MODELOS DE PROGRAMAÇÃO ESTOCÁSTICA COM INCERTEZAS ENDÓGENAS: UMA APLICAÇÃO EM LOGÍSTICA HUMANITÁRIA

Detalhes bibliográficos
Autor(a) principal: BRUNO DA COSTA FLACH
Data de Publicação: 2010
Tipo de documento: Tese
Idioma: eng
Título da fonte: Repositório Institucional da PUC-RIO (Projeto Maxwell)
Texto Completo: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37562@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37562@2
Resumo: Neste trabalho estudamos uma classe de problemas de otimização estocástica com incertezas endógenas que é formulado como um problema de programação não-linear inteira (MINLP). Esta classe de problemas difere dos problemas de otimização estocástica geralmente estudados na literatura pelo fato de que que a distribuição de probabilidade dos parâmetros aleatórios depende das decisões tomadas. Apesar de discutido dentro do contexto do problema de logística humanitária, a metodologia proposta e os resutados obtidos são válidos para uma classe geral de problemas que agrega uma variedade de aplicações. Em particular, propõe-se (i) uma técnica de convexificação de polinômios de variáveis binárias, (ii) um algoritmo de geração de cortes e (iii) a incorporação dos conceitos de importance sampling dentro do contexto de otimização estocástica de modo a permitir a solução de grandes instâncias do problema. Os resultados computacionais apresentados demonstram as vantagens da metodologia proposta ao permitir a solução de instâncias significativamente maiores que aquelas atualmente apresentadas em trabalhos relacionados.
id PUC_RIO-1_f98323bf6b94b1c74424f907b9fa934d
oai_identifier_str oai:MAXWELL.puc-rio.br:37562
network_acronym_str PUC_RIO-1
network_name_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository_id_str 534
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisMODELOS DE PROGRAMAÇÃO ESTOCÁSTICA COM INCERTEZAS ENDÓGENAS: UMA APLICAÇÃO EM LOGÍSTICA HUMANITÁRIASTOCHASTIC PROGRAMMING WITH ENDOGENOUS UNCERTAINTY: AN APPLICATION IN HUMANITARIAN LOGISTICS2010-04-16ALVARO DE LIMA VEIGA FILHO48345644791lattes.cnpq.br/8855081325345654MARCUS VINICIUS S P DE ARAGAO81023120763lattes.cnpq.br/0833253899619895ALVARO DE LIMA VEIGA FILHOMARCUS VINICIUS S P DE ARAGAOALEXANDRE STREET DE AGUIAROSCAR PORTOEDUARDO UCHOA BARBOZA08217673721lattes.cnpq.br/2872169376520284BRUNO DA COSTA FLACHPONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROPPG EM ENGENHARIA ELÉTRICAPUC-RioBRNeste trabalho estudamos uma classe de problemas de otimização estocástica com incertezas endógenas que é formulado como um problema de programação não-linear inteira (MINLP). Esta classe de problemas difere dos problemas de otimização estocástica geralmente estudados na literatura pelo fato de que que a distribuição de probabilidade dos parâmetros aleatórios depende das decisões tomadas. Apesar de discutido dentro do contexto do problema de logística humanitária, a metodologia proposta e os resutados obtidos são válidos para uma classe geral de problemas que agrega uma variedade de aplicações. Em particular, propõe-se (i) uma técnica de convexificação de polinômios de variáveis binárias, (ii) um algoritmo de geração de cortes e (iii) a incorporação dos conceitos de importance sampling dentro do contexto de otimização estocástica de modo a permitir a solução de grandes instâncias do problema. Os resultados computacionais apresentados demonstram as vantagens da metodologia proposta ao permitir a solução de instâncias significativamente maiores que aquelas atualmente apresentadas em trabalhos relacionados.In this work we study a class of stochastic programming problems with endogenous uncertainty – i.e., those in which the probability distribution of the random parameters is decision-dependent – which is formulated as a mixed integer non-linear programming (MINLP) problem. Although discussed in the context of the humanitarian logistics problem, the proposed methodology and obtained results are also valid for a more general class of problems which comprehends a variety of applications. In particular, we propose (i) a convexification technique for polynomials of binary variables, (ii) an efficient cutgeneration algorithm and (iii) the incorporation of importance sampling concepts into the stochastic programming framework so as to allow the solution of large instances of the problem. Computational results demonstrate the effectiveness of the proposed methodology by solving instances significantly larger than those reported in related works.PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROCONSELHO NACIONAL DE DESENVOLVIMENTO CIENTÍFICO E TECNOLÓGICOhttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37562@1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37562@2engreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2022-11-01T13:46:44Zoai:MAXWELL.puc-rio.br:37562Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342019-04-02T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false
dc.title.pt.fl_str_mv MODELOS DE PROGRAMAÇÃO ESTOCÁSTICA COM INCERTEZAS ENDÓGENAS: UMA APLICAÇÃO EM LOGÍSTICA HUMANITÁRIA
dc.title.alternative.en.fl_str_mv STOCHASTIC PROGRAMMING WITH ENDOGENOUS UNCERTAINTY: AN APPLICATION IN HUMANITARIAN LOGISTICS
title MODELOS DE PROGRAMAÇÃO ESTOCÁSTICA COM INCERTEZAS ENDÓGENAS: UMA APLICAÇÃO EM LOGÍSTICA HUMANITÁRIA
spellingShingle MODELOS DE PROGRAMAÇÃO ESTOCÁSTICA COM INCERTEZAS ENDÓGENAS: UMA APLICAÇÃO EM LOGÍSTICA HUMANITÁRIA
BRUNO DA COSTA FLACH
title_short MODELOS DE PROGRAMAÇÃO ESTOCÁSTICA COM INCERTEZAS ENDÓGENAS: UMA APLICAÇÃO EM LOGÍSTICA HUMANITÁRIA
title_full MODELOS DE PROGRAMAÇÃO ESTOCÁSTICA COM INCERTEZAS ENDÓGENAS: UMA APLICAÇÃO EM LOGÍSTICA HUMANITÁRIA
title_fullStr MODELOS DE PROGRAMAÇÃO ESTOCÁSTICA COM INCERTEZAS ENDÓGENAS: UMA APLICAÇÃO EM LOGÍSTICA HUMANITÁRIA
title_full_unstemmed MODELOS DE PROGRAMAÇÃO ESTOCÁSTICA COM INCERTEZAS ENDÓGENAS: UMA APLICAÇÃO EM LOGÍSTICA HUMANITÁRIA
title_sort MODELOS DE PROGRAMAÇÃO ESTOCÁSTICA COM INCERTEZAS ENDÓGENAS: UMA APLICAÇÃO EM LOGÍSTICA HUMANITÁRIA
author BRUNO DA COSTA FLACH
author_facet BRUNO DA COSTA FLACH
author_role author
dc.contributor.advisor1.fl_str_mv ALVARO DE LIMA VEIGA FILHO
dc.contributor.advisor1ID.fl_str_mv 48345644791
dc.contributor.advisor1Lattes.fl_str_mv lattes.cnpq.br/8855081325345654
dc.contributor.advisor-co1.fl_str_mv MARCUS VINICIUS S P DE ARAGAO
dc.contributor.advisor-co1ID.fl_str_mv 81023120763
dc.contributor.advisor-co1Lattes.fl_str_mv lattes.cnpq.br/0833253899619895
dc.contributor.referee1.fl_str_mv ALVARO DE LIMA VEIGA FILHO
dc.contributor.referee2.fl_str_mv MARCUS VINICIUS S P DE ARAGAO
dc.contributor.referee3.fl_str_mv ALEXANDRE STREET DE AGUIAR
dc.contributor.referee4.fl_str_mv OSCAR PORTO
dc.contributor.referee5.fl_str_mv EDUARDO UCHOA BARBOZA
dc.contributor.authorID.fl_str_mv 08217673721
dc.contributor.authorLattes.fl_str_mv lattes.cnpq.br/2872169376520284
dc.contributor.author.fl_str_mv BRUNO DA COSTA FLACH
contributor_str_mv ALVARO DE LIMA VEIGA FILHO
MARCUS VINICIUS S P DE ARAGAO
ALVARO DE LIMA VEIGA FILHO
MARCUS VINICIUS S P DE ARAGAO
ALEXANDRE STREET DE AGUIAR
OSCAR PORTO
EDUARDO UCHOA BARBOZA
description Neste trabalho estudamos uma classe de problemas de otimização estocástica com incertezas endógenas que é formulado como um problema de programação não-linear inteira (MINLP). Esta classe de problemas difere dos problemas de otimização estocástica geralmente estudados na literatura pelo fato de que que a distribuição de probabilidade dos parâmetros aleatórios depende das decisões tomadas. Apesar de discutido dentro do contexto do problema de logística humanitária, a metodologia proposta e os resutados obtidos são válidos para uma classe geral de problemas que agrega uma variedade de aplicações. Em particular, propõe-se (i) uma técnica de convexificação de polinômios de variáveis binárias, (ii) um algoritmo de geração de cortes e (iii) a incorporação dos conceitos de importance sampling dentro do contexto de otimização estocástica de modo a permitir a solução de grandes instâncias do problema. Os resultados computacionais apresentados demonstram as vantagens da metodologia proposta ao permitir a solução de instâncias significativamente maiores que aquelas atualmente apresentadas em trabalhos relacionados.
publishDate 2010
dc.date.issued.fl_str_mv 2010-04-16
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37562@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37562@2
url https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37562@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37562@2
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO
dc.publisher.program.fl_str_mv PPG EM ENGENHARIA ELÉTRICA
dc.publisher.initials.fl_str_mv PUC-Rio
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO
dc.source.none.fl_str_mv reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)
instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron:PUC_RIO
instname_str Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron_str PUC_RIO
institution PUC_RIO
reponame_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
collection Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository.name.fl_str_mv Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
repository.mail.fl_str_mv
_version_ 1748324944800907264