Programação Estocástica Aplicada à Problemas de Produção e Transporte
Stochastic Programming Applied in Scheduling and Transportation Problems
Área de Concentração: 3136
Concentration area: 3136
Criação: 13/12/2021
Creation: 13/12/2021
Ativação: 13/12/2021
Activation: 13/12/2021
Nr. de Créditos: 8
Credits: 8
Carga Horária:
Workload:
Teórica (por semana) |
Theory (weekly) |
Prática (por semana) |
Practice (weekly) |
Estudos (por semana) |
Study (weekly) |
Duração | Duration | Total | Total |
|---|---|---|---|---|---|---|---|---|---|
| 3 | 0 | 7 | 12 semanas | 12 weeks | 120 horas | 120 hours |
Docentes Responsáveis:
Professors:
Debora Pretti Ronconi
Daniel de Oliveira Mota
Objetivos:
Caracterizar e modelar o problemas de produção e transporte utilizando técnicas de programação estocástica (Programação dinâmica e Processo de decisão Markoviano).
Objectives:
Characterize and model production and transport problems using stochastic programming techniques (Dynamic Programming and Markovian Decision Process).
Justificativa:
O problema de programação da produção estocastica leva em consideração aspectos relacionados à incertezas na tomada de decisão. Para tal, a principal técnica discutida será o Processo de Decisão Markoviano (MDP) que tem como essência descrever o problema por meio da transição entre estados utilizando distribuições de problabilidade (discretas e/ou contínuas). Dentre os problemas discutidos em aula, pretende-se explorar (não exuaustivamente): teoria de filas, roteirização, problemas de alocação, controle de estoque, ponto de substituição de equipamentos, melhor parada (optimal stopping), dentre outros. A disciplina terá um viés computacional, onde todos os problemas estudados serão implementados utilizando uma linguagem de escolha consensual entre o ministrante e os alunos.
Rationale:
The stochastic production scheduling problem takes into account aspects related to uncertainties in decision making. For this purpose, the main technique discussed will be the Markovian Decision Process (MDP), which has as its essence to describe the problem through the transition between states using probability distributions (discrete and/or continuous). Among the problems discussed in class, it is intended to explore (not exhaustively): queuing theory, routing, allocation problems, stock control, equipment replacement point, optimal stopping, among others. The course will have a computational bias, where all the problems studied will be implemented using a language of consensual choice between the teacher and the students
Conteúdo:
Introdução à Programação Estocástica Modelagem do Processo de Decisão Markoviano Problemas de Estoque Problemas de Roteirização Problemas de Alocação de Recursos Problema de melhor parada (Optimum Stopping)
Content:
Introduction to Stochastic Programming Modeling the Markovian Decision Process Inventory Problems Routing Problems Resource Allocation Problems (Scheduling) Best stop problem (Optimum Stopping)
Forma de Avaliação:
Prova e Projeto
Bibliografia:
M.L. Littman, in International Encyclopedia of the Social & Behavioral Sciences, 2001 PUTERMAN, Martin L. Markov decision processes. Handbooks in operations research and management science, v. 2, p. 331-434, 1990. PUTERMAN, Martin L. Markov decision processes: discrete stochastic dynamic programming. John Wiley & Sons, 2014. HOWARD, Ronald A.; MATHESON, James E. Risk-sensitive Markov decision processes. Management science, v. 18, n. 7, p. 356-369, 1972. HOWARD, Ronald A. Comments on the origin and application of Markov decision processes. Operations Research, v. 50, n. 1, p. 100-102, 2002.
Bibliography:
M.L. Littman, in International Encyclopedia of the Social & Behavioral Sciences, 2001 PUTERMAN, Martin L. Markov decision processes. Handbooks in operations research and management science, v. 2, p. 331-434, 1990. PUTERMAN, Martin L. Markov decision processes: discrete stochastic dynamic programming. John Wiley & Sons, 2014. HOWARD, Ronald A.; MATHESON, James E. Risk-sensitive Markov decision processes. Management science, v. 18, n. 7, p. 356-369, 1972. HOWARD, Ronald A. Comments on the origin and application of Markov decision processes. Operations Research, v. 50, n. 1, p. 100-102, 2002.
Tipo de oferecimento da disciplina:
Não-Presencial
Class type:
Não-Presencial