Métodos híbridos de pontos interiores e de programação inteira 0-1 para problemas de custo de colheita da cana-de-açúcar e de custo de coleta e geração de energia relacionados à sua biomassa

• Autor(a) principal: Lima, Camila de [UNESP]
• Data de Publicação: 2013
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UNESP
• Texto Completo: http://hdl.handle.net/11449/87208
• topic: Cana-de-açúcar - Colheita; Biomassa; Biomassa vegetal; Custo; Sugar-cane - Harvesting

O objetivo desse trabalho foi desenvolver métodos híbridos envolvendo os métodos de pontos interiores e de programação inteira binária para a resolução de problemas mono e multiobjetivo referentes à colheita da cana-de-açúcar, coleta de sua biomassa residual e ao balanço de energia relativo ao aproveitamento desses resíduos. Assim, foram investigados os métodos previsor-corretor primal-dual de pontos interiores e aqueles inseridos em programação inteira: branch-and-bound, planos de corte e branch-and-cut. São apresentados dois métodos híbridos envolvendo o método previsor-corretor primal-dual de pontos interiores, um deles associado ao método branch-and-bound (PDBB), o qual foi investigado, mas não foi implementado e testado nesse trabalho. O método PDBB foi utilizado para a resolução dos modelos matemáticos referentes à minimização do custo de colheita da cana-de-açúcar, minimização de custo e transporte de coleta da biomassa residual da cana-de-açúcar, e maximização do balanço de energia referente a esses resíduos, que consideram áreas de plantio mecanizáveis e semi-mecanizáveis. Além desses, foram explorados, os modelos multiobjetivo de minimização de custo de coleta e transporte e maximização do balanço de energia total. As estratégias utilizadas para a determinação de soluções eficientes dos modelos multiobjetivo relacionaram-se aos métodos da soma ponderada e e-restrito, as quais transformaram o problema multiobjetivo em uma sequência de problemas mono-objetivo. Os resultados obtidos demosntraram que o método híbrido é robusto à resolução desses problemas pois obteve um bom desempenho computacional, determinou as soluções ótimas para os problemas mono-objetivo, as soluções eficientes e a curva de Pareto associadas ao problema multiobjetivo