UMA HEURSTICA BASEADA EM COLNIA DE FORMIGAS APLICADA AO PROBLEMA DE OTIMIZAO DE ROTAS DE UNIDADES MVEIS DE PISTONEIO Francisco Chagas de Lima

Jr., Valnaide G. Bittencourt*, Daniel Aloise*, Cynthia S. M. Gonzaga*, Dario Jos Aloise* DME, Universidade do Estado do Rio Grande do Norte (UERN), Mossor-RN, 596-33-010, Brasil *DIMAP, Universidade Federal do Rio Grande do Norte (UFRN), Natal-RN 590-72-970, Brasil Emails: limajr@uern.br, valnaide@engcomp.ufrn.br, aloise@engcomp.ufrn.br, cynthia@engcomp.ufrn.br, dario@dimap.ufrn.br Abstract A feasible strategy to maintain wells that have low productivity in operation is the use of an Oil Recovery Mobile System, applied by Petrobras, in the region of RN-CE states, Brazil. In this paper, a metaheuristic algorithm based on the Ant Colony Optimization model is proposed for the problem. Key words: Oil Recovery Mobile System, Combinatorial Optimization, Metaheuristics at the Resumo - Uma estratgia vivel para manter poos de baixa produtividade em operao o uso de uma Unidade Mvel de Pistoneio (UMP), atualmente aplicada pela empresa PETROBRAS, na regio dos estados do RN e CE, no Brasil. Neste artigo, propomos um algoritmo metaheurstico baseado em Colnia de Formigas para este problema. Key Words Unidade Mvel de Pistoneio, Otimizao Combinatria, Metaheurstica. 1 Introduo No cenrio atual de economia globalizada, um fator primordial para o desempenho de qualquer empresa, seja ela do setor pblico ou privado, a racionalizao dos recursos e a otimizao do seu desempenho. Essa otimizao torna-se fundamental medida que as empresas esto alocadas em setores altamente competitivos, como o caso das empresas petrolferas. Aliado competitividade, o desenvolvimento desse setor primordial para a maioria dos pases, onde uma significativa parcela do petrleo e seus derivados importada. A bacia potiguar de petrleo e gs, localizada nos estados do Rio Grande do Norte e Cear (RN e CE), aparece como um ponto importante dentro desse contexto, pois representa cerca de 10% da produo nacional [segundo dados da PETROBRAS E&P, UN - RN/CE]

Pesquisa suportada pela FINEP/CTPETRO/ANP e PETROBRAS

(ver [1], [2]). Nessa bacia existem alguns campos maduros, isto , alguns reservatrios sem energia suficiente para elevar o leo superfcie. Nesses casos, tais reservatrios requerem instalao de mtodos de elevao artificial, tais como o bombeio mecnico cavalo-de-pau, o bombeio de cavidades progressivas, o bombeio centrfugo submerso, e o gs lift, em que se adiciona presso ao leo para que ele possa vencer as perdas de cargas. Contudo, em alguns casos, o custo de instalar e manter equipamentos fixos em poos economicamente invivel (por exemplo, poos com pequena vazo de leo). A Unidade Mvel de Pistoneio (UMP) um tipo de soluo vivel nesses casos. Ao chegar a um desses poos, o conjunto de equipamentos da UMP montado, introduzindo no poo um copo de pistoneio suspenso por um cabo de ao, que permite a retirada do fluido por levantamento, em aes repetidas, at que se chegue ao limite de capacidade do poo, ou seja, num nvel de fluido bastante baixo. Esvaziado o poo, o conjunto desmontado e ento o veculo desloca-se para o prximo poo programado na sua rota. O fluido de cada poo armazenado no prprio tanque da UMP para posteriormente ser transferido para a estao de tratamento de leo - ETO, que o destino de toda a produo do campo, servindo de depsito provisrio. Cada poo esvaziado ser realimentado pelos furos que possui em sua base durante alguns dias, aps os quais, estar novamente em condies de ser mais uma vez pistoneado. Como a capacidade do tanque de uma UMP limitada, pode-se como alternativa, trabalhar-se com o apoio de um caminho tanque para realizar o transporte do fluido, deixando a UMP com a tarefa exclusiva de pistonear os poos. Embora comprovadamente vlido, o uso das UMP ainda padece de alguns problemas de ordem operacional, como por exemplo, a incerteza no critrio de definir os melhores poos que devem ser pistoneados ao longo de um dia por uma UMP. A dificuldade definir, para cada viagem, a rota mais eficaz (rota tima). Estes problemas, se otimizados, podero retornar solues de maior eficincia para a empresa, no nosso caso, a PETROBRAS, resultando numa maximizao da quantidade de petrleo ao final de cada dia, ou ao final de um dado horizonte de planejamento. O objetivo deste artigo propor a aplicao de algoritmos de Colnia de Formigas para a soluo aproximada do problema aplicativo, verificando sua eficcia. A partir de agora, o problema ser tratado como PCS-UMP (Problema da Coleta Seletiva pela UMP). O PCS-UMP pode ser visto como uma generalizao do clssico Traveling Salesman Problem (TSP). Portanto, classificado como um problema NP-rduo, limitando com isso o uso exclusivo de tcnicas exatas para a sua soluo.

Neste artigo, propomos um algoritmo metaheurstico usando o modelo de otimizao por Colnia de Formigas (ACO) para o PCS-UMP, conceitos do MAX-MIN Ant System [9] e ferramentas mais eficazes na etapa de busca local. Foram efetuados testes com instncias do PCS-UMP geradas aleatoriamente, porm com dados baseados em valores reais do campo petrolfero (ver [1],[2]). Tambm, um itinerrio de 31 dias gerado para um campo petrolfero real. Em instncias de pequeno porte, os resultados da Colnia de Formigas foram comparados com a soluo tima, obtida utilizando uma formulao matemtica do PCS-UMP desenvolvida em [4]. Com o intuito de avaliar o desempenho em instncias de grande porte, o algoritmo proposto tambm comparado com um Algoritmo Gentico e um GRASP desenvolvidos em trabalhos anteriores para o PCS-UMP[1] e [2]. O restante deste artigo organizado da seguinte forma: a seo 2 descreve com detalhes o PCS-UMP e a seo 3 mostra uma formulao matemtica do PCS-UMP, descrito como um Problema de Programao Linear Inteira. A seo 4 apresenta o algoritmo de Colnia de Formigas proposto e a seo 5, os resultados computacionais. As concluses so apresentadas na seo 6, seguidas pelas referncias bibliogrficas. 2 O Problema de coleta seletiva atravs de UMP (PCS-UMP) De posse de um conjunto de poos no surgentes, o problema a ser resolvido inicialmente definir, para cada dia, quais poos sero visitados (pistoneados), bem como definir a melhor seqncia de visitas aos poos selecionados. O nosso estudo est baseado na configurao atual da regio analisada (RN/CE), em que existe somente uma unidade mvel de pistoneio (UMP). Contudo, os mtodos propostos neste trabalho podero facilmente ser estendidos para modelos com vrias UMPs. O PCS-UMP pode ser descrito a partir dos seguintes dados: 1. Uma matriz das distncias entre os poos e entre os poos e a ETO (que representa a origem de cada rota); 2. A capacidade de produo de leo de cada poo; 3. A velocidade mdia de pistoneio; 4. Os tempos mdios de montagem e desmontagem da UMP; 5. A velocidade mdia de deslocamento de uma UMP na regio. As restries do problema so: 1. Todos os poos programados para serem visitados em cada dia devem ser visitados; 2. Existe uma durao mxima da jornada diria de trabalho da UMP que deve ser respeitada; 3. A seleo de um poo, para um determinado dia, deve levar em conta o tempo de retorno de cada poo, tempo esse que corresponde ao perodo mnimo necessrio (geralmente alguns dias) para o seu reenchimento.

O objetivo do PCS-UMP gerar uma rota diria para a UMP de modo a maximizar a quantidade de leo extrado (coletado) respeitando as restries envolvidas. PCS-UMP pode ser descrito na estrutura de um grafo no direcionado G = G(N, E, C) onde N representa o conjunto dos vrtices (poos no surgentes); E, o conjunto das arestas {i, j} conectando dois poos (na prtica cada aresta est associada a uma estrada ligando dois poos); e C est associado aos tempos (custos) de ir de um poo i para j ou vice-versa. 3.Uma Formulao Matemtica para o PCS-UMP Apresentamos uma formulao matemtica do PCS-UMP para avaliar as heursticas propostas (ver [3]), em que o problema descrito como um Problema de Programao Linear Inteira: Maximizar P = pi (1 bswi ) xi s.a
i =1 n

(1) (2) (3) (4) (5) (6) (7)

(k i + oi ) xi + rij cij L
i =1 n i =0 j =0 n

r ji xi = 0 = rij xi
j =0 n j =0

para i = 1, K , n

r
j =1

jo

= 1 = roj
j =1

rij {0,1} xi {0,1}

( i , j )S

para i, j = 1, K , n para i = 1,K , n S {1,..., n}

ij

| S | 1

Constantes: n o nmero total de poos disponveis para o pistoneio; S o conjunto dos poos pistoneveis; p i a produo de fluidos do poo i ; bswi a taxa de gua por volume recuperado do para o poo i ; k i o tempo de montagem e desmontagem do equipamento no poo i ; P a produo total de leo obtida; oi o tempo de operao no poo i ; c ij o menor tempo de percurso entre os poos i e j ; L o tamanho da jornada diria; l o limite superior relacionado quantidade de poos que podem ser explotados respeitando o limite L. Variveis: xi = 1 , se o poo i explorado ( i ={1, ..., n }), e 0 caso contrrio; rij = 1 , se os poos i e j so consecutivos no roteamento ( i , j =0, ... n ), e 0 caso contrrio. O i = 0 representa a ETO.

A restrio (2) garante que a quantidade de tempo gasto em uma rota no exceda o tempo da jornada de trabalho L. Os tempos considerados so: os tempos de atuao da UMP nos poos e os tempos dos percursos. Em (3) esto representadas as restries de conservao

de fluxo para os poos da rota. Em (4), se estabelece a conservao de fluxo para a ETO. Em (5) e (6) garantido a integralidade do modelo em relao as variveis utilizadas. Por fim, (7) a restrio de eliminao de sub-rotas que no contm a ETO. 4 Uma Colnia de Formigas'' para o PCS-UMP As metaheursticas de melhor desempenho para problemas de otimizao combinatria tm sido o mtodo Tabu Search (TS), algumas verses de Algoritmos Genticos (AGs) e Colnia de Formigas com busca local, GRASP e VNS. Dentre elas, o TS e AGs so mtodos j bastante explorados na literatura, o que ainda no ocorre, por exemplo, com Colnia de Formigas, GRASP e VNS. No entanto, apesar de serem tcnicas propostas recentemente, estas tm apresentado solues competitivas quando comparadas com as melhores verses de TS e AGs. Desta forma, para resolver aproximadamente o PCS-UMP, apresentamos um algoritmo usando o modelo de otimizao ACO (Ant Colony Optimization), juntamente com um algoritmo de busca local. Inicialmente, apresentamos um mtodo heurstico de construo para o PCS-UMP. 4.1 Uma heurstica Construtiva para o PCS-UMP A heurstica de construo proposta para o PCS-UMP [4] um procedimento do tipo ADD, em que, a cada passo, um novo vrtice inserido rota parcial segundo algum critrio de seleo pr-definido. No caso do PCS-UMP, iniciamos com uma rota contendo somente o vrtice origem (ETO), e a escolha do prximo vrtice a ser inserido na rota ser aquele que fornecer o maior ndice de produtividade. Este ndice determinado pela razo entre o valor relativo a quantidade de leo que seria coletado caso este vrtice fosse escolhido (produo estimada (j)) e o tempo adicional gasto para incorporar este vrtice rota atual (ta(j)). produo estimada( j ) (8) ta ( j ) O critrio de parada o tempo limite existente para a rota do problema (jornada diria). Indice( j ) =

4.2 Colnia de Formigas'' Proposta Ant Colony Optimization (ACO) [5] uma metaheurstica populacional, recentemente desenvolvida, que tem sido aplicada com sucesso em vrios problemas de otimizao NP-

rduo (ver [6]). Como o prprio nome sugere, ACO inspirado no comportamento de colnia de formigas reais, em particular, em seu comportamento de aquisio de alimentos. Em analogia com as trilhas de feromnio que formigas reais usam para se comunicar, uma das principais idias a comunicao indireta atravs do meio em que os indivduos de uma colnia de agentes, chamados formigas (artificiais), esto inseridos. As trilhas de feromnio artificiais so um tipo de informao numrica distribuda, que modificada pelas formigas para refletir sua experincia acumulada enquanto resolvendo um determinado problema. O Max-Min Ant System (MMAS) [9], no qual se baseia nosso algoritmo para o PCSUMP, um dos mais conhecidos e bem-sucedidos empregando o modelo ACO. O MMAS consegue explorar melhor o espao de busca, permitindo que somente as formigas que obtiveram as melhores solues adicionem feromnio durante a fase de adio destes hormnios. Tambm, o uso de um mecanismo simples para limitao de feromnio evita uma convergncia prematura da busca no espao de solues. Finalmente, o MMAS pode facilmente ser estendido adicionando algoritmos de busca local. Na fase de construo, cada formiga escolhe o prximo elemento baseado numa deciso probabilstica. Uma formiga k, cujo ltimo elemento inserido em sua soluo i, baseia a sua deciso do prximo elemento a ser inserido na taxa de feromnio ij (depositado por formigas que anteriormente escolheram a entrada do componente j na soluo, partindo-se de i) e de uma informao heurstica local. Portanto, componentes para a soluo so escolhidos com probabilidade: =
k ij

i ik [ (t ) ij ] [ij ]

[ (t ) ij ] [ ij ]

se

j ik

(9)

, em que e so dois parmetros que determinam a importncia relativa da taxa de feromnio e da informao heurstica. ik a vizinhana vivel da formiga k , ou seja, o conjunto de componentes que a formiga k no visitou ainda. 4.3 Algoritmo de Construo A fase de construo para o algoritmo de Colnia de Formigas proposto representada pela heurstica para o PCS-UMP descrita anteriormente, mas ao invs de selecionarmos, como prximo elemento (poo) da soluo, o elemento j que maximiza (8), usamos a probabilidade mencionada na equao (9). O ndice de produtividade de cada poo a informao heurstica local ij usada.

4.4 Atualizao do Feromnio No MMAS apenas uma formiga usada para atualizar as taxas de feromnio aps cada iterao do algoritmo. A regra de atualizao do feromnio dada por:
best best ij (t + 1) = ij (t ) + ij , onde ij = f ( s best ) / 1000 e f ( s best ) o custo da melhor

soluo da iterao. Se a melhor formiga no escolhe pistonear o poo j a partir do poo i,

best ij = 0 . O parmetro (com 0 1 ) a persistncia do feromnio (portanto, 1-

modela a evaporao). O mecanismo de evaporao ajuda a evitar uma acumulao ilimitada de feromnio, que pode levar a uma estagnao no processo de busca no espao de solues. 4.5 Algoritmo de Busca Local A busca local tem como objetivo refinar uma soluo gerada na fase de construo da Colnia de Formigas, que muitas vezes no representa um timo local. A busca local proposta em [4] utiliza tcnicas j bem explorados pela literatura como os mtodos ADD e DROP. Dada uma soluo inicial s0, considere S N , o subconjunto do conjunto de vrtices do problema N, pertencentes a atual soluo s0 e N/S, o conjunto de vrtices fora da atual soluo. O procedimento consiste em permutar P vrtices de s0 por Q vrtices de N/S. O poo que aspira entrar na soluo verifica previamente qual a melhor permutao possvel com um poo de s0. A troca do poo s ser efetivada se o poo permutado incrementar a produo e no ultrapassar a quantidade de horas estabelecidas para a jornada diria. 5 Resultados Computacionais O desempenho da Colnia de Formigas proposta foi comparado com outros algoritmos metaheursticos (AG [1], GRASP [2]). Tambm foram feitas comparaes com uma variante do mtodo GRASP conhecida como GRASP Reativo (ver [6] e [7]). A fim de avaliar a performance do algoritmo proposto, a formulao matemtica serviu para produzir os resultados exatos em pequenas instncias do PCS-UMP. So apresentados neste artigo resultados para instncias de 100 e 200 poos e jornada de 960 minutos, com modificaes dos poos disponveis para pistoneio e da quantidade destes dentro da instncia como um todo. A gerao desta instncia aleatria, porm seguindo critrios reais para a gerao dos dados (ver [4]). A tabela 1 exibe os resultados obtidos pelas metaheursticas implementadas para o problema. Adicionalmente, um itinerrio

de trinta dias construdo a partir de uma configurao inicial em um campo petrolfero da bacia potiguar. A produo resultante do algoritmo proposto comparada com a produo obtida pelo itinerrio efetuado pela empresa PETROBRAS durante o mesmo perodo (Maro/1999), indicada na tabela 2. Instncias reais so ajustadas dinamicamente a fim de respeitarem o processo de reenchimento do poo (ver [4]). Os parmetros utilizados para a Colnia de Formigas foram =1, =3, =0.95 e listas candidatas de tamanho 10 [9]. Alm disso, todos os componentes de distncias mnimas entre dois poos so inicializadas com taxa de feromnio mxima. As taxas mximas e mnimas de feromnio so as mesmas indicadas em [9], com Pbest = 0.005. Os parmetros utilizados nos demais algoritmos metaheursticos mencionados, juntamente com a plataforma de execuo, podem ser encontrados em [1] e [4].
Tabela 1: Instncias CS100_960/CS200_960 - A segunda coluna mostra a quantidade de poos (P) pistoneveis. Na instncia CS100_960, exceto para 100 poos, e na CS200_960, exceto para 200 poos, foram utilizadas cinco configuraes distintas de poos disponveis. Para cada metaheurstica indicada na primeira linha, tem-se duas colunas, onde so mostradas a mdia de produo (PROD) obtida a partir das mdias de todas as configuraes de poos disponveis e a mdia do tempo computacional (TCPU) necessrio para atingi-los. Estes resultados so provenientes de 20 execues de cada algoritmo. Algoritmo GRASP Uniforme GRASP Reativo ANT COLONY Gentico TCPU TCPU TCPU TCPU INST P PROD PROD PROD PROD (h:m:s) (h:m:s) (h:m:s) (h:m:s)
100 90

28.940 25.722 24.714 24.847 23.574 38.731 37.513 36.025 38.170 38.489

00:10:45 00:09:17 00:07:30 00:05:56 00:04:38 00:38:28 00:13:42 00:10:34 00:18:58 00:12:56

31.540 30,775 29,725 29,305 28,555 39.655 39.418 39.201 39.081 38.786

00:00:35 00:00:34 00:00:35 00:00:30 00:00:3 0 00:05:51 00:04:10 00:03:54 00:03:34 00:03:03

31,650

00:00:12 00:00:10 00:00:09 00:00:06 00:00:06 00:00:41 00:00:31 00:00:25 00:00:22 00:00:22

31.650 30.860 30.394 29.711 28.696 40.047 39.918 39.836 39.722 39.395

00:00:00 00:00:01 00:00:01 00:00:01 00:00:00 00:00:11 00:00:10 00:00:09 00:00:06 00:00:05

30,840 30,394 29,602 28,642 39.433 39.456 39.308 39.151 32.343

CS100_960

80
70 60 200 180

CS200_960

160
140 120

6. Anlise dos resultados e Concluses Os resultados em destaque na tabela 1 mostram quando a Colnia de Formigas proposta produziu os melhores resultados quando comparados s outras metaheursticas desenvolvidas em [1] e [4]. Percebe-se que, em grande parte dos resultados, a Colnia de Formigas apresenta mdia de solues superiores s produzidas pelo GRASP e AG.

Tabela 2: Testes realizados em um campo da bacia potiguar - O campo em questo possui 67 poos disponveis pra pistoneamento. A comparao foi feita com o ms de Maro de 1999. Este ms foi selecionado por ser aquele de maior extrao para Petrobrs no perodo de Setembro/1995 a Agosto/1999. Executou-se o algoritmo em plataforma Pentium III 700 MHz 128Mb. Petrobrs ACO Dia MAX(m3) MAX(m3) AVG(m3) Tavg(s) 1 28.16 2.46 40.198 40.171 2 7.73 3.20 37.203 37.114 3 25.13 2.60 37.182 36.907 4 36.74 35.192 34.997 3.44 5 23.26 4.40 34.406 34.248 6 4.10 4.96 34.795 34.649 7 5.86 6.08 35.190 34.985 8 16.4 4.24 33.367 33.209 9 26.07 6.84 33.567 33.093 10 5.29 4.46 33.85 33.598 11 38.65 34.904 34.788 5.72 12 28.46 5.64 32.404 32.27 13 13.67 7.08 32.752 32.748 14 12.33 3.76 33.248 33.213 15 21.8 6.22 33.771 33.524 16 25.6 4.92 32.057 31.763 17 3.73 5.94 33.118 32.734 18 19.39 5.64 32.507 32.278 19 31.44 5.70 33.431 33.015 20 15.28 4.12 33.704 33.519 21 1.67 6.22 32.582 32.332 22 25.18 5.60 32.181 32.017 23 17.25 5.60 33.299 33.136 24 23.58 6.42 33.299 33.047 25 14.9 6.56 32.063 31.89 26 14.11 5.74 32.982 32.8 27 5.02 34.723 34.597 28 5.40 32.857 32.507 29 14.05 4.36 32.548 32.475 30 36.57 32.424 32.264 4.78 31 33.08 5.58 34.925 34.587 Sub-total Total 569.48 569.48 983.149 1050.729 977.371 1044.475

Os sub-totais e totais da tabela 2 representam a soma das produes dos dias com pistoneio registrado pela PETROBRAS, em um campo da bacia potiguar, e a produo total de leo, respectivamente. Os valores indicam um ganho mximo de 84.5% e de 83.4% em mdia para a produo do campo da bacia potiguar, caso a UMP seguisse as seqncias de poos indicados pelas solues da Colnia de Formigas proposta. Em [4] so ressaltados alguns pontos para as condies que geraram os resultados, com a inteno de evitar equvocos.

O assunto deste artigo foi aplicado num projeto da Petrobrs (Otimizao do Emprego da Unidade Mvel de Pistoneio UMP). Os resultados reais foram aplicados na empresa PETROBRAS, na regio nordeste do Brasil; mais especificamente na Bacia Potiguar Terrestre, composta por 77 campos de petrleo. Bibliografia [1] D. J. Aloise, C. A. Barros, J. A. Neves and M. Souza, A Genetic Algorithm for a Oil Retrieval System'' (ORS) (In Portuguese), Proc. of the XXXII Simpsio Brasileiro de Pesquisa Operacional, Viosa, SP, Brasil, 2000. [2] D. J. Aloise, C. A. Barros, J. A.Neves, L. S. Moura, B. W. Assmann and M. Souza, A GRASP for a Oil Retrieval System'' (ORS) (In Portuguese), Proc. of the XXXII SBPO, Viosa, SP, Brasil, 2000. [3] D.J.Aloise, C. A. Barros, J. A. Neves, et al. Um algoritmo gentico para uma variante do problema de orientao''. Congresso LatinoAmericano en Investigacin de Operaciones, p4-8, Mexico, 2000. [4] C. A. Barros, Uma aplicao de GRASP na otimizao do emprego da Unidade Mvel de Pistoneio''. Tese de Mestrado. Natal: UFRN, 2001. [5] M.Dorigo and V.Maniezzo, and A.Colorni. The Ant System: Optimization by a Colony of Cooperating Agents ''. IEEE Trans. Syst. Man Cybern. B, 26 pages 29--41, 1996. [6] M. Dorigo and G. Di Caro. The Ant Colony Optimization meta-heuristic. In D. Corne, M. Dorigo, and F.Glover, editors, New ideas in Optimization, pages 11--32, McGraw Hill, London, UK, 1999. [7] C.C.Ribeiro, E.Uchoa and R. F. Werneck, A hybrid GRASP with perturbations and adaptive path-relinking for the Steiner Problem in Graphs'', To appear in INFORMS Journal on Computing2001. [8] T.Stuetzle and H.Hoos. MAX-MIN Ant System and Local Search for Combinatorial Optimization Problems''. In Proceedings Second International Conference on Metaheuristics, MIC'97. Dordrecht: Kluwer Academic, 1998. [9] D. Aloise, V. G. Bittencourt e T.F. Noronha. Relatrio Tcnico para o Problema da Otimizao do Emprego da Unidade Mvel de Pistoneio. Universidade Federal do Rio Grande do Norte, RT-02-DIMAP_2001.