Métodos de Otimização e Problemas de Rede

Essa linha de pesquisa visa ao desenvolvimento e aplicação de métodos e modelos matemáticos e computacionais voltados para simulação de problemas da vida real de modo a fornecer subsídios que auxiliem nos processos de tomada de decisão bem como gerar soluções inovadoras aplicáveis nos diversos setores da indústria e da sociedade. Os principais temas de interesse dos pesquisadores que atuam nessa linha são: teoria dos grafos; modelos de redes e fluxos; técnicas de modelagem e simulação; otimização de processos produtivos; e análise de sistemas dinâmicos.
Membros

Projetos de Pesquisa

  • Métodos de Otimização e Simulação – Descrição: Importantes problemas práticos têm natureza intrinsicamente combinatorial, o que os torna difícieis de serem resolvidos de maneira exata em instâncias reais. Esse projeto objetiva estudar tais problemas assim como os seus métodos exatos (enumeração implícita) e aproximados de solução (metaheurísticas). Métodos de Simulação também são abordados para a resolução de problemas produtivos com o uso da ferramenta ARENA e o OptQuest, integrando os métodos de simulação e otimização. Objetivos: Modelagem, implementação de algoritmos exatos e metaheurísticos na resolução de problemas em otimização combinatória. Docentes envolvidos: Leonardo Silva de Lima – coordenador; Carla Silva Oliveira.
  • Teoria dos Grafos e Aplicações – Descrição: Um grafo é uma estrutura abstrata composta por dois conjuntos denominados vértices e arestas, onde as arestas modelam as relações existentes entre os vértices. A Teoria dos Grafos consiste num conjunto de conceitos matemáticos que apresenta-se extremamente útil na modelagem, representação e solução de problemas combinatórios. A área do conhecimento que conjuga a Teoria dos Grafos com conceitos da Álgebra, Álgebra Linear e Matrizes para se obter propriedades estruturais de um grafo é conhecida com Teoria Espectral de Grafos. Essa área está diretamente relacionada a obtenção de propriedades estruturais de um grafo a partir dos autovalores associados às matrizes que o representam.
    Objetivos: relacionar os autovalores de matrizes associadas a grafos com os seus invariantes. Docentes envolvidos Leonardo Silva de Lima – coordenador; Carla Silva Oliveira
  • Computação Massiva em Problemas Produtivos – Descrição: Grades (ou Grids) computacionais têm o potencial para revolucionar a computação de alto desempenho ao prover acesso ubíquo e sob demanda a serviços e recursos computacionais. Tais infraestruturas de computação distribuída visam permitir o acesso e composição sob demanda de serviços fornecidos por diversos provedores, possivelmente pertencentes a diferentes domínios administrativos, prometendo níveis de paralelismo sem igual para aplicações de alto desempenho. Estas possibilidades criaram um terreno fértil para o desenvolvimento de uma nova gama de aplicações, muito mais ubíquas e adaptativas e com requisitos de processamento e armazenamento muito mais ambiciosos. Por outro lado, as características intrínsecas de uma grade computacional, como sua alta heterogeneidade, complexidade e distribuição, muitas vezes englobando múltiplos domínios administrativos, criaram vários novos desafios técnicos que precisam ser superados para que essa visão seja realizada. Objetivo: desenvolver modelos e aplicações de grades computacionais para solução de problemas produtivos na indústria e serviços, em particular, problemas de sequenciamento de produção em flowshop e jobshop, além de resolução de problemas estocásticos de mix de produto. Docentes envolvidos: Diego Moreira de Araújo Carvalho – coordenador; Rafael Garcia Barbastefano; Cristina Gomes de Souza;
  • Mineração de Dados Aplicadas a Produtos e Processos – Descrição: Nos últimos anos, a área de pesquisa em Mineração de Dados, nas suas mais diversas variantes (Data Mining, Text Mining, Web Mining, etc) tem obtido grande atenção da indústria e da comunidade científica. Essa área estuda métodos para extração de conhecimento a partir de uma coleção de dados (estruturada ou não estruturada), visando à geração de modelos de sistematização, classificação e predição de dados. Objetivos: aplicação de técnicas de mineração de dados, tanto a produtos quanto a processos, com o propósito de gerar conhecimento útil em processos decisórios. Docentes envolvidos: Eduardo Soares Ogasawara- coordenador; Leonardo Silva de Lima; Diego Carvalho