dc.contributor | Salles Neto, Luiz Leduino de [UNIFESP] | |
dc.contributor | http://lattes.cnpq.br/3494006054065503 | |
dc.contributor | http://lattes.cnpq.br/3728820959678712 | |
dc.contributor | Lodwick, Weldon A. | |
dc.contributor | http://lattes.cnpq.br/6568555460229412 | |
dc.creator | Butkeraites, Renan Brito Cano [UNIFESP] | |
dc.date.accessioned | 2022-03-24T12:24:56Z | |
dc.date.accessioned | 2023-09-04T19:16:49Z | |
dc.date.available | 2022-03-24T12:24:56Z | |
dc.date.available | 2023-09-04T19:16:49Z | |
dc.date.created | 2022-03-24T12:24:56Z | |
dc.date.issued | 2021-03-10 | |
dc.identifier | https://repositorio.unifesp.br/xmlui/handle/11600/63626 | |
dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/8624771 | |
dc.description.abstract | A abordagem mais popular atualmente para ajudar o tomador de decisão durante o tratamento da incerteza em problemas de otimização linear e inteira tem o revés de necessitar de um parâmetro de controle de incerteza que nem sempre é de trivial escolha. Este trabalho apresenta três avanços nesta área: 1) Desenvolvimento de uma abordagem para resolver problemas de otimização sob incerteza, aplicando o método desenvolvido em um problema de otimização linear da Indústria 4.0 (empacotamento de largura de banda) e comparar com uma abordagem da literatura; 2) Modelagem e resolução de um problema não linear de localização 2D de alvos sob incerteza utilizando geometria de distância, comparando com uma abordagem da literatura e; 3) Criação de uma medida de qualidade baseada em factibilidade e validar em um problema de otimização linear clássico da literatura. O método de resolução de problemas de otimização sob incerteza proposto nesta tese, chamado de SIROM (Sampling-based multi-objective Iterative Robust Optimization Method), foi arquitetado para encontrar automaticamente soluções para problemas de otimização sob incerteza utilizando as informações obtidas durante um processo de simulação e agrupamento de soluções por semelhança. Sua aplicação ao problema de largura de banda obteve em 92,5% das instâncias resultados melhores ou iguais aos resultados da aplicação no método da literatura para o mesmo problema. A modelagem do problema de localização 2D de alvos considerou uma definição diferente do tipo de incerteza usada no modelo clássico da literatura e sua resolução encontrou menor erro de localização em 59% dos casos, além de menor tempo de execução. Além disso, foi criada uma nova medida de robustez, chamada Hardness, que considera a factibilidade de uma solução para qualquer realização dos parâmetros incertos, que, por considerar a diferença do grau de robustez entre as soluções, demonstrou ser mais clara do que as medidas de qualidade da literatura. | |
dc.publisher | Universidade Federal de São Paulo | |
dc.rights | Acesso aberto | |
dc.subject | Otimização robusta | |
dc.subject | Programação heurística | |
dc.subject | Incerteza de medição | |
dc.subject | Tomada de decisões | |
dc.subject | Adminsitração | |
dc.title | Otimização sob incerteza: um novo método computacional, uma nova medida de robustez e aplicações | |
dc.type | Tese de doutorado | |