PESQUISA OPERACIONAL - Unesp
PESQUISA OPERACIONAL - Unesp PESQUISA OPERACIONAL - Unesp
NIEDERAUER, C. A. P. Avaliação dos bolsistas de produtividade em pesquisa da engenharia deprodução utilizando Data Envelopment Analysis. Florianópolis: Programa de Pós-Graduação emEngenharia de Produção, Universidade Federal de Santa Catarina, 1998. Dissertação (Mestrado).PAIVA, F. C. Eficiência produtiva de programas de ensino de pós-graduação em engenharias: umaaplicação do método Análise Envoltória de Dados-DEA. Florianópolis: Programa de Pósgraduaçãoem Engenharia de Produção, Universidade Federal de Santa Catarina, 2000, 79p.Dissertação (Mestrado).PAIVA, R. P. O. MORABITO, R.. An optimization model for the aggregate production planning of aBrazilian sugar and ethanol milling company. Annals Operations Research. 169 (2009) 117-130.PRADO, Darci Santos do, Programação linear – Belo Horizonte MG: Editora de Desenvolvimentogerencial , 2003. ( Série Pesquisa Operacional , Vol.1)SOARES DE MELLO, J. C. C .B.; MEZZA, L.A.; GOMES E.G.; BLONDI NETO, L. Curso de Análise deEnvoltória de Dados. Em: XXXVII Simpósio Brasileiro de Pesquisa Operacional, Gramado-RS,2005.SILVA, A. F. Modelagem do planejamento agregado da produção de uma usina sucroalcooleira.Itajubá: Programa de Pós-graduação em Engenharia de Produção, Universidade Federal deItajubá, 2009, 92p. Dissertação de Mestrado.SHIMIZU, T. Decisão nas organizações: introdução aos problemas de decisão encontrados nasorganizações e nos sistemas de apoio à decisão. São Paulo: Atlas, 2010.
ANEXO A – LINGUAGEM DE MODELAGEM GAMSDurante as décadas de 50 e 60 fez-se um progresso substancial no desenvolvimento dealgoritmos e códigos computacionais para resolver grandes problemas de programaçãomatemática (PAIVA, 2006). Sendo que, na década posterior, não surgiu um grande número deaplicações das ferramentas que foram desenvolvidas. Conforme Brooke et al (1997) comentou ofato de que grande parte do tempo requerido para o desenvolvimento de um modelo eradespendido na preparação dos dados e dos relatórios de saída. Portanto, foram estudados osmeios para reduzir esse tempo, e nesse sentido desenvolveram-se os geradores de matrizes paraa programação linear, que faziam transformações dos modelos matemáticos para a formaalgorítmica exigida pelos softwares. O percussor para adequação desses objetivos foi odesenvolvimento das linguagens de modelagem (LMs). Dentre as LMs que se destacaram adécada de 80 e início da década de 90, cita-se: CML(Conversational Modeling Language), a LPM(System for Constructing Linear Programming System), a LAMP (Language for Interactive GeneralOptimization), LINGO (Language for Interactive General Optimization) e o GAMS (GeneralAlgebraic Modeling System). Essas LMs vêm adquirindo maiores significâncias para osmodeladores, visto que os problemas analisados estão se tornando cada vez mais complexos, e asLMs propiciam que os modeladores dediquem cada vez mais tempo para solucionar problemasreferentes ao modelo, e não a implementação computacional.O GAMS é uma LMs e foi projetada para o desenvolvimento e solução de modelos de programaçãomatemática complexa (BROOKE et al, 1997). As principais vantagens intrínsecas a utilização doGAMS são:I. Fornecer uma linguagem de alto nível para uma representação compacta de modelosextensos e complexos;II. Permitir mudanças na especificação dos modelos de forma simples e segura;III. Permitir relações algébricas enunciadas de forma não ambígua;IV. Permitir descrições de modelos independentes dos algoritmos de solução;
- Page 47 and 48: Desenvolvimento e Otimização de m
- Page 49 and 50: Desenvolvimento e Otimização de m
- Page 51 and 52: Desenvolvimento e Otimização de m
- Page 53 and 54: Desenvolvimento e Otimização de m
- Page 55 and 56: Desenvolvimento e Otimização de m
- Page 57 and 58: Desenvolvimento e Otimização de m
- Page 59 and 60: Desenvolvimento e Otimização de m
- Page 61 and 62: Desenvolvimento e Otimização de m
- Page 63 and 64: Desenvolvimento e Otimização de m
- Page 65 and 66: Desenvolvimento e Otimização de m
- Page 67 and 68: Desenvolvimento e Otimização de m
- Page 69 and 70: Desenvolvimento e Otimização de m
- Page 71 and 72: Desenvolvimento e Otimização de m
- Page 73 and 74: Desenvolvimento e Otimização de M
- Page 75 and 76: Desenvolvimento e Otimização de M
- Page 77 and 78: Desenvolvimento e Otimização de M
- Page 79 and 80: Desenvolvimento e Otimização de M
- Page 81 and 82: Desenvolvimento e Otimização de m
- Page 83 and 84: Desenvolvimento e Otimização de m
- Page 85 and 86: Desenvolvimento e Otimização de m
- Page 87 and 88: Desenvolvimento e Otimização de m
- Page 89 and 90: Desenvolvimento e Otimização de m
- Page 91 and 92: Aplicações reais_________________
- Page 93 and 94: Aplicações reais_________________
- Page 95 and 96: Aplicações reais_________________
- Page 97: REFERÊNCIAS BIBLIOGRÁFICASANDRADE
- Page 101 and 102: Linguagem de Modelagem GAMS _______
- Page 103 and 104: Modelagem e Simulação____________
- Page 105 and 106: Modelagem e Simulação____________
- Page 107: Bertrand e Fransoo_________________
ANEXO A – LINGUAGEM DE MODELAGEM GAMSDurante as décadas de 50 e 60 fez-se um progresso substancial no desenvolvimento dealgoritmos e códigos computacionais para resolver grandes problemas de programaçãomatemática (PAIVA, 2006). Sendo que, na década posterior, não surgiu um grande número deaplicações das ferramentas que foram desenvolvidas. Conforme Brooke et al (1997) comentou ofato de que grande parte do tempo requerido para o desenvolvimento de um modelo eradespendido na preparação dos dados e dos relatórios de saída. Portanto, foram estudados osmeios para reduzir esse tempo, e nesse sentido desenvolveram-se os geradores de matrizes paraa programação linear, que faziam transformações dos modelos matemáticos para a formaalgorítmica exigida pelos softwares. O percussor para adequação desses objetivos foi odesenvolvimento das linguagens de modelagem (LMs). Dentre as LMs que se destacaram adécada de 80 e início da década de 90, cita-se: CML(Conversational Modeling Language), a LPM(System for Constructing Linear Programming System), a LAMP (Language for Interactive GeneralOptimization), LINGO (Language for Interactive General Optimization) e o GAMS (GeneralAlgebraic Modeling System). Essas LMs vêm adquirindo maiores significâncias para osmodeladores, visto que os problemas analisados estão se tornando cada vez mais complexos, e asLMs propiciam que os modeladores dediquem cada vez mais tempo para solucionar problemasreferentes ao modelo, e não a implementação computacional.O GAMS é uma LMs e foi projetada para o desenvolvimento e solução de modelos de programaçãomatemática complexa (BROOKE et al, 1997). As principais vantagens intrínsecas a utilização doGAMS são:I. Fornecer uma linguagem de alto nível para uma representação compacta de modelosextensos e complexos;II. Permitir mudanças na especificação dos modelos de forma simples e segura;III. Permitir relações algébricas enunciadas de forma não ambígua;IV. Permitir descrições de modelos independentes dos algoritmos de solução;