O problema da gestão ótima da diversidade de cablagens

• Autor(a) principal: Lopes, Julieta Margarida Alexandre
• Data de Publicação: 2012
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10773/10082
• topic: Matemática aplicada; Gestão: Modelos matemáticos; Optimização combinatória; Indústria automóvel

Neste trabalho, aborda-se o problema da gestão ótima da diversidade, que pode ser considerado um caso particular do problema da p-mediana, aplicado na indústria automóvel. Em primeiro lugar, descreve-se o problema e estudam-se algumas das suas caraterísticas combinatórias. Sendo um problema de otimização combinatória classificado como NP-difícil, usualmente, aplicam-se na sua resolução métodos heurísticos. Nesta tese, estuda-se um algoritmo Greedy com detalhe, de modo a inferir estratégias que o tornem mais eficiente na resolução do problema. Assim, estudam-se algumas caraterísticas combinatórias desse algoritmo Greedy, para um caso particular, e apresentam-se algumas propriedades do mesmo. De seguida, dado que na realidade o problema da gestão ótima da diversidade de cablagens pode ser decomposto em vários subproblemas, mais fáceis de resolver, apresenta-se a abordagem que consiste na aplicação dum algoritmo Greedy em duas etapas, numa primeira etapa o algoritmo é aplicado a cada subproblema e, numa segunda etapa, é aplicado para determinar a melhor forma de combinar as soluções dos vários subproblemas. Por último, é feito um estudo estatístico, com uma amostra de 5 problemas reais de uma empresa de cablagens, de modo a analisar a existência de caraterísticas comuns na resolução dos mesmos, através dum algoritmo Greedy. A partir de alguns resultados observados nesse estudo e pelo facto de, para problemas de grande dimensão, esse algoritmo demorar mais tempo que o desejado a encontrar uma solução, consideram-se duas variantes do mesmo que resultam de restrições na pesquisa que é feita pelo algoritmo original, de forma a torná-lo mais rápido. É apresentado um pequeno estudo computacional para comparar as diferentes variantes do algoritmo.