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
Avaliação efectuada através de dois testes ou exame final e, eventualmente, de prova oral (facultativa, para defesa de notas superiores a 16 valores). A nota final corresponde á média aritmética dos dois testes ou a nota do exame. A nota mínima em cada teste é de 8 valores, A média final para aprovação terá de ser superior ou igual a 10 valores. Possibilidade de bónus relativo a presenças e ou apresentações.
Tipo
Não Estruturante
Regime
Semestral
Carga Horária
1º Semestre
2.0 h/semana
1.5 h/semana
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. São desenvolvidos modelos de optimização/programação linear híbrida, optimização em redes, optimização/programação não linear, metaheurísticas e programação linear com objectivos múltiplos. A forma como a disciplina está organizada em aulas teóricas e práticas permite alternar, com maior coordenação e continuidade, os períodos de exposição com a resolução de exercícios de índole didáctica.
Programa
1. Problemas de optimização. Uma taxonomia. 2. Optimização Linear contínua (Revisão): Métodos do Simplex Primal a 2 fases e Simplex Dual (fase 2). 3. Problemas de Fluxo em Redes (Optimização em Redes): Grafos e Redes. Formulação do problema de fluxo de custo mínimo. Método do Simplex Primal para redes. Problemas de fluxo máximo, árvore abrangente de custo mínimo e caminho mais curto. 4. Optimização Linear Inteira/Híbrida: Técnicas de modelagem. Algoritmos gerais exactos (Branch & Bound e Planos de corte). Metaheurísticas (recozedura simulada e algoritmos genéticos). 5. Teoria e Algoritmos da Optimização Não Linear Geral (contínua): Condições de optimalidade de 1ª ordem ou condições de Karush-Kuhn-Tucker (K.T.T.). Função Lagrangiana. Condições de optimalidade de 2ª ordem. Optimização Quadrática Convexa e Optimização geral com restrições lineares. Optimização com restrições não lineares (Funções de penalização e barreira, Programação Quadrática Sequencial, Lagrangiana Aumentada e Gradiente Reduzido Generalizado). 6. Introdução à Programação Linear Multi-objectivo.
Metodologia de avaliação
Avaliação efectuada através de dois testes ou exame final e, eventualmente, de prova oral (facultativa, para defesa de notas superiores a 16 valores). A nota final corresponde á média aritmética dos dois testes ou a nota do exame. A nota mínima em cada teste é de 8 valores, A média final para aprovação terá de ser superior ou igual a 10 valores. Possibilidade de bónus relativo a presenças e ou apresentações.
Pré-requisitos
Componente Laboratorial
Princípios Éticos
Componente de Programação e Computação
Componente de Competências Transversais
Bibliografia
Principal
Tavares, L.V., Themido, I.H., Oliveira, R.C. e F.N. Correia
Introduction to Operations Research (7.th Ed.)
Hillier, F.S., e G.J. Lieberman
Linear and Nonlinear Programming
Secundária
Multiple Criteria Decision Analysis: State of the Art Surveys
Figueira, J, Greco, S. & Ehrgott, M. (Editors)
Springer Science+Business Media, Inc
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.
Non Linear Programming. Theory and Algorithms
Bazaraa, M.S., Sherali, H.D. & Shetty
John Wiley & Sons, Inc., 3rd edition
Multiple Criteria Optimization: Theory, Computation and Application