Paulo Henrique Siqueira

Heuristic methods applied to the optimization school bus transportation routes: a real case

The problem discussed in this paper is similar to the Vehicle Routing Problem (VRP), however new contributions are proposed. In this work a heuristic algorithm is proposed to determine the set of the Bus Stops. A new approach is proposed to construct digital maps containing the roads where the vehicles will be able to travel, since there are no digital maps of these regions. The real distances between the points are calculated and the heuristics Location Based Heuristic with some additional features was used to propose the new routes. The algorithm was named by Adapted Location Based Heuristic (ALBH). The School Transportation Problem was implemented in the State of Parana for 399 cities. We present here the results obtained for 10 of the 399 cities. The results obtained by using this approach showed improvement in daily distance performed and in the amount of the vehicles used to do the job.

Técnicas da pesquisa operacional no problema de horários de atendentes em centrais telefônicas

Este trabalho propoe uma solucao para a elaboracao e a designacao de jornadas de trabalho em uma central telefonica de atendimento 24 horas. O trabalho foi desenvolvido em tres fases: na primeira, determina-se o numero de atendentes necessarios a cada meia hora do dia por meio de um simulador da central telefonica, visando ao pronto atendimento ao cliente. Na segunda, e determinado o conjunto de jornadas de trabalho que atendem a demanda, minimizando os gastos da empresa com salarios; para isso, foram utilizados os resultados da primeira fase e as jornadas disponiveis para, entao, construir um modelo de Programacao Inteira, o qual foi resolvido com o software LINDO. Finalmente, na terceira fase sao designados os atendentes aos horarios de acordo com suas preferencias, utilizando o algoritmo do Matching de peso maximo. Os resultados encontrados foram analisados em termos de economia para a empresa, melhor atendimento ao usuario e satisfacao dos atendentes.

Uma proposta de solução para o problema da construção de escalas de motoristas e cobradores de ônibus por meio do algoritmo do matching de peso máximo

The purpose of this paper is to discuss how the maximum weight Matching Algorithm can be applied to schedule the workdays of bus drivers and bus fare collectors. This scheduling should be based on the best possible use of timetables in order to minimize the number of employees, overtime and idle hours, thereby minimizing the operational costs of public transportation companies. In the first phase of this study, assuming that the timetables are already divided into long and short duration schedules, the short schedules can be combined to make up an employees workday. This combination is done by the maximum weight Matching Algorithm, in which the scales are represented by vertices on a graph and the maximum weight is attributed to combinations of scales that do not lead to overtime or idle hours. In the second phase, a weekend schedule is assigned for every weekly work schedule. Based on these two phases, the weekly work schedules of bus drivers and bus fare collectors can be arranged at a minimal cost. The third and final phase of this study consisted of assigning a weekly work schedule to each bus driver and collector, considering his/her preferences. The maximum weight Matching Algorithm was also used in this phase. This method was applied in three public transportation companies in Curitiba, state of Parana, which had until then used old heuristic algorithms based solely on managerial experience.

Heat exchanger network synthesis using genetic algorithm and differential evolution

Abstract Heat Exchanger Networks (HEN) synthesis is a process engineering problem that can be mathematically characterized as highly combinatory, non-linear and non-convex. All these aspects bottleneck the identification of locally optimal solutions at acceptable computational time. This work proposes an optimization algorithm based on a superstructure considering non-isothermal mixing and stream splitting. HENs are optimized through the application of a bi-level new hybrid method that works at an upper level with Genetic Algorithm (GA) to optimize discrete variables and at a lower level with Differential Evolution (DE) for optimizing heat loads and stream split fractions in order to find solutions with low total annual costs (TAC). The proposed method was applied to six literature case studies and was efficient in obtaining solutions with TAC comparable or lower than those previously reported.

PREVISÃO DO DESLOCAMENTO DE TEMPESTADES SEVERAS: ABORDAGENS POR APRENDIZADO DE MÁQUINA

Resumo. No Brasil, a principal atividade econômica é a agroindústria, um setor vulnerável a precipitação e eventos relacionados. Nesse contexto, a previsão de tempestades severas possibilita a tomada de decisões e medidas operacionais para mitigar danos, uma vez que esses eventos podem afetar a economia e apresentar riscos a vida humana. Esse projeto objetiva estudar o uso de técnicas de aprendizado de máquina para a previsão do deslocamento desses fenômenos a curtı́ssimo prazo. Esses métodos são capazes de entender e aprender com suas caracterı́sticas e seus relacionamentos. Além disso, uma vez que o modelo é aprendido por ferramentas de Aprendizado de Máquina, o processamento das novas entradas ocorre rapidamente. Foram selecionadas nove técnicas de regressão, todas utilizando caracterı́sticas das tempestades como entrada. O desempenho dessas técnicas fora avaliado de acordo com os dados reais observados e das previsões do Titan para o mesmo perı́odo de dados. O estudo verificou que ferramentas de Aprendizado de Máquina são abordagens promissoras ao problema proposto, visto que apresentaram resultados semelhantes e até mesmo melhores que o Titan para estimar as próximas posições de uma tempestade, utilizando um número menor de caracterı́sticas de entrada.

Series Streamflow Forecasting with Meta-heuristic PSO

Resumo: A matriz energetica brasileira e formada principalmente pela energia gerada pelas hidreletricas, que sao totalmente dependentes da vazao dos rios que alimentam seus reservatorios de agua. Fazer a previsao destas vazoes e de suma importância para o planejamento energetico do pais. Neste trabalho, a previsao da vazao diaria para o posto 266 (Itaipu) foi realizada a partir da meta-heuristica Particle Swarm Optimization (PSO) e modelos ARMA e ARIMA. Num primeiro estagio a meta-heuristica foi utilizada na determinacao das ordens p (autorregressao) e q (medias moveis). Em seguida, a mesma meta-heuristica foi usada na obtencao dos coeficientes autorregressivos e medias moveis. Os resultados obtidos mostram que o modelo ajustado e adequado a serie estudada.

Aplicação de Mapa Auto-Organizável ao Agrupamento de Dados de Refletividade de Radar

A clusterizacao busca organizar grandes volumes de dados em subgrupos menores, de maneira a facilitar sua analise. Ao aplica-la em dados meteorologicos de refletividade deseja-se agrupar os dados de maneira a formar grupos representando nuvens. Nesse trabalho usou-se a Rede Neural Artificial SOM de Kohonen.

Uso da Rede Neural Articial Self Organizing Maps (SOM) na clusterização de dados meteorologicos

O agrupamento de dados, a partir de suas caracteristicas, torna sua analise menos trabalhosa, uma vez que dados pertencentes a um mesmo grupo podem ser tratados de maneira semelhante. Uma de suas aplicacoes esta na meteorologia, quando se deseja agrupar dados de nuvens por exemplo. Nesse trabalho, buscou-se clusterizar dados meteorologicos de refletividade de radar, atraves do uso da Rede Neural Artificial SOM.

Rede Neural com Funções de Base Radial Aplicada à Estimativa de Chuva

Melhorar a acuracia da estimativa de chuvas em eventos meteorologicos e um grande desafio e o motivo de inumeras pesquisas. Este trabalho utiliza Redes Neurais de Base Radial com o proposito de estabelecer uma relacao mais proxima da real quando se fala em precipitacao de chuva em superficie terrestre. Outras relacoes comumente utilizadas sao ferramentas para comparacoes e validacao da tecnica proposta. Como fonte de informacao para o estudo sao utilizados dados provenientes do Instituto Tecnologico SIMEPAR, que coleta informacoes meteorologicas no estado do Parana.

REDE NEURAL DE BASE RADIAL APLICADA A ESTIMATIVA DE CHUVAS

Melhorar a acuracia da estimativa de chuvas em eventos meteorologicos e um grande desafio e o motivo de inumeras pesquisas. Este trabalho utiliza redes neurais de base radial com o proposito de estabelecer uma relacao mais proxima da real quando se fala em precipitacao de chuva em superficie terrestre. Outras relacoes comumente utilizadas sao ferramentas para comparacoes e validacao da tecnica proposta. Como fonte de informacao para o estudo sao utilizados dados provenientes do Instituto Tecnologico SIMEPAR, que coleta informacoes de meteorologicas no estado do Parana.