica WDM j? existente correspondendo assim a um custo altamente inferior se comparado a implanta??o de novas redes. A efici?ncia desta nova proposta de tecnologia est? principalmente nos algoritmos de roteamento e atribui??o espectral (Routing and Spectrum Assignment - RSA) que visam a maximiza??o dos recursos de disponibilidade da rede atrav?s da diminui??o da probabilidade de bloqueio. O uso do RSA resulta na gera??o de fragmenta??o diminuindo a disponibilidade de recursos da rede. Dentro deste cen?rio, o presente trabalho estuda a viabilidade do uso de desfragmenta??o baseada na realoca??o sobre o enlace que apresentar maior ?ndice de fragmenta??o e analisa a ado??o de dois ?ndices: ?ndice de consecutividade e ?ndice de maior n?mero de FSUs ocupados, para a sele??o do enlace a ser desfragmentado. Os resultados deste estudo foram obtidos a partir do desenvolvimento da vers?o 5 do simulador Elastic Op tica I Network Simulator (EONSim). Para a obten??o dos resultados, diferentes taxas de transmiss?o foram distribu?das uniformemente para cada uma carga de tr?fego entre 45 e 100 erlang (E), o RSA First-Fit (FF) foi adotado para todas as simula??es, para diminuir o processamento as desfragmenta??es foram executadas a partir de um n?mero R de conex?es liberadas (R= 10, R= 50 e R= 100). Para o cen?rio utilizando o ?ndice de consecutividade, foi aferido ganho de at? 44 para 55 E e ganho m?dio de 15 quando comparado aos resultados do cen?rio sem desfragmenta??o, para o uso do ?ndice de maior n?mero de FSUs ocupados, foi observado ganho de 26 para 55 E com ganho m?dio de 10. A partir dos resultados obtidos ? poss?vel concluir que a ado??o de estrat?gias de desfragmenta??o para redes EONs s?o pass?veis de serem utilizadas pois apresentam diminui??o da probabilidade de bloqueio e aumento da disponibilidade dos recursos da rede

Submitted by Silvana Teresinha Dornelles Studzinski (sstudzinski) on 2016-11-01T15:35:45Z No. of bitstreams: 1 Clebio Dossa_.pdf: 1252617 bytes, checksum: 784b95c29ee09e2a922686b26cb7aa51 (MD5) / Made available in DSpace on 2016-11-01T15:35:45Z (GMT). No. of bitstreams: 1 Clebio Dossa_.pdf: 1252617 bytes, checksum: 784b95c29ee09e2a922686b26cb7aa51 (MD5) Previous issue date: 2016-08-18 / Nenhuma / Atualmente, muitos serviços distribuem a carga entre diversos nós computacionais direcionando as conexões com alguma estratégia de balanceamento para divisão da carga. O advento do uso de redes definidas por software (SDN) está mudando paradigmas da administração de redes, absorvendo serviços especializados, automatizando processos e gerando inteligência para regras estáticas com uma grande variedade de opções de implementação. O balanceamento de carga é um dos serviços especializados que pode usufruir dos conceitos de SDN, sem definições e processos estáticos como ocorre muitas vezes nos atuais modelos usados de balanceamento de carga. A definição dos protocolos que suportam SDN usualmente permitem soluções alternativas e eficientes para este problema, desta forma, neste trabalho, é apresentada uma proposta de metodologia para balanceamento de carga entre distintos servidores de um pool com a troca do destino de tráfego realizada pela rede. Esta solução é chamada Core-based load balance (CoreLB), pois o serviço especializado de balanceamento de carga é realizado pela rede onde a administração de pacotes é nativamente realizada. A metodologia faz uso do protocolo SNMP para análise de recursos dos servidores com o objetivo de avaliar a situação de carga de cada nó computacional e de estatísticas de consumo de rede através do protocolo OpenFlow. Este trabalho avaliou o balanceamento de carga em serviços Web e a união de estatísticas de rede e da carga dos servidores, para a tomada de decisão de balanceamento, mostra-se uma metodologia eficiente e com melhores tempos de resposta ao usuário comparado com outras metodologias de avaliadas. Também melhorou a distribuição de consumo de recursos entre os servidores. / Currently, most services balance the load between distinct hosts forwarding connections with a load balance strategy in front. Usually, a dedicated appliance is responsible to performthe balance and may be a fault point and become expensive. The new concepts of computer network architecture with Software-Defined Networking (SND) are changing the network management, absorving specialist services, automating process and building intelligence to statics rules with loads of delivery options. The load balance is a specialized service that can enjoy in a positive way of SDN concepts, with low costs, in a flexible way as per the process needs instead of a plastered process definitions that occurs in many actual models. The OpenFlow protocol definition allow us to use a new solution to address this issue. This work shows a load balance purpose between distinct hosts with the destination change of connections made by the network core. It calls Core-based load balance (CoreLB) because the specialized load balance service move to the network core where the package forwarding is naturally made. This solution intend to use the SNMP protocol to analyse the hosts resources to evaluate server’s load. Using the network forwarding statistics and OS load informations, an efficient solution of load balance, the metodology proved to be efficient with better users’ response times average of 19% than no balanced scenario as well as around 9% better than others load balance strategies and a properly balance consumption of resources from hosts side. This process can be inhered in distinct models, however, this research intend to evaluate Web Services.