PESQUISA OPERACIONAL - Unesp

PESQUISA OPERACIONAL - Unesp PESQUISA OPERACIONAL - Unesp

13.07.2015 Views

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;

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;

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!