Disciplina
Modelos de Simulação e Otimização de Sistemas
Área
Ciências e Modelação de Terra > Ciências e Modelação de Terra
Activa nos planos curriculares
LEME 2021 > LEME 2021 > 1º Ciclo > Área Principal > Modelos de Simulação e Otimização de Sistemas
Nível
100% de avaliação contínua
Tipo
Não Estruturante
Regime
Semestral
Carga Horária
1º Semestre
1.5 h/semana
1.5 h/semana
126.0 h/semestre
Objectivos
Conhecer e aplicar metodologias de apoio aos processos de decisão resumidos nas fases: 1) Definição do problema de decisão; 2) Formulação dos respectivos modelos de simulação e / ou optimização; 3) Aplicação de métodos / procedimentos numéricos (algoritmos) para resolver os problemas matemáticos descritos em 2); 4) Validação e implementação de modelos. A unidade curricular é uma introdução computacional e orientada a aplicações de modelagem de sistemas complexos, desenvolvendo e resolvendo modelos de simulação e / ou optimização. As ferramentas e técnicas de modelagem abordadas incluem simulação discreta, optimização linear, de redes de fluxo, discreta e não linear, análise de sensibilidade e pós-otimalidade e métodos de decomposição de sistemas de grande escala.
Programa
Parte 1: Modelos de Simulação (discreta) Conceitos de simulação discreta; Abordagens de modelagem em simulação discreta; modelos baseados em eventos (2 Fases) e ciclos de atividades (3 Fases); Concepção e implementação dos modelos; Selecção das distribuições de probabilidade de variáveis aleatórias; Amostragem de distribuições de probabilidade: geração de variáveis aleatórias com distribuições uniformes e não uniformes. Análise estatística dos resultados de conjuntos de replicações do modelo de simulação; Plano de experiências e optimização. Parte 2: Modelos/Problemas e Métodos/Algoritmos de Otimização Modelos de otimização linear; Modelos de otimização inteira e inteira mista; Modelos de otimização não linear; Métodos do Simplex, Métodos de Pontos Interiores, Decomposições de Dantzig-Wolfe e de Benders. Algoritmos exatos de otimização inteira e inteira mista, Metaheurísticas/Algoritmos de otimização estocástica. Algoritmos de otimização não linear irrestrita e restrita.
Metodologia de avaliação
100% de avaliação contínua
Pré-requisitos
Cálculo Diferencial e Integral I, Álgebra Linear, Fundamentos de Programação, Probabilidades e Estatística
Componente Laboratorial
O desenvolvimento dos projetos pressupõem a utilização de softwares comerciais bem como o desenvolvimento de rotinas de implementação de algoritmos.
Princípios Éticos
Todos os membros de um grupo são responsáveis pelo trabalho de grupo. Em qualquer avaliação, todo aluno deve divulgar honestamente qualquer ajuda recebida e fontes usadas. Numa avaliação oral, todo aluno deverá ser capaz de apresentar e responder a perguntas sobre toda a avaliação.
Componente de Programação e Computação
Os exemplos de aplicação e os projetos a serem desenvolvidos utilizarão as seguintes ferramentas computacionais: Parte 1: Softwares de simulação ARENA, ExtendSim, Simul8 Parte 2: Python, MATLAB, GAMS e AMPL A componente computacional terá um peso de 50%.
Componente de Competências Transversais
Desenvolver o pensamento critico e de resolução de problemas, a capacidade de trabalho em equipa, a comunicação escrita e oral (10%).
Bibliografia
Principal
Simulation, Modeling and Analysis, Fifth Edition
McGraw-Hill International Series
Computer Simulation in Management Science, Fifth Edition
Model Building in Mathematical Programming, 5th edition
Introduction to Linear Optimization
Dimitris Bertsimas, John N. Tsitsiklis
Essentials of Metaheuristics, A Set of Undergraduate Lecture Notes, Second Edition
Department of Computer Science, George Mason
Numerical Optimization, Second Edition
Jorge Nocedal and Stephen J. Wright