Nesta tese apresentamos duas estratégias para resolver o problema de job-shop flexível com o objetivo de minimizar o makespan. A primeira estratégia utiliza um algoritmo branch and cut (B&C) e a segunda abordagens matheuristics. O algoritmo B&C utiliza novas classes de inequações válidas, originalmente formulada para o problema de job-shop e estendida para o problema em questão. Para que as inequações válidas sejam eficientes, o modelo proposto por Birgin et al, (2014) (A milp model for an extended version of the fexible job shop problem. Optimization Letters, Springer, v. 8, n. 4, 1417-1431), é reformulado (MILP-2). A segunda estratégia utiliza as matheuristcs local branching e diversification, refining and tight-refining. Os experimentos computacionais mostraram que a inclusão dos planos de corte melhoram a relaxação do modelo MILP-2 e a qualidade das soluções. O algoritmo B&C reduziu o gap e o número de nós explorados para uma grande quantidade de instâncias. As abordagens matheuristics tiveram um excelente desempenho. Do total de 59 instâncias analisadas, somente em 3 problemas a resolução do modelo MILP-1 obteve melhores resultados do que as abordagens matheuristcs / This thesis proposes two approaches to solve the flexible job-shop scheduling problem to minimize the makespan. The first strategy uses a branch and cut algorithm (B&C) and the second approach is based on matheuristics. The B&C algorithm uses new classes of valid inequalities, originally formulated for job-shop scheduling problems and extended to the problem at hand. The second approach uses the matheuristics local branching and diversification, refining and tight-refining. For all valid inequalities to be effective, the precedence variable based model proposed by Birgin et al, (2014) (A milp model for an extended version of the fexible job shop problem. Optimization Letters, Springer, v. 8, n. 4, 1417-1431), is reformulated (MILP-2). The computational experiments showed that the inclusion of cutting planes tightened the linear programming relaxations and improved the quality of solutions. B&C algorithm reduced the gap value and the number of nodes explored in a large number of instances. The matheuristics approaches had an excellent performance. From 59 instances analized, MILP-1-Gurobi showed better results than matheuristics approaches in only 3 problems

Nesta tese apresentamos duas estratégias para resolver o problema de job-shop flexível com o objetivo de minimizar o makespan. A primeira estratégia utiliza um algoritmo branch and cut (B&C) e a segunda abordagens matheuristics. O algoritmo B&C utiliza novas classes de inequações válidas, originalmente formulada para o problema de job-shop e estendida para o problema em questão. Para que as inequações válidas sejam eficientes, o modelo proposto por Birgin et al, (2014) (A milp model for an extended version of the fexible job shop problem. Optimization Letters, Springer, v. 8, n. 4, 1417-1431), é reformulado (MILP-2). A segunda estratégia utiliza as matheuristcs local branching e diversification, refining and tight-refining. Os experimentos computacionais mostraram que a inclusão dos planos de corte melhoram a relaxação do modelo MILP-2 e a qualidade das soluções. O algoritmo B&C reduziu o gap e o número de nós explorados para uma grande quantidade de instâncias. As abordagens matheuristics tiveram um excelente desempenho. Do total de 59 instâncias analisadas, somente em 3 problemas a resolução do modelo MILP-1 obteve melhores resultados do que as abordagens matheuristcs / This thesis proposes two approaches to solve the flexible job-shop scheduling problem to minimize the makespan. The first strategy uses a branch and cut algorithm (B&C) and the second approach is based on matheuristics. The B&C algorithm uses new classes of valid inequalities, originally formulated for job-shop scheduling problems and extended to the problem at hand. The second approach uses the matheuristics local branching and diversification, refining and tight-refining. For all valid inequalities to be effective, the precedence variable based model proposed by Birgin et al, (2014) (A milp model for an extended version of the fexible job shop problem. Optimization Letters, Springer, v. 8, n. 4, 1417-1431), is reformulated (MILP-2). The computational experiments showed that the inclusion of cutting planes tightened the linear programming relaxations and improved the quality of solutions. B&C algorithm reduced the gap value and the number of nodes explored in a large number of instances. The matheuristics approaches had an excellent performance. From 59 instances analized, MILP-1-Gurobi showed better results than matheuristics approaches in only 3 problems

Orientador: Rubén Augusto Romero Lázaro / Resumo: A análise de sistemas altamente complexos quando e analizado o problema de planejamento de expansão de redes de transmissão de longo prazo, é o foco principal deste trabalho. Os modelos e metodos propostos são aplicados ao problema de planejamento estático tradicional, que é um problema de otimização matemática classificado como NP-completo, não-linear inteiro misto. O qual envolve no investimento, variáveis operacionais contínuas e variáveis inteiras. O comportamento normal de cada sistema pode conter informação essencial para a criação de novos métodos, como os planos de corte baseados em cortes de diferença de ângulos para problemas de grande escala, o que é a base é o ponto de partida deste trabalho, derivando em desigualdades válidas é ciclos críticos. Os cortes angulares básicos reduzem o espaço de busca do problema e o tempo total de cálculo deste problema, enquanto ao método de inequações válidas que pode ser usado para fornecer limites inferiores sólidos no investimento ótimo do planejamento de transmissão, já que a diferença entre o modelo DC (modelo exato) e o modelo de transporte (modelo mais relaxado) são as restrições angulares. Os ciclos críticos têm sido desenvolvidos para melhoraralguns dos modelos tradicionais do problemas de planejamento da expansão da rede de transmissão de longo prazo. A razão por trás disso é a ausência da segunda lei de Kirchhoff, que completa a representação do sistema, mas aumenta a complexidade. Para resolver os problemas resultantes... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: The analysis of highly complex systems when solving the long-term transmission network expansion planning problem is the main focus of this work. The proposed improved models and methodology are applied to the traditionalstatic planning problem, which is a mathematical optimization problem classified as NP-complete and mixed-integer nonlinear problem. It involves continuousoperating variables and integer investment variables. The normal behavior of each system can be shown essential information to the creation of new methods, as the cutting-planes based in bus-angle difference cuts for large-scale problems which were the starting point of this work, deriving in valid inequalities and critic cycles. The angular cuts aim to reduce the search space of the problem and the total computation time of this NP-hard problem as for the valid inequalities methodthat can be used to provide strong lower bounds on the optimal investment of the transmissionplanning, since the difference between the DC model (exact model) and the transport model (more relaxed model) are the angular constraints. Critic cycles has been develop in order to improve some of the traditional long-term transmission network expansion planning problem models. The reason behind it is the absence of second Kirchhoff’s law which completes the representationof the system, but increase the complexity. In order to solve the resulting problems, this work uses the modeling language AMPL with the solver CPLEX. In test systems w... (Complete abstract click electronic access below) / Doutor