Disciplina
Complementos de Investigação Operacional
Área
Área Científica de Engenharia e Gestão de Sistemas > Decisão e Informação
Activa nos planos curriculares
GENI > GENI > 1º Ciclo > Área Principal > Percursos > Fundamentos para Engenharia e Gestão Industrial > Opções 1 > Complementos de Investigação Operacional
MEGI 2021 > MEGI 2021 > 2º Ciclo > Área Principal > Obrigatórias > Complementos de Investigação Operacional
MEGI 2006 > MEGI 2006 > 2º Ciclo > Tronco Comum > Complementos de Investigação Operacional
Nível
O ensino está organizado em 14 semanas com 3hs T e 1.5 PB. Cada sessão T é dividida em duas partes: uma de exposição da matéria através de diapositivos, outra de discussão de exemplos de aplicação. Na primeira parte, o docente expõe os principais modelos, algoritmos, aplicações e respetiva literatura chave de cada tópico da matéria. Para cada sessão, os alunos deverão efetuar uma leitura aos diapositivos previamente facultados. Os alunos podem optar por dois testes ou um exame final e um projeto (facultativo) a entregar no final do semestre. Neste projecto, podem desenvolver um modelo de IO, de preferência em contexto real ou realista, resolvê-lo através de uma aplicação informática adequada, interpretar os resultados e apresentar as suas recomendações.
Tipo
Não Estruturante
Regime
Semestral
Carga Horária
1º Semestre
3.0 h/semana
1.5 h/semana
105.0 h/semestre
Objectivos
O objectivo da disciplina de Complementos de Investigação Operacional (CIO) é aprofundar conhecimentos em programação matemática, para abordar problemas complexos de engenharia e gestão. Nesta disciplina serão apresentados modelos, algoritmos e aplicaões de programação linear, programação linear inteira mista, optimização combinatória e optimização multi-objectivo. A forma como a disciplina está organizada em aulas teóricas e de problemas permite alternar, com maior coordenação e continuidade, os períodos de exposição com a resolução de exercícios de índole didáctica.
Programa
1. Introdução 2. Modelação 2.1 Modelação com variáveis inteiras 2.2. Modelação com variáveis 0-1 2.3. Outros aspetos da modelação 3. Complementos de programação linear 3.1. Complementos de dualidade 3.2. O método simplex dual 4. Programação linear inteira mista 4.1. Técnicas enumerativas 4.2. Separação e avaliação progressiva 4.3. Planos de corte 4.4. Métodos híbridos 5. Optimização combinatória 5.1. Optimização em redes: modelos e algoritmos 5.2. Outros modelos de optimização combinatória 6. Programação multi-objectivo 6.1. Programação linear bi-objetivo 6.2. Programação linear inteira bi-objetivo 6.3. Optimização combinatória multi-objetivo 7. Metaheurísticas 7.1. Pesquisa tabu 7.2. Pesquisa por dispersão 7.3. Algoritmos genéticos 7.4. Arrefecimento simulado
Metodologia de avaliação
O ensino está organizado em 14 semanas com 3hs T e 1.5 PB. Cada sessão T é dividida em duas partes: uma de exposição da matéria através de diapositivos, outra de discussão de exemplos de aplicação. Na primeira parte, o docente expõe os principais modelos, algoritmos, aplicações e respetiva literatura chave de cada tópico da matéria. Para cada sessão, os alunos deverão efetuar uma leitura aos diapositivos previamente facultados. Os alunos podem optar por dois testes ou um exame final e um projeto (facultativo) a entregar no final do semestre. Neste projecto, podem desenvolver um modelo de IO, de preferência em contexto real ou realista, resolvê-lo através de uma aplicação informática adequada, interpretar os resultados e apresentar as suas recomendações.
Pré-requisitos
Componente Laboratorial
Princípios Éticos
Componente de Programação e Computação
Componente de Competências Transversais
Bibliografia
Principal
Introduction to Operations Research (7.th Ed.)
Hillier, F.S., e G.J. Lieberman
Linear and Nonlinear Programming
Secundária
Modern Heuristic Search Methods
V.J.Rayward-Smith, I.H.Osman, C.R.Reeves and G.D.Smith (Eds.)
Network Flows. Theory, Algorithms and Applications
Ahuja, R.K. , Magnanti, T.L. & Orlin, J.B.
Integer and Combinatorial Optimzation
Nemhauser, G.L. & Wolsey. L.A.