Escolar Documentos
Profissional Documentos
Cultura Documentos
Trabalho Pratico 1
Engenharia Civil – Investigação Operacional
Turno P1
Daniel Cruz nº 42922
Edgar Macedo nº 44518
Manuel Miranda nº 42909
Nuno Silva nº 54240
Nuno Vidal nº 35241
Pedro Sanches nº 48776
Maio de 2010
Universidade do Minho Investigação Operacional
Escola de Engenharia Mestrado em Engenharia Civil
Resumo
O presente trabalho está integrado na disciplina de Investigação Operacional do 2º ano
do Mestrado de Engenharia Civil, leccionada na Universidade do Minho. Este relatório
tem por objectivo a apresentação dos resultados e conclusões obtidas no trabalho
prático proposto.
C1=3+5+2+4+1=15
C2 =5+4+2+4+0=15
A área total disponível para construção do complexo é 1000 hectares, que na nossa
resolução será representada pela variável “t”. Adiante será explicado o porque desta
decisão.
AHP AC ALES
DOG 15 x1 45 y1 40 z1
STD 25 x2 35 y2 29 z2
R&Fog 25 x3 15 y3 30 z3
2
Universidade do Minho Investigação Operacional
Escola de Engenharia Mestrado em Engenharia Civil
Mínimo Máximo
DOG 45% 50%
STD 30% 35%
R&Fog 15% 20%
1)
A determinação das áreas adjudicadas a cada uma das empresas é feita com o recurso
a um modelo de programação linear com uma função objectivo de maximização de
lucro, sujeita a diversas restrições.
x1+x2+x3+y1+y2+y3+z1+z2+z3<=t
Esta restrição limita a área total de construção à área total disponível para construção,
aqui representada pela variável “t” por motivos que serão expostos adiante.
x1+x2+x3>=0.35*t
y1+y2+y3<=0.45*t
z1+z2+z3>=0.5*x1+0.5*x2+0.5*x3+0.5*y1+0.5*y2+0.5*y3
x1+y1+z1>=0.45*t
x1+y1+z1<=0.5*t
x2+y2+z2>=0.3*t
y2+y2+y2<=0.35t
x3+y3+z3>=0.15*t
x3+y3+z3<=0.2*t
3
Universidade do Minho Investigação Operacional
Escola de Engenharia Mestrado em Engenharia Civil
As restrições já apresentadas, são nada mais que limites impostos aos possíveis
valores das variáveis de decisão em função da área total disponível para construção,
que é igual a 1000 hectares. Contudo, por um motivo de facilidade de cálculo da alínea
3 do problema proposto, foi adicionada a seguinte restrição:
t=1000
Deste modo é possível alterar o valor da área total disponível para construção e todas
as restrições que dependem deste valor com a simples alteração desta restrição.
Apesar de não ser necessário para a resolução em software, não nos podemos
esquecer de garantir a não negatividade com a seguinte restrição:
x1+x2+x3+y1+y2+y3+z1+z2+z3>=0
s. a.: x1+x2+x3+y1+y2+y3+z1+z2+z3<=t;
x1+x2+x3>=0.35*t;
y1+y2+y3<=0.45*t;
z1+z2+z3>=0.5*x1+0.5*x2+0.5*x3+0.5*y1+0.5*y2+0.5*y3;
x1+y1+z1>=0.45*t;
x1+y1+z1<=0.5*t;
x2+y2+z2>=0.3*t;
y2+y2+y2<=0.35*t;
x3+y3+z3>=0.15*t;
x3+y3+z3<=0.2*t;
t=1000;
x1+x2+x3+y1+y2+y3+z1+z2+z3>=0;
Para a resolução foi aplicada esta formulação no software LPSolve como apresentado
na ilustração 1 em anexo. Os resultados obtidos estão presentes na tabela 9 em anexo.
AHP AC ALES
DOG 0 200 300
STD 233,333 166,667 0
R&Fog 116,667 0 33,333
4
Universidade do Minho Investigação Operacional
Escola de Engenharia Mestrado em Engenharia Civil
2)
Na segunda alínea do exercício é indicado que a capacidade de construção no
segmento de lazer e equipamentos sociais da empresa R&Fog se encontra limitada a
100 hectares. Perante o nosso modelo, esta restrição pode ser traduzida por uma
limitação da variável z3 através da seguinte restrição:
z3 <=100
AHP AC ALES
DOG 0 266,667 233,333
STD 300 50 0
R&Fog 50 0 100
Isto acontece porque este modelo apresenta várias soluções óptimas, pelo que a
introdução desta nova restrição leva a que o modelo seja resolvido por outro “caminho”
mas sempre chegando à mesma solução, a solução óptima.
5
Universidade do Minho Investigação Operacional
Escola de Engenharia Mestrado em Engenharia Civil
Com esta nova restrição a empresa apresenta que apresenta uma perda de lucros,
quando no entanto as outras duas, DOG e R&Fog, apresentam um ganho que somado
é igual ao prejuízo da STD.
Perante isto a solução indicada seria as empresas que tiveram um ganho nos lucros,
DOG e R&Fog, devolvam essa diferença (333,333 UM de cada uma) à STD de modo a
restabelecer o equilíbrio dos lucros individuais do consórcio.
3)
Na terceira alínea vamos avaliar os lucros em função da área total disponível para
construção por tipo de construção em incrementos de 50 hectares entre 500 e 1000
hectares para as três empresas.
Para tal vamos utilizar o modelo inicial e o software LPSolve. Foi por este motivo que
inicialmente se introduziu a variável “t” como já foi abordado anteriormente. Bastando
agora penas variar essa variável entre 500 e 1000 com incrementos de 50, registando
os valores obtidos em tabela e multiplicando os valores obtidos pelo lucro por hectare
obtemos os valores presentes nas tabelas 11, 12 e 13 presentes em anexo.
Como é possível verificar, os lucros de cada uma das empresas crescem em função da
área e como seria de esperar, a empresa DOG é a empresa que apresenta maiores
lucros devido à sua maior cota de lucros no consórcio.
6
Universidade do Minho Investigação Operacional
Escola de Engenharia Mestrado em Engenharia Civil
O modelo tem por objectivo determinar o local onde devem ser colocados um
determinado tipo de instalações (armazéns, fabricas ou centros de distribuição por
exemplo) de modo a servir um conjunto de clientes distribuídos por vários pontos. A
abertura de uma instalação implica um custo fixo (de construção, por exemplo). Existem
ainda custos variáveis associados às mercadorias que são transportadas de uma
instalação até um determinado cliente.
O enunciado não fornece informações acerca da capacidade das instalações, pelo que
assumimos que estes teriam um limite de capacidade de modo a obter um modelo
genérico que fosse capaz de satisfazer qualquer situação concreta como se pretende
na alínea 2 do exercício.
Clientes
1 𝑖 N
1
Localizações 𝑗 𝑐𝑖𝑗
L
1)
A definição da nossa função objectivo (1) é feita com base na relação das variáveis
binárias, 𝑦𝑖 , e o seu custo fixo, 𝑑𝑗 , associado mais a relação entre as variáveis 𝑥𝑖𝑗 e o
respectivo custo variável, 𝑐𝑖𝑗 , e tem por objectivo a minimização dos custos.
Temos que ter em conta que os custos fixos precisam de ser activados e contabilizados
apenas uma vez, pelo que utilizamos variáveis binárias para tal efeito. Uma vez que os
custos fixos, 𝑑𝑗 , dependem de 𝑦𝑖 , e esta apenas toma os valores 0 ou 1 (como
demonstrado pela equação 4), quando 𝑦𝑖 = 0 o custo fixo associado vai ser anulado.
Como restrições temos que garantir a procura de cada um dos clientes, 𝑝𝑖 , que é feito
com recurso à equação (2).
Uma vez que a cada localização possui uma determinada capacidade, é necessário
então entrar com este limite e para tal utilizamos a equação (3), que em simultâneo
associa a capacidade à variável binária, de modo a activar o limite de capacidade
apenas no caso de a localização ser seleccionada.
7
Universidade do Minho Investigação Operacional
Escola de Engenharia Mestrado em Engenharia Civil
s.a.:
𝐿
𝑥𝑖𝑗 = 𝑝𝑖 ; 𝑖 = 1, … , 𝑁 (2)
𝑗 =1
𝑥𝑖𝑗 ≤ 𝑢𝑗 𝑦𝑗 ; 𝑗 = 1, … , 𝐿 (3)
𝑖=1
𝑦𝑗 ∈ 0,1 , 𝑗 = 1, … , 𝐿 (4)
𝑥𝑖𝑗 ≥ 0 , 𝑖 = 1, … , 𝑁 ; 𝑗 = 1, … , 𝐿 (5)
2)
Para avaliar experimentalmente o modelo criado anteriormente, podemos recorrer a um
exercício fictício como o apresentado de seguida.
Exercício fictício:
• Quais as localizações que devem ser seleccionadas de forma ao custo total ser
mínimo?
• A partir de que (quais) armazém(éns) deve ser abastecido cada um dos clientes?
Cliente
Custo Fixo Capacidade 1 2 3 4
A 30 100 5 5 4 4
Armazém B 32 120 2 4 4 3
C 35 110 1 2 2 2
Procura 53 40 37 25
8
Universidade do Minho Investigação Operacional
Escola de Engenharia Mestrado em Engenharia Civil
Para a resolução deste exercício vamos primeiro formular o seu modelo com base no
modelo genérico criado anteriormente, e depois introduzimos os dados no software
LPSolve de modo a obter a solução mais rapidamente.
𝐹. 𝑂. 𝑀𝑖𝑛 𝑧 = 30𝑦𝐴 + 32𝑦𝐵 + 35𝑦𝐶 + 5𝑥1𝐴 + 5𝑥2𝐴 + 4𝑥3𝐴 + 4𝑥4𝐴 + 2𝑥1𝐵 + 4𝑥2𝐵 + 4𝑥3𝐵
+ 3𝑥4𝐵 + 1𝑥1𝐶 + 2𝑥2𝐶 + 2𝑥3𝐶 + 2𝑥4𝐶
𝑦𝑗 ∈ 0,1 , 𝑗 = 𝐴, 𝐵, 𝐶
𝑥𝑖𝑗 ≥ 0 , 𝑖 = 1, … ,4; 𝑗 = 𝐴, 𝐵, 𝐶
9
Universidade do Minho Investigação Operacional
Escola de Engenharia Mestrado em Engenharia Civil
Estamos sujeitos a uma produção máxima variável em cada mês, e temos procuras
diferentes para cada produto e para cada mês. Como os custos variam pretende-se
produzir os produtos quando o preço por unidade é mínimo, mas ao produzir mais
produtos que o procurado, estes tem de ser armazenados para o mês seguinte, o custo
de armazenar varia com o mês e com o produto em causa, assim a produção será
condicionada também pelo custo de armazém. No 3º mês pretende-se ficar sem
produtos no armazém.
Produção (origem)
produção
produção
produção
Limite
Limite
Limite
10
Universidade do Minho Investigação Operacional
Escola de Engenharia Mestrado em Engenharia Civil
X1 X5 X13
X3 X7 X15
X17
X9 X19
X11 X21
X23
Extraordinário
X2 X6 X14
X4 X8 X16
Horário
X18
X10 X20
X12 X22
X24
Formulação do problema:
𝑀𝑖𝑛 𝑧 = 19𝑥1 + 18𝑥2 + 15𝑥3 + 15𝑥4 + 22𝑥5 + 24𝑥6 + 13𝑥7 + 15𝑥8 + 20𝑥9 + 19𝑥10
11
Universidade do Minho Investigação Operacional
Escola de Engenharia Mestrado em Engenharia Civil
F.O. 387
Variaveis decisão
x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x11 x12
Custo 19 18 15 15 22 24 13 15 20 19 17 17
Produção 2 3 3 0 0 0 5 0 3 0 0 0
x13 x14 x15 x16 x17 x18 x19 x20 x21 x22 x23 x24
Custo 17 21 15 21 22 21 18 18 24 26 14 16
Produção 4 0 1 0 0 0 0 0 0 0 3 0
Por exemplo, a empresa no primeiro mês deve produzir 5 unidades em horário normal e
3 unidades em horário extraordinário do produto 1, das quais 3 unidades do produto 1
são armazenadas para o mês seguinte, enquanto as outras são vendidas. Do produto 2
deve produzir 3 unidades em horário normal e nenhuma em horário extraordinário e as
3 são vendidas. Assim no total foram produzidos 11 produtos das quais 3 são
armazenados para o segundo mês.
12
Universidade do Minho Investigação Operacional
Escola de Engenharia Mestrado em Engenharia Civil
ANEXOS – Grupo 1
Ilustração 1 - Formulação introduzida em LPSolve
Variables result
34833,3333333333
x1 0
x2 233,333333333333
x3 116,666666666667
y1 200
y2 116,666666666667
y3 0
z1 300
z2 0
z3 33,3333333333333
t 1000
13
Universidade do Minho Investigação Operacional
Escola de Engenharia Mestrado em Engenharia Civil
Variables result
34833,3333333333
x1 0
x2 300
x3 50
y1 266,666666666667
y2 50
y3 0
z1 233,333333333333
z2 0
z3 100
t 1000
14
Universidade do Minho Investigação Operacional
Escola de Engenharia Mestrado em Engenharia Civil
Tabela 13 – Lucros por tipo de construção de cada empresa em função da área de construção
15
Universidade do Minho Investigação Operacional
Escola de Engenharia Mestrado em Engenharia Civil
Tabela 14 - Lucros por tipo de construção de cada empresa em função da área de construção
16
Universidade do Minho Investigação Operacional
Escola de Engenharia Mestrado em Engenharia Civil
Tabela 15 - Lucros por tipo de construção de cada empresa em função da área de construção
17
Universidade do Minho Investigação Operacional
Escola de Engenharia Mestrado em Engenharia Civil
ANEXOS – Grupo 2
Ilustração 3 - Formulação introduzida em LPSolve
Variables result
294
ya 0
yb 1
yc 1
x1a 0
x2a 0
x3a 0
x4a 0
x1b 20
x2b 0
x3b 0
x4b 0
x1c 33
x2c 40
x3c 37
x4c 0
18
ANEXOS – Grupo 3
Restrição de procura
1º mês 2 3 5 = 5
3 0 3 = 3
2º mês 0 0 3 0 3 = 3
5 0 0 0 5 = 5
3º mês 4 0 0 0 0 0 4 = 4
1 0 0 0 3 0 4 = 4