[en] SELECTION OF PORTFOLIOS OF OIL AND GAS PRODUCTION BY GENETIC ALGORITHMS

Detalhes bibliográficos
Autor(a) principal: KARIN YANET SUPO GAVANCHO
Data de Publicação: 2002
Tipo de documento: Outros
Idioma: por
Título da fonte: Repositório Institucional da PUC-RIO (Projeto Maxwell)
Texto Completo: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=3167@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=3167@2
http://doi.org/10.17771/PUCRio.acad.3167
Resumo: [pt] Esta dissertação investiga um sistema de apoio à decisão baseado em Algoritmos Genéticos e Simulação Monte Carlo para a formação de carteiras de projetos de petróleo e gás. O objetivo do trabalho é avaliar o desempenho de Algoritmos Genéticos -AG- para selecionar projetos que formarão a carteira. A construção de carteiras de projetos é um problema de múltiplos objetivos, onde se deseja escolher um conjunto de projetos com perspectivas de lucro para formar uma carteira. O sistema emprega o Algoritmo Genético para formação de carteiras de projetos. Em seguida, a Simulação de Monte Carlo é utilizada para obter a função de distribuição do Valor Presente Líquido -VPL- da carteira baseado nas distribuições dos projetos escolhidos. Por último, avalia-se a carteira usando-se o método de minimização de energia que busca o equilibro dos três objetivos considerados. O problema consiste, basicamente, em maximizar a média do VPL, que representa o retorno esperado, minimizando-se o Desvio Padrão, que é a medida de risco, e maximizando-se o Percentil 90 -P90-, que significa a possibilidade de obter um maior lucro. Nos estudos de casos são apresentados os resultados da aplicação do sistema para diferentes grupos de projetos, constituídos por 16, 18, 20 e 26 projetos, onde cada um deles tem distribuições teóricas do VPL definidas por funções: F, Normal e Logarítmica, formadas por 500 dados. Os resultados obtidos mostram a eficiência do AG com a técnica de múltiplos objetivos, na utilização para a otimização de carteiras de projetos de investimento em petróleo e gás.
id PUC_RIO-1_fbe77bc9dc183cf2dca9f8fe0aee7f65
oai_identifier_str oai:MAXWELL.puc-rio.br:3167
network_acronym_str PUC_RIO-1
network_name_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository_id_str 534
spelling [en] SELECTION OF PORTFOLIOS OF OIL AND GAS PRODUCTION BY GENETIC ALGORITHMS [pt] SELEÇÃO DE CARTEIRAS DE PROJETOS DE PRODUÇÃO DE PETRÓLEO E GÁS POR ALGORITMOS GENÉTICOS [pt] ALGORITMO GENETICO[pt] SELECAO DE PROJETOS[pt] CARTEIRAS DE PROJETOS[pt] MULTIPLOS OBJETIVOS[en] GENETIC ALGORITHM[en] PORTFOLIO SELECTION[en] PORTFOLIO[en] MULTIPLE OBJECTIVES[pt] Esta dissertação investiga um sistema de apoio à decisão baseado em Algoritmos Genéticos e Simulação Monte Carlo para a formação de carteiras de projetos de petróleo e gás. O objetivo do trabalho é avaliar o desempenho de Algoritmos Genéticos -AG- para selecionar projetos que formarão a carteira. A construção de carteiras de projetos é um problema de múltiplos objetivos, onde se deseja escolher um conjunto de projetos com perspectivas de lucro para formar uma carteira. O sistema emprega o Algoritmo Genético para formação de carteiras de projetos. Em seguida, a Simulação de Monte Carlo é utilizada para obter a função de distribuição do Valor Presente Líquido -VPL- da carteira baseado nas distribuições dos projetos escolhidos. Por último, avalia-se a carteira usando-se o método de minimização de energia que busca o equilibro dos três objetivos considerados. O problema consiste, basicamente, em maximizar a média do VPL, que representa o retorno esperado, minimizando-se o Desvio Padrão, que é a medida de risco, e maximizando-se o Percentil 90 -P90-, que significa a possibilidade de obter um maior lucro. Nos estudos de casos são apresentados os resultados da aplicação do sistema para diferentes grupos de projetos, constituídos por 16, 18, 20 e 26 projetos, onde cada um deles tem distribuições teóricas do VPL definidas por funções: F, Normal e Logarítmica, formadas por 500 dados. Os resultados obtidos mostram a eficiência do AG com a técnica de múltiplos objetivos, na utilização para a otimização de carteiras de projetos de investimento em petróleo e gás.[en] This thesis investigates a system of support to the decision based on Genetic Algorithms and Monte Carlo Simulation for the creation of portfolio projects of oil and gas. The objective of this work is to evaluate the performance of Genetic Algorithms -GA- to select projects that will form the portfolio. The portfolio construction of projects is a problem of objective multiples, where it is wishes to choose a set of projects with profit perspectives to form a portfolio. The system uses the Genetic Algorithm to create the portfolio formation of projects. After that, the Monte Carlo Simulation is used to get the function of distribution of the Net Present Value -NPV- of the portfolio based on the distributions of the chosen projects. Finally, the portfolio is evaluated portfolio by using itself the method of minimizes energy for the three considered objectives. The problem consists, basically, in maximizing the average of the NPV which represents the return expected, minimizing the Standard of Deviation, which is the measure of the risk, and maximizing the Percentile 90 -P90-, which means the possibility to get a bigger profit. In the study of cases, it is presented the results of the application of the system for different groups of projects, consisting in 16, 18, 20 and 26 projects, where each project has theoretical distributions of the NPV defined by functions: F, Normal and Logarithmic, formed for 500 data. The gotten results show the efficiency of the GA with the technique of objective multiples, in the use of the optimization of the portfolio projects oil and gas investment.MAXWELLMARCO AURELIO CAVALCANTI PACHECOMARCO AURELIO CAVALCANTI PACHECOMARCO AURELIO CAVALCANTI PACHECOKARIN YANET SUPO GAVANCHO2002-11-27info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/otherhttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=3167@1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=3167@2http://doi.org/10.17771/PUCRio.acad.3167porreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2018-06-18T00:00:00Zoai:MAXWELL.puc-rio.br:3167Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342018-06-18T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false
dc.title.none.fl_str_mv [en] SELECTION OF PORTFOLIOS OF OIL AND GAS PRODUCTION BY GENETIC ALGORITHMS
[pt] SELEÇÃO DE CARTEIRAS DE PROJETOS DE PRODUÇÃO DE PETRÓLEO E GÁS POR ALGORITMOS GENÉTICOS
title [en] SELECTION OF PORTFOLIOS OF OIL AND GAS PRODUCTION BY GENETIC ALGORITHMS
spellingShingle [en] SELECTION OF PORTFOLIOS OF OIL AND GAS PRODUCTION BY GENETIC ALGORITHMS
KARIN YANET SUPO GAVANCHO
[pt] ALGORITMO GENETICO
[pt] SELECAO DE PROJETOS
[pt] CARTEIRAS DE PROJETOS
[pt] MULTIPLOS OBJETIVOS
[en] GENETIC ALGORITHM
[en] PORTFOLIO SELECTION
[en] PORTFOLIO
[en] MULTIPLE OBJECTIVES
title_short [en] SELECTION OF PORTFOLIOS OF OIL AND GAS PRODUCTION BY GENETIC ALGORITHMS
title_full [en] SELECTION OF PORTFOLIOS OF OIL AND GAS PRODUCTION BY GENETIC ALGORITHMS
title_fullStr [en] SELECTION OF PORTFOLIOS OF OIL AND GAS PRODUCTION BY GENETIC ALGORITHMS
title_full_unstemmed [en] SELECTION OF PORTFOLIOS OF OIL AND GAS PRODUCTION BY GENETIC ALGORITHMS
title_sort [en] SELECTION OF PORTFOLIOS OF OIL AND GAS PRODUCTION BY GENETIC ALGORITHMS
author KARIN YANET SUPO GAVANCHO
author_facet KARIN YANET SUPO GAVANCHO
author_role author
dc.contributor.none.fl_str_mv MARCO AURELIO CAVALCANTI PACHECO
MARCO AURELIO CAVALCANTI PACHECO
MARCO AURELIO CAVALCANTI PACHECO
dc.contributor.author.fl_str_mv KARIN YANET SUPO GAVANCHO
dc.subject.por.fl_str_mv [pt] ALGORITMO GENETICO
[pt] SELECAO DE PROJETOS
[pt] CARTEIRAS DE PROJETOS
[pt] MULTIPLOS OBJETIVOS
[en] GENETIC ALGORITHM
[en] PORTFOLIO SELECTION
[en] PORTFOLIO
[en] MULTIPLE OBJECTIVES
topic [pt] ALGORITMO GENETICO
[pt] SELECAO DE PROJETOS
[pt] CARTEIRAS DE PROJETOS
[pt] MULTIPLOS OBJETIVOS
[en] GENETIC ALGORITHM
[en] PORTFOLIO SELECTION
[en] PORTFOLIO
[en] MULTIPLE OBJECTIVES
description [pt] Esta dissertação investiga um sistema de apoio à decisão baseado em Algoritmos Genéticos e Simulação Monte Carlo para a formação de carteiras de projetos de petróleo e gás. O objetivo do trabalho é avaliar o desempenho de Algoritmos Genéticos -AG- para selecionar projetos que formarão a carteira. A construção de carteiras de projetos é um problema de múltiplos objetivos, onde se deseja escolher um conjunto de projetos com perspectivas de lucro para formar uma carteira. O sistema emprega o Algoritmo Genético para formação de carteiras de projetos. Em seguida, a Simulação de Monte Carlo é utilizada para obter a função de distribuição do Valor Presente Líquido -VPL- da carteira baseado nas distribuições dos projetos escolhidos. Por último, avalia-se a carteira usando-se o método de minimização de energia que busca o equilibro dos três objetivos considerados. O problema consiste, basicamente, em maximizar a média do VPL, que representa o retorno esperado, minimizando-se o Desvio Padrão, que é a medida de risco, e maximizando-se o Percentil 90 -P90-, que significa a possibilidade de obter um maior lucro. Nos estudos de casos são apresentados os resultados da aplicação do sistema para diferentes grupos de projetos, constituídos por 16, 18, 20 e 26 projetos, onde cada um deles tem distribuições teóricas do VPL definidas por funções: F, Normal e Logarítmica, formadas por 500 dados. Os resultados obtidos mostram a eficiência do AG com a técnica de múltiplos objetivos, na utilização para a otimização de carteiras de projetos de investimento em petróleo e gás.
publishDate 2002
dc.date.none.fl_str_mv 2002-11-27
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/other
format other
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=3167@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=3167@2
http://doi.org/10.17771/PUCRio.acad.3167
url https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=3167@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=3167@2
http://doi.org/10.17771/PUCRio.acad.3167
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv MAXWELL
publisher.none.fl_str_mv MAXWELL
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_ 1814822544635592704