Problema de Designação

Inteligência Computacional para Otimização

Ana Laura Alves Rocha

Carine Madeira Soares
Grazielle Amanda do Carmo Café
Proposta do Projeto
Teórica: O grupo deverá propor um problema de
otimização voltado para Engenharia, apresentando
as restrições, representação do problema,
condição inicial, possível solução e critério de
parada

Simulação: A solução do problema proposto será

implementada usando um método metaheurístico
de forma computacional via software Matlab.
01
Pesquisa
Operacional
Através do uso de técnicas de modelagem matemática e
eficientes algoritmos computacionais, a Pesquisa Operacional
pode auxiliar o decisor na análise dos mais variados aspectos e
situações em problemas complexos, permitindo a tomada de
decisões efetivas e a construção de sistema mais construtivos.

OTIMIZAÇÃO | ESTRATÉGIA | TOMADA DE DECISÕES

A pesquisa operacional apoia o
processo de tomada de decisão.
Cabe ao decisor
Identificar e definir o problema
Formular objetivo(s)
Analisar limitações
Avaliar alternativas e escolher a melhor
 02

Programação
Linear
A Programação Linear, no campo
da programação matemática, é
uma área da P.O. (Pesquisa
Operacional) com vasta aplicação
em apoio à decisão. O termo
"programação" está relacionado ao
planejamento de recursos escassos
visando atender as condições
operacionais.
A Programação Linear consiste na
representação das características
de um problema em forma de um
conjunto de equações lineares.

Geralmente os problemas de
otimização com uso de
Programação Linear tem como
objetivo minimizar custos ou
maximizar lucros ou faturamento.
03
Heurística e
Metaheurística
Definimos heurística como sendo uma
técnica inspirada em processos intuitivos
que procura uma boa solução a um custo
computacional aceitável, sem, no entanto,
estar capacitada a garantir sua otimalidade,
bem como garantir quão próximo ela está da
solução ótima.

A conjugação desse verbo na primeira

pessoa é eureka (eu descobri)
 Metaheurísticas
O desafio é produzir, em tempo reduzido, soluções tão próximas
quanto possível da solução ótima. Muitos esforços têm sido feitos
nessa direção e heurísticas muito eficientes foram desenvolvidas
para diversos problemas.

Esta meta tornou-se mais realista a partir da reunião de conceitos

das áreas de Otimização e Inteligência Artifcial, viabilizando a
construção das chamadas melhores estratégias ou dos métodos
inteligentemente flexíveis, comumemente conhecidos como
metaheurísticas.
 Métodos Heurísticos
Heurísticas de construção Heurísticas sistemáticas
São aquelas onde uma ou mais soluções Sa árvore de espaço de soluções é percorrida
construídas elemento a elemento, seguindo utilizando critérios de ramificação e corte da árvore;
algum critério de otimização, até que se tenha
uma solução viável
Heurísticas híbridas
Resultantes da combinação de duas ou mais
Heurísticas de busca de heurísticas com estratégias diferentes;
vizinhança
Parte de uma solução inicial viável, tentando Metaheurísticas
melhorar esta solução através de operações A partir da heurística mais simples é gerenciada por
de troca, remoção ou inserção, até que não um procedimento que visa explorar
seja mais possível a melhoria ou algum outro inteligentemente a instância do problema e o seu
critério de parada seja satisfeito; espaço de soluções.
 Blum & Roli (2003)

As meta-heurísticas combinam métodos

heurísticos básicos em arquiteturas de alto
nível com o objetivo promover a eficiência e
eficácia na exploração do espaço de busca.
Problema de
Designação
Dado que temos um conjunto de recursos e um conjunto de tarefas que precisa ser
realizadas, relacionamos os dois conjuntos de maneira que os recursos podem
realizar as tarefas e as tarefas também podem ser feitas pelos recursos. Porém, cada
recurso pode ser designado apenas a uma tarefa e cada tarefa só pode ser feita por um
recurso.

A relação de um recurso com uma tarefa é dada por um custo, então o custo das tarefas
depende de qual recurso foi escolhido pra fazer a tarefa. Algebricamente dado por
cij. O problema de designação visa responder quais recursos realizarão quais tarefas de
maneira a minimizar o custo total para executar todas as tarefas.
Formalização do Problema
Restrições
Como cada recurso realizará apenas uma única
tarefa e estamos trabalhando com o problema de
designação balanceado, então o conjunto de
restrições xij≥0 equivale
Representação do Problema
O agendamento ótimo de geradores para atender
a demanda de energia elétrica, considerando as
exigências de curto prazo e baixo risco, tem sido
motivo de preocupação das concessionárias de
energia e foco de estudo da comunidade acadêmica.

Trataremos a tendência relevante dos sistemas

elétricos atuais, que é a de inclusão de fontes de
produção renováveis ao fluxo de potência, para
minimizar o custo e consequentemente maximizar o
lucro obtido pelo agendamento.
Representação do Problema
Esse problema é denominado Designação de Geradores e a seguir o trataremos como
Problema de Programação Linear. Temos como exemplo 4 geradores de energia
eólica (recurso) e 4 demandas energéticas (tarefas). A relação entre os geradores e as
demandas energéticas são:
Método Heurístico de
Refinamento
Dentre os métodos heurísticos de refinamento escolhemos o método de
Descida | Subida, pois ele fornece a melhor solução já que analisa todos os
vizinhos antes de escolher o melhor elemento.

O algoritmo da Descida/Subida consistem nos seguintes passos:

Passo 0 : Inicie com uma solução qualquer;
Passo 1 : A cada passo, analise todos os possíveis vizinhos;
Passo 2: Mova somente para seu melhor vizinho.

O método se encerra quando não for possível encontrar um vizinho melhor

(ótimo local).
Método Heurístico de
Refinamento
Após apresentarmos nosso problema trataremos o método de refinamento
a ser aplicado. Os métodos de refinamento são empregados para
encontrar uma solução aproximada de forma mais rápida.

O objetivo desses métodos é melhorar a solução através de operações de

troca, remoção ou inserção de elementos. Escolhemos as heurísticas de
busca em vizinhança que são um conjunto de métodos de busca local, que
a partir de uma solução inicial qualquer, caminha de vizinho a
vizinho,tentando melhorar a solução construída.
Passo 0: Condição Inicial

A representação dessa matriz é dada por

S0 = [D2 D1 D3 D4], onde cada posição do vetor é referente
a um gerador [G1 G2 G3 G4].
Passo 1: Analise todos os vizinhos
Passo 2: Mova para o melhor vizinho
O melhor vizinho é a solução S3 = [D4 D1 D3 D2]. Dessa forma, repetimos o
Passo 1 e analisamos agora os vizinhos do 'S3'.
Realizando a varredura a partir da solução 'S6' = [D4 D1 D2 D3]. Verifica-se
o melhor resultado.
 Como não foi possível encontrar um vizinho
melhor a solução anterior é um ótimo local, s*=
[D4 D1 D2 D3] com custo f(s*) = 504.
Critério de Parada
O critério de parada do algoritmo pode ser
entendido de maneira simples: numa determinada
iteração, se ao testar todos os vizinhos, não é
encontrado nenhum ponto com solução melhor,
ou seja, menor custo segundo a função de
avaliação, o algoritmo para e, considera a solução
atual como a solução ótima, que é no mínimo um
ponto de ótimo local.
Conclusão
O objetivo principal deste projeto é desenvolver e
construir os conhecimentos necessários na análise
e projeto de algoritmos de otimização
computacional, avaliando passo a passo as
vantagens e dificuldades encontradas ao lidar
com um problema particular.
 Referências Bibliográficas
1. Universidade Federal do Paraná, 2.2.2 Problema de Transporte,
Transbordo e Designação. Departamento de Engenharia de
Produção.
2. Bombacini, M. Ribeiro, A. Designação Robusta de Geradores com
Restrições de Segurança em Geração Volátil de Energia Eólica.
Universidade Federaldo Paraná.
3. Lima, R. Problema de Designação: Modelo de Programação
Linear.