Tesis
Modelos de otimização para priorização de investimentos preventivos em malhas ferroviárias utilizando análise de risco baseada em vulnerabilidade
Optimization models for priorization of preventive investments in rail networks using risk analysis based on vulnerability
Registro en:
Autor
Pereira, Luciane Graziele, 1982-
Institución
Resumen
Orientador: Cristiano Torezzan Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Ciências Aplicadas Resumo: Uma manutenção eficiente da malha ferroviária é capaz de possibilitar uma melhor programação de trens, deixando os trechos livres e seguros para serem utilizados, além de permitir que trechos considerados gargalos no sistema estejam sempre em bom estado de manutenção para que não comprometam a capacidade da malha como um todo. Para que essas condições sejam possíveis, são necessários investimentos preventivos na via. Mas investimentos, em geral, estão sempre sujeitos a limitação de recursos. Por isso, este trabalho apresenta modelos de otimização para decisão de investimentos na infraestrutura de transporte ferroviário. A otimização dos investimentos preventivos nas ferrovias não objetiva apenas a redução dos custos, mas permite que os recursos poupados sejam direcionados para construção de novas vias, as quais, especialmente no Brasil, são essenciais para promover maior interligação entre as diferentes regiões. Neste trabalho o problema da alocação ótima de investimentos preventivos em malhas ferroviárias é estudado de forma a reduzir o risco total do sistema. O risco de cada evento é calculado como o produto entre a probabilidade de ocorrência do evento e sua respectiva consequência. Os modelos permitem ponderar a importância relativa de cada ponto da malha e admitem diferentes parametrizações para a redução da probabilidade de ocorrência de um evento em função do investimento alocado. Neste trabalho são deduzidos modelos específicos para três parametrizações diferentes, sendo que duas delas resultam em modelos de otimização linear e uma não linear. Para validação dos modelos propostos apresentam-se estudos de casos baseados em dados reais de uma ferrovia brasileira. Os resultados mostram que as diferentes parametrizações permitem flexibilizar a alocação de investimentos para minimizar o risco, de acordo com as características do problema ou interesse do decisor. Além disso os modelos propostos podem ser ajustados para apoio à decisão de investimento em situações similares de outros setores Abstract: The efficient management of the rail network can enable greater scheduling, freeing stretches and safety improvement of trains. Besides, makes possible that excerpts considered bottlenecks in the system be in good state, as it not compromiseing the rail network's capacity as a whole. But, it is necessary preventive investments to make such conditions possible, and they are usually always subject to resource limitations. Therefore, this research introduces novel optimization models for investment decisions in railway infrastructure. The optimization of preventive investments in railways does not aim only to reduce costs but allows the saved resources to be redirected to construction of new roads, which, especially in Brazil, are essential to promote greater interconnection between distinct regions. In this work we study the problem of optimal allocation of preventive investments in rail networks to reduce overall risk. For each point, the risk is calculated as the product of the occurrence likelihood by their respective consequence. The models considers network connections and may also assume different functions for the likelihood of an event depending on the allocated investment. Two linear and one nonlinear optimization models are proposed and some case studies are presented based on real data from a Brazilian railroad. The results show that different parameterizations allow for allocation of investments to minimize the risk according to characteristics of the problem or concerns from the decision maker. In addition, the proposed models can also be adjusted to support investment decisions in similar situations in other sectors Mestrado Pesquisa Operacional Mestra em Pesquisa Operacional