Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIVERSIDADE FEDERAL RURAL DO SEMI-ÁRIDO DEPARTAMENTO DE ENGENHARIAS (DENGE) CURSO ENGENHARIA DE PRODUÇÃO RELATÓRIO SOBRE ALGORITMO DE PLANO DE CORTE ALICE MONIQUE ARAÚJO ALBINO ANGICOS 2022 1 ALICE MONIQUE ARAÚJO ALBINO RELATÓRIO SOBRE ALGORITMO DE PLANO DE CORTE Relatório apresentado à Universidade Federal Rural do Semi-Árido como complemento para obtenção da segunda nota da disciplina Pesquisa Operacional I. Professor Dr. Ciro José Jardim de Figueiredo. ANGICOS 2022 2 LISTA DE SÍMBOLOS ≤ Menor - Igual ≥ Maior - Igual = Igual + - Mais Menor 𝜖 Limite ∑ Somatório 3 SUMÁRIO 1 INTRODUÇÃO ................................................................................................................. 4 2 DEFINIÇÃO DE ALGORITMO DE PLANO DE CORTE ......................................... 4 2.1 Programação Inteira ......................................................................................................... 5 3 PROCEDIMENTO PARA GERAÇÃO DE PLANOS DE CORTE ............................ 6 4 CONSIDERAÇÕES FINAIS ........................................................................................... 7 REFERÊNCIAS........................................................................................................................ 7 4 1 INTRODUÇÃO Segundo a Associação Brasileira de Engenharia de Produção - ABEPRO, Pesquisa Operacional, popularmente conhecida como PO, é a área de conhecimento e desenvolvimento que estuda e aplica métodos científicos a problemas complexos, com o foco de colaborar no processo de tomada de decisão. Possui aplicação no planejamento, projeção e operações de sistemas e áreas de atuação humana. PO possui diversas atribuições profissionais essas atribuições encontram-se subdivididas em diferentes áreas de conhecimento: a) Avaliação operacional dos sistemas; b) apoio a tomada de decisão; c) estruturação de problemas; d) otimização de processos produtivos; e) simulação dos processos (SANTOS et al. 2010). Em função de sua flexibilidade de aplicações e interação multidisciplinar a PO é reconhecida como uma área com vasta oportunidade de carreiras e de trabalhos. Um profissional em PO é preparado para compreender e resolver problemas em diversas áreas, tendo como base o uso de métodos analíticos e o foco em resultados. O objetivo deste trabalho, é definir e conceituar Pesquisa Operacional e abordar o assunto algoritmo de plano de corte, bem como o método exato, que busca iterativamente refinar um conjunto viável ou função objetivo por meio de inequações lineares, chamadas cortes. 2 DEFINIÇÃO DE ALGORITMO DE PLANO DE CORTE Um dos primeiros métodos utilizados para resolver problemas de programação inteira. Em Pesquisa Operacional (PO), o método de planos de corte é um método exato para Programação Linear (LI), que busca iterativamente refinar um conjunto viável ou função objetivo por meio de inequações lineares, chamadas cortes. Os procedimentos são utilizados para encontrar soluções inteiras para problemas de Programação Linear Inteira (PLI), bem como para resolver problemas gerais de otimização convexa. Esse método foi criado pelo matemático estadunidense, Ralph Gomory. A resolução do problema a partir de uma solução de um problema de Programação linear inicia com cada iteração, o algoritmo adiciona uma restrição linear que é satisfeita por uma solução inteira do problema original, eliminando as partes fracionárias da solução não-inteira. O algoritmo chega ao seu fim quando uma solução inteira é obtida. https://pt.wikipedia.org/wiki/Pesquisa_Operacional https://pt.wikipedia.org/wiki/Programa%C3%A7%C3%A3o_linear https://pt.wikipedia.org/wiki/Programa%C3%A7%C3%A3o_inteira https://pt.wikipedia.org/wiki/Otimiza%C3%A7%C3%A3o https://www.wikiwand.com/pt/Programa%C3%A7%C3%A3o_linear https://www.wikiwand.com/pt/Algoritmo 5 De acordo com o problema de maximização: 𝑍 = ∑ 𝐶𝐽𝑋𝐽 𝑛 𝑗=1 𝑍 = ∑ 𝑎𝑖𝑗𝑥𝑗𝑛𝑗=1 = 𝑏𝑖 (𝑖 = 1,2, . . . , 𝑚) 𝑥𝑗 𝜖 𝑍 + (𝑗 = 1,2, . . . , 𝑛) Segundo os autores Hillier e Lieberman (2013), o plano de corte de qualquer problema de Programação Inteira (PI), é uma nova restrição funcional que reduz a área de soluções viáveis para o relaxamento de PL sem eliminar nenhuma solução viável para o problema de PI. Ainda segundo os autores, foi desenvolvida uma série de técnicas para a geração de planos de corte que tenderão a acelerar a velocidade para um algoritmo de ramificação e avaliação progressiva para encontrar uma solução ótima para um problema de PIB puro. Algoritmos PI mais modernos agora usam o método de ramificação e corte. Essa abordagem algorítmica combina pré-processamento automático de problemas, geração de planos de corte e técnicas mais inteligentes de ramificação e avaliação incremental. A pesquisa nesta área continua à medida que novos pacotes de software sofisticados incorporando essas técnicas são desenvolvidos. O mais recente avanço nos métodos PI é começar a incorporar a programação de restrição. Parece que essa abordagem expandirá muito nossa capacidade de formular e resolver modelos (HILLIER E LIEBERMAN, 2013). 2.1 Programação Inteira A programação inteira pode ser entendida como um caso especial de Programação linear, onde as variáveis devem ser inteiras (ou pelo menos parciais essas variáveis). A rigor, o nome mais correto para programação inteira é programação linear. Quando todas as variáveis devem ter valores inteiros, o modelo é chamado de problema de programação inteira pura, caso contrário é chamado de problema de programação inteira mista (NOGUEIRA, 2010). Logo abaixo observamos o modelo formal: 𝑀𝑎𝑥 𝑜𝑢 𝑀𝑖𝑛 𝑍 = ∑𝑛𝑗=1 𝑐𝑗𝑥𝑗 𝑆. 𝐴 ∑ 𝑎𝑖𝑗𝑋𝑗 ≤ 𝑏𝑖𝑛𝑗=1 para 𝑖 = 1,2, . . . 𝑚 (2) (1) (3) (4) 6 𝑥𝑗 𝜖 𝑍 + para 𝑗 = 1,2, . . . , 𝑝 (≤ 𝑛) 𝑥𝑗 ≥ 0 para 𝑗 = 𝑝 + 1, . . . , 𝑛 Os problemas de PI geralmente surgem porque algumas ou todas as variáveis de decisão devem ser restritas a valores inteiros. Existem também muitas aplicações envolvendo decisões sim ou não que podem ser representadas por variáveis binárias (0-1) (incluindo relações combinatórias que podem ser representadas por tais decisões). Esses fatores fazem da programação inteira uma das técnicas de PO mais utilizadas (HILLIER E LIEBERMAN, 2013). 3 PROCEDIMENTO PARA GERAÇÃO DE PLANOS DE CORTE I - Considere qualquer restrição funcional na forma contendo apenas coeficientes não negativos. II - Encontre um grupo de variáveis (chamado cobertura mínima da restrição) tal que: (a) A restrição é violada caso todas as variáveis do grupo forem iguais a 1 e todas as demais variáveis básicas forem igual a 0. (b) No entanto, a restrição é satisfeita, caso o valor de qualquer uma dessas variáveis for modificado de 1 para 0. Fazendo que N represente o número de variáveis no grupo, o plano de corte resultante tem a se- guinte forma: Soma de variáveis no grupo ≤ 𝑁 − 1. Aplicando-se esse procedimento à restrição 6𝑥1 + 3𝑥2 + 5𝑥3 + 2𝑥4 ≤ 10, observamos que o grupo de variáveis {𝑥1, 𝑥2, 𝑥4} é uma cobertura mínima, pois: (a) (1, 1, 0, 1) viola a restrição; (b) No entanto, a restrição é satisfeita, caso o valor de qualquer uma dessas três variáveis for modificado de 1 para0. Já que nesse caso 𝑁 = 3, o plano de corte resultante é 𝑥1 + 𝑥2 + 𝑥4 ≤ 2. Essa mesma restrição também tem uma segunda cobertura mínima {x1, x3}, visto que (1, 0, 1, 0) viola a restrição, mas tanto (0, 0, 1, 0) quanto (1, 0, 0, 0) satisfazem a restrição. Portanto, é mais um plano de corte válido. A abordagem de ramificação e corte envolve primeiro a geração de muitos planos de corte semelhantes e, em seguida, a aplicação de técnicas mais inteligentes de ramificação e avaliação progressiva. Os resultados de incluí-los podem ser bastante drásticos no aperto da 7 folga do PL. Em alguns casos, a distância entre a solução ótima Z do relaxamento PL de todo o problema GDP e a solução ótima Z do problema é reduzida em até 98%. 4 CONSIDERAÇÕES FINAIS Após a realização do trabalho, foi constatada a importância do método de plano de corte na Pesquisa Operacional, não só no que consiste na realização dos problemas de PI, mas também as variáveis de decisão precisarem ser restritas e possuir valores inteiros, assim sendo necessárias para aplicações que envolvem tomada de decisão. REFERÊNCIAS ABEPRO (org.). Pesquisa Operacional. Disponível em: https://abepro.org.br/internasub.asp?ss=18&c=545#:~:text=ABEPRO%20%2D%20Associa% C3%A7%C3%A3o%20Brasileira%20de%20Engenharia%20de%20Produ%C3%A7%C3%A3 o&text=Pesquisa%20operacional%20%C3%A9%20a%20aplica%C3%A7%C3%A3o,aloca% C3%A7%C3%B5es%20eficientes%20de%20recursos%20escassos.. Acesso em: 21 set. 2022. NOGUEIRA, Fernando. Programação Inteira. 2013. Disponível em: https://www.ufjf.br/epd015/files/2010/06/ProgramacaoInteira.pdf. Acesso em: 21 set. 2022. HILLIER, Frederick S.; LIEBERMAN, Gerald J. Introdução à Pesquisa Operacional. Grupo A, 2013. E-book. ISBN 9788580551198. Disponível em: https://app.minhabiblioteca.com.br/#/books/9788580551198/. Acesso em: 21 set. 2022. SANTOS, Valquíria Lilian et al. Efinições e Conceitos da Área de Pesquisa Operacional. 2010. Disponível em: https://silo.tips/download/definioes-e-conceitos-da-area-de-pesquisa- operacional. Acesso em: 22 set. 2022.
Compartilhar