aplicações em otimização combinatória - land.ufrj.brdaniel/ieci/slides/laura_otimizacao.pdf ·...

48
Aplicações em Otimização Combinatória Prof ª Laura Bahiense [email protected]

Upload: truongdung

Post on 10-Nov-2018

214 views

Category:

Documents


0 download

TRANSCRIPT

  • Aplicaes em

    Otimizao Combinatria

    Prof Laura Bahiense

    [email protected]

  • 2/48 iECI 24/05/2018Profa Laura Bahiense

    Sumrio

    Otimizao

    Otimizao Combinatria

    Aplicaes em Otimizao Combinatria:

    Energia

    Petrleo

    Logstica

    Sade

    Biologia Marinha

  • 3/48 iECI 24/05/2018Profa Laura Bahiense

    Otimizao o que ?

    O que otimizao?

    rea da matemtica aplicada que faz uso de modelos analticos(de programao matemtica, estatsticos, probabilstiscos) ealgoritmos para auxiliar na tomada de (boas) decises.

    Decidir escolher a(s) melhor(es) alternativa(s), dentre diversas alternativas viveis (possveis).

    http://esprit-riche.com/wp-content/uploads/2011/08/prise-de-d%C3%A9cision.jpg

    http://esprit-riche.com/wp-content/uploads/2011/08/prise-de-d%C3%A9cision.jpg

  • 4/48 iECI 24/05/2018Profa Laura Bahiense

    Abordagem quantitativa:

    tica cientfica.

    Baseada em mtodos quantitativos.

    Resolve problemas complexos.

    Em contraponto abordagem qualitativa:

    Muito baseada na experincia do decisor.

    Resolve problemas mais simples.

    Otimizao abordagem quantitativa

    https://encrypted-tbn0.gstatic.com/images?q=tbn:ANd9GcRRQnp0twAo8_Pw_MJUYvbhUbp6gHISghZ43OKHsPCML1QesZAv

    https://nnikitinblog.files.wordpress.com/2016/03/statistics.jpg

    https://encrypted-tbn0.gstatic.com/images?q=tbn:ANd9GcRRQnp0twAo8_Pw_MJUYvbhUbp6gHISghZ43OKHsPCML1QesZAvhttps://nnikitinblog.files.wordpress.com/2016/03/statistics.jpg

  • 5/48 iECI 24/05/2018Profa Laura Bahiense

    Otimizao aplicada multidisciplinaridade

    Otimizao aplicada:

    Modelagem e resoluo de problemas complexos do mundoreal onde se deseja otimizar (maximizar ou minimizar) umou mais objetivos (lucro, desempenho, produo, qualidade; custo, perda, tempo, risco, poluio, desmatamento, bito).

    Multidisciplinaridade.

    Fonte prpria.

  • 6/48 iECI 24/05/2018Profa Laura Bahiense

    Histrico primrdios

    Revoluo Industrial:

    Diviso e especializao do trabalho.

    Surgimento dos fornecedores de matria-prima.

    Crescimento do comrcio e das organizaes.

    Inovaes tecnolgicas.

    Problemas mais complexos.

    Alocar recursos escassosde maneira eficiente.

    https://s1.static.brasilescola.uol.com.br/artigos/primeira%20revolucoa%20industrial1.jpg?i=https://brasilescola.uol.com.br/upload/e/primeira%20revolucoa%20industrial1.jpg&w=600&h=350&c=FFFFFF&t=1

    https://s1.static.brasilescola.uol.com.br/artigos/primeira revolucoa industrial1.jpg?i=https://brasilescola.uol.com.br/upload/e/primeira revolucoa industrial1.jpg&w=600&h=350&c=FFFFFF&t=1

  • 7/48 iECI 24/05/2018Profa Laura Bahiense

    Histrico origens

    2 Guerra Mundial:

    Inveno do radar.

    Como a tecnologia do radar poderia ser utilizadapara derrubar avies inimigos.

    Os cientistas tomavam decises sobre:

    Abastecimento e transporte das tropas.

    Armazenamento de munies.

    Manuteno e inspeo de avies.

    Escolha do tipo de avio para cada misso.

    Tticas de defesa e ataque areo ou martimo.

    http://pt.worldwar-two.net/image/300/255/611.jpg

    http://www.newburyhistory.co.uk/images/ww2-newbury-bombing08.jpg

    http://pt.worldwar-two.net/image/300/255/611.jpghttp://www.newburyhistory.co.uk/images/ww2-newbury-bombing08.jpg

  • 8/48 iECI 24/05/2018Profa Laura Bahiense

    Histrico origens (EUA)

    EUA 1947:

    Foi implantado no Pentgono o projeto SCOOP (Scientific Computation of

    Optimal Programs), com o objetivo de apoiar decises operacionais na fora

    area americana.

    O grupo de pesquisa era coordenado pelo economista Marshall Wood e pelo

    matemtico George B. Dantzig.

    Dantzig desenvolveu, formalizou e testou o mtodo Simplex, o mais utilizado

    at hoje para a resoluo de problemas de programao matemtica.

    Os estudos de Dantzig se basearam em trabalhos precursoresdo matemtico russo Leonid V. Kantorovich, e o termo programao linear foi sugerido a Dantzig pelo economistaTjalling C. Koopmans.

    Kantorovich e Koopmans ganharam o Prmio Nobel de Economia em 1975, por suas contribuies teoria da alocao tima de recursos.

    Koopmans Dantzig Kantorovich

    http://www.math.spbu.ru/user/jvr/LVK_html/jpg/70_dantzig_koopmans.jpg

    http://www.math.spbu.ru/user/jvr/LVK_html/jpg/70_dantzig_koopmans.jpg

  • 9/48 iECI 24/05/2018Profa Laura Bahiense

    Histrico evoluo

    Ps 2 Guerra Mundial:

    Os britnicos e os norte-americanos aplicaram o mtodo cientficoaos problemas reais enfrentados poca, e criaram modelosmatemticos para avaliar os resultados hipotticos de estratgiasalternativas antes de coloc-las efetivamente em prtica.

    Com o fim da guerra e o sucesso obtido, os cientistas transferiram anova estratgia/tecnologia de resoluo de problemas reais militarespara o setor civil (empresas e sociedade).

    A evoluo tecnolgica da computao trouxe mais memria evelocidade de processamento aos computadores, fazendo com que algoritmos cada vez mais eficientes fossem desenvolvidos.

  • 10/48 iECI 24/05/2018Profa Laura Bahiense

    Otimizao modelagem

    O processo de modelagem:

    Sistema ou

    problema real

    Modelo

    matemtico

    Concluses

    do modelo

    Concluses reais

    ou decises

    Formulao / modelagem

    Interpretao / inferncia

    Deduo /

    anlise

    Avaliao /

    julgamento

    M. Arenales, V. Armentano, R. Morbito, H. Yanasse. Pesquisa Operacional, Campus/Elsevier, 2007, Captulo 1.

  • 11/48 iECI 24/05/2018Profa Laura Bahiense

    Elementos bsicos de um modelo matemtico:

    Variveis de deciso: a(s) pergunta(s) do problema.

    Dados de entrada: custos, preos, retornos, demandas, etc.

    Restries: relaes matemticas que garantem que as solues para as variveis de deciso estejam de acordo comas limitaes impostas pelo sistema que est sendo modelado.

    Funo objetivo: funo matemtica que mede o desempenhodo sistema modelado, i.e., mede a qualidade da soluo em funo das variveis de deciso.

    Otimizao modelo

  • 12/48 iECI 24/05/2018Profa Laura Bahiense

    Caractersticas:

    Algumas das variveis (ou todas) pertencem a algumsubconjunto dos nmeros inteiros.

    Problemas de otimizao combinatria (ou discreta) aparecemnaturalmente na vida real, e aplicaes ocorrem nas mais diversasreas: transportes, telecomunicaes, energia, petrleo, biologia,medicina, sade, finanas, etc.

    A maioria dos problemas de otimizao combinatria envolve: A ocorrncia ou no de um evento; e/ou A deciso entre duas ou mais alternativas.

    Essa dicotomia modelada por uma varivel binria tal que:

    = 1, se o evento ocorre;0, caso contrrio.

    Otimizao Combinatria

  • 13/48 iECI 24/05/2018Profa Laura Bahiense

    Definio:

    Um viajante deseja levar itens em sua viagem.

    O peso de cada item i dado por .

    O valor de cada item i dado por .

    Os itens devem ser carregados em uma mochilacuja capacidade .

    Se , ento todos os itens podem sercarregados na mochila; caso contrrio algunsitens devem ser deixados para trs.

    Isso justamente o que se quer decidir nesseproblema: quais itens devem ser levados?

    Otimizao Combinatria problemas clssicosMochila 0-1

  • 14/48 iECI 24/05/2018Profa Laura Bahiense

    Modelo matemtico:

    Variveis de deciso:

    Formulao:

    Otimizao Combinatria problemas clssicosMochila 0-1

  • 15/48 iECI 24/05/2018Profa Laura Bahiense

    Outras aplicaes:

    Carteira de investimentos: tenho disponveis reais para investir em projetos. Cada projeto necessita um aporte de investimento, e possui umretorno presumido. Em quais projetos devo investir?

    Manuteno de equipamentos: as linhas de transmisso da empresa Luz precisam de manuteno. Contudo, s h () reais (equipes) disponveispara realizar essa manuteno. Associada a cada linha h uma probabilidadede falha e um preo (uma quantidade de mo-de-obra) necessrio(a) para arealizao da manuteno. Quais linhas devo priorizar?

    Corte e empacotamento:

    Otimizao Combinatria problemas clssicosMochila 0-1

    https://www.ic.unicamp.br/~fkm/problems/empacotamento.html

    https://www.ic.unicamp.br/~fkm/problems/empacotamento.html

  • 16/48 iECI 24/05/2018Profa Laura Bahiense

    Problema combinatrio mais estudado! Definio:

    Um caixeiro viajante precisa sair de sua cidade, com suas mercadorias, evisitar todas as cidades vizinhas, uma nica vez, e retornar sua cidade, fazendo esse percurso com a (no) menor distncia (tempo) possvel.

    Qual a sequncia em que as cidades devem ser visitadas, de modo aminimizar a (o) distncia (tempo) gasta(o) pelo caixeiro viajante?

    Aparece em todos os problemas de roteamento de veculos/equipamentos.

    Otimizao Combinatria problemas clssicosCaixeiro viajante

    https://www.ic.unicamp.br/~fkm/problems/combopt.html

    https://www.ic.unicamp.br/~fkm/problems/combopt.html

  • 17/48 iECI 24/05/2018Profa Laura Bahiense

    Modelo matemtico:

    Variveis de deciso:

    Formulao:

    Otimizao Combinatria problemas clssicosCaixeiro viajante

  • 18/48 iECI 24/05/2018Profa Laura Bahiense

    Aplicao I EnergiaPlanejamento da expanso de gerao e transmisso

    Gerar e transmitir energia eltrica

    de forma econmica e sustentvel

    (aquecimento global).

    Brasil vantagem competitiva:

    80% de fontes renovveis.https://www.mecanicaindustrial.com.br/wp-content/uploads/2012/03/parque-aeolico.jpg

    http://www.edfnortefluminense.com.br/br/images/empresaApresentacao.jpghttps://www.comboiguassu.com.br/img/clientes/3/postagens/itaipu-binacional.jpg

    https://www.mecanicaindustrial.com.br/wp-content/uploads/2012/03/parque-aeolico.jpghttp://www.edfnortefluminense.com.br/br/images/empresaApresentacao.jpghttps://www.comboiguassu.com.br/img/clientes/3/postagens/itaipu-binacional.jpg

  • 19/48 iECI 24/05/2018Profa Laura Bahiense

    Aplicao I EnergiaPlanejamento da expanso de gerao e transmisso

    Problema desafiador:

    Sistema Interligado nacional:

    mais de 100.000km de linhas de

    transmisso.

    Sistema hidrotrmico de grande

    porte com capacidade de

    regularizao (reservatrios).

    Acoplamento temporal e espacial.

    http://ons.org.br/PublishingImages/paginas/sobre_sin/mapas/SistemadeTransmissao_Horizonte2017.jpg

    http://ons.org.br/PublishingImages/paginas/sobre_sin/mapas/SistemadeTransmissao_Horizonte2017.jpg

  • 20/48 iECI 24/05/2018Profa Laura Bahiense

    Problema desafiador parte I usinas em cascata acoplamento espacial:

    Aplicao I EnergiaPlanejamento da expanso de gerao e transmisso

    Ao regularizar uma bacia, a usina afetaas demais usinasque se conectamhidraulicamentea ela.

    http://ons.org.br/PublishingImages/paginas/Hidroeletricas2018-2022_Jan2018.jpg

    http://ons.org.br/PublishingImages/paginas/Hidroeletricas2018-2022_Jan2018.jpg

  • 21/48 iECI 24/05/2018Profa Laura Bahiense

    Problema desafiador parte II variabilidade interanual:

    Anos de chuva anos de seca.

    Exemplo: Trs Marias e Sobradinho mesma bacia (Rio So Francisco).

    Aplicao I EnergiaPlanejamento da expanso de gerao e transmisso

    http://www.tecnologia.ufpr.br/portal/ppgerha/wp-content/uploads/sites/9/2015/02/RelatorioComplementaridadeHidroeolica.pdf

    http://www.tecnologia.ufpr.br/portal/ppgerha/wp-content/uploads/sites/9/2015/02/RelatorioComplementaridadeHidroeolica.pdf

  • 22/48 iECI 24/05/2018Profa Laura Bahiense

    Problema desafiador parte III sazonalidade intra-anual:

    Perodos secos perodos midos.

    Exemplo: Trs Marias e Sobradinho mesma bacia (Rio So Francisco).

    Aplicao I EnergiaPlanejamento da expanso de gerao e transmisso

    http://www.tecnologia.ufpr.br/portal/ppgerha/wp-content/uploads/sites/9/2015/02/RelatorioComplementaridadeHidroeolica.pdf

    http://www.tecnologia.ufpr.br/portal/ppgerha/wp-content/uploads/sites/9/2015/02/RelatorioComplementaridadeHidroeolica.pdf

  • 23/48 iECI 24/05/2018Profa Laura Bahiense

    Problema desafiador parte IV diversidade e complementaridade das bacias:

    Regies com caractersticas fsicas e climticas bem distintas.

    Bacias por vezes complementares Ex.: SE e NE secos e S mido.

    Aplicao I EnergiaPlanejamento da expanso de gerao e transmisso

    http://www.tecnologia.ufpr.br/portal/ppgerha/wp-content/uploads/sites/9/2015/02/RelatorioComplementaridadeHidroeolica.pdf

    http://www.tecnologia.ufpr.br/portal/ppgerha/wp-content/uploads/sites/9/2015/02/RelatorioComplementaridadeHidroeolica.pdf

  • 24/48 iECI 24/05/2018Profa Laura Bahiense

    Problema desafiador parte V complementaridade entre fontes energticas:

    Aproveitar as complementaridades hidro-elicas.

    Ex.: UHE Itapebi Complexo Elico de Caetit estado da Bahia.

    Aplicao I EnergiaPlanejamento da expanso de gerao e transmisso

    http://www.tecnologia.ufpr.br/portal/ppgerha/wp-content/uploads/sites/9/2015/02/RelatorioComplementaridadeHidroeolica.pdf

    http://www.tecnologia.ufpr.br/portal/ppgerha/wp-content/uploads/sites/9/2015/02/RelatorioComplementaridadeHidroeolica.pdf

  • 25/48 iECI 24/05/2018Profa Laura Bahiense

    Problema desafiador parte VI acoplamento temporal:

    O que fazer para gerar energia hoje? Usar a gua armazenada nos reservatrios das hidreltricas (baixo custo) ou despachar as trmicas (alto custo)?

    Custo imediato da energia impacta custo futuro da energia, altamente dependente dasvazes dos rios no futuro, podendo levar a vertimento ou dficit:

    Aplicao I EnergiaPlanejamento da expanso de gerao e transmisso

    http://slideplayer.com.br/365458/2/images/8/A%C3%A7%C3%B5es+do+ONS+para+evitar+d%C3%A9ficit+Vertimento+%3D+Desperd%C3%ADcio.jpg

    http://slideplayer.com.br/365458/2/images/8/A%C3%A7%C3%B5es+do+ONS+para+evitar+d%C3%A9ficit+Vertimento+=+Desperd%C3%ADcio.jpg

  • 26/48 iECI 24/05/2018Profa Laura Bahiense

    Aplicao II Petrleo e LogsticaTransporte martimo de cargas e programao de beros

    Operaes martimas de E&P no Brasil apoiadas por um sistemalogstico e de servios, chamado de apoio martimo: portos,embarcaes, aerdromos, armazns, helicpteros.

    Fonte prpria.

  • 27/48 iECI 24/05/2018Profa Laura Bahiense

    Aplicao II Petrleo e LogsticaTransporte martimo de cargas e programao de beros

    Embarcaes especializadas transportam carga de convs para asunidades martimas (plataformas e sondas) das bacias de Campos,Santos e Esprito Santo, atendidas a partir dos portos de Maca, Rio de Janeiro e Vitria.

    http://www.petronoticias.com.br/wp-content/uploads/2015/09/PSV.jpg

    https://petronoticias.com.br/wp-content/uploads/2014/11/navio-sonda.jpg

    http://www.informativodosportos.com.br/wp-content/uploads/2011/04/plataforma-petrobras-1.jpg

    https://www.2b1stconsulting.com/wp-content/uploads/2012/10/Petrobras_Pre-salt_Santos-basin_Campos-Basin_Esperito-Santo-Basin_Map.jpg

    http://www.petronoticias.com.br/wp-content/uploads/2015/09/PSV.jpghttps://petronoticias.com.br/wp-content/uploads/2014/11/navio-sonda.jpghttp://www.informativodosportos.com.br/wp-content/uploads/2011/04/plataforma-petrobras-1.jpghttps://www.2b1stconsulting.com/wp-content/uploads/2012/10/Petrobras_Pre-salt_Santos-basin_Campos-Basin_Esperito-Santo-Basin_Map.jpg

  • 28/48 iECI 24/05/2018Profa Laura Bahiense

    Aplicao II Petrleo e LogsticaTransporte martimo de cargas e programao de beros

    Cargas de convs: gua potvel, rancho, carga geral, tubos, risers,produtos qumicos, gua industrial, leo diesel, fluidos e insumos deperfurao.

    Fonte prpria.

  • 29/48 iECI 24/05/2018Profa Laura Bahiense

    Problema desafiador parte I:

    As unidades martimas enviam demandas e janelas de tempo de atendimento.

    Os pedidos so atendidos por embarcaes que saem do porto e possuemcapacidade limitada: problema de agrupamento + problema de roteirizaoperidica das Ums + problema de dimensionamento de frota heterognea.

    Aplicao II Petrleo e LogsticaTransporte martimo de cargas e programao de beros

    http://tnpetroleo.com.br/media/cache/c5/5f/c55f1e234e65b199afa7f3e7cfb1e4e2.jpgFonte prpria.

    http://tnpetroleo.com.br/media/cache/c5/5f/c55f1e234e65b199afa7f3e7cfb1e4e2.jpg

  • 30/48 iECI 24/05/2018Profa Laura Bahiense

    Problema desafiador parte II:

    Atracao, carga e descarga nos beros: problema de alocao dos beros +problema de escalonamento das atividades de carga e descarga nos beros.

    Fontes de incerteza: condies de mar, tempos de viagem, tempos de carga edescarga nos beros e nas UMs, demandas das UMs (sondas principalmente).

    Aplicao II Petrleo e LogsticaTransporte martimo de cargas e programao de beros

    Fonte prpria.

  • 31/48 iECI 24/05/2018Profa Laura Bahiense

    Aplicao III PetrleoPlanejamento e programao da produo em refinarias de petrleo

    http://www.maths.ed.ac.uk/hall/Xpress/BigRefinery.gif

    http://www.maths.ed.ac.uk/hall/Xpress/BigRefinery.gif

  • 32/48 iECI 24/05/2018Profa Laura Bahiense

    Aplicao III PetrleoPlanejamento e programao da produo em refinarias de petrleo

    Planejamento do Refino problema no linear inteiro misto:

    Transformao de leo cru em derivados de petrleo.

    Processamento em unidades de separao, converso e tratamento:

    Equaes bilineares (propriedades volumtricas das misturas):

    Equaes trilineares (propriedades mssicas densidade das misturas):

  • 33/48 iECI 24/05/2018Profa Laura Bahiense

    Programao do dia a dia maior nvel de detalhamento.

    Controle de nveis de estoque dos produtos derivados.

    Programao da produo.

    Programao das misturas de produtos intermedirios.

    Otimizaes on-line e off-line de misturas especificao de derivados.

    Aplicao III PetrleoPlanejamento e programao da produo em refinarias de petrleo

    Programao do Refino problema linear inteiro misto:

    Novas modelagens (mais eficientes) de Programao Inteira.

  • 34/48 iECI 24/05/2018Profa Laura Bahiense

    Aplicao IV Petrleo e LogsticaOtimizao da cadeia de suprimentos de petrleo sob incerteza e avaliao de risco

    Principais elos da cadeia de suprimentos de petrleo:

    https://www.researchgate.net/profile/Mehdi_Ghatee/publication/223062958/figure/fig2/AS:583998153719813@1516247418466/General-petroleum-supply-chain-including-oil-suppliers-and-demanders.jpg

    https://www.researchgate.net/profile/Mehdi_Ghatee/publication/223062958/figure/fig2/AS:583998153719813@1516247418466/General-petroleum-supply-chain-including-oil-suppliers-and-demanders.jpg

  • 35/48 iECI 24/05/2018Profa Laura Bahiense

    Aplicao IV Petrleo e LogsticaOtimizao da cadeia de suprimentos de petrleo sob incerteza e avaliao de risco

    Planejamento integrado das operaes comerciais, logsticas e industriais (refino):

    3

    4

    56

    1

    2

    Operaes Comerciais:

    Petrleo:

    Importao (1)

    Exportao (3)

    Produo (5)

    Derivados:

    Importao (2)

    Exportao (4)

    Atendimento Mercado (6)

    Fonte prpria.

  • 36/48 iECI 24/05/2018Profa Laura Bahiense

    Aplicao IV Petrleo e LogsticaOtimizao da cadeia de suprimentos de petrleo sob incerteza e avaliao de risco

    Incertezas inerentes ao processo histrico de 50 meses de dados planej. x realiz.:

    Mais de 150.000 possveis realizaes tcnicas de agregao de cenrios:

    Produo nacional de petrleo.

    Cotao internacional do Brent.

    Mercado nacional de derivados.

    Tcnicas de agregao de cenrios.

    Otimizao estocstica em dois estgios.

    Averso ao risco.

  • 37/48 iECI 24/05/2018Profa Laura Bahiense

    Aplicao V LogsticaPlanejamento integrado da cadeia logstica mina-ferrovia-porto

    Logstica integrada gerenciar as cadeias de suprimento de forma estratgica.

    Todos os nveis: compras, armazenagem, produo, transporte, seleo de fornecedores.

    Vale: produo de ao a partir de minrio de ferro.

    Minrio de ferro: abundante, o difcil encontra-lo em concentraes adequadas.

    Comrcio de minrio de ferro: global e transocenico.

    Principal comprador de minrio de ferro: China.

    Principais fornecedores: Austrlia (BHP) e Brasil (Vale).

    www.vale.com

    http://www.vale.com/

  • 38/48 iECI 24/05/2018Profa Laura Bahiense

    Aplicao V LogsticaPlanejamento integrado da cadeia logstica da Vale

    Rede logstica da Vale: minas, ferrovias, portos.

    4 cadeias logsticas mina-ferrovia-porto: 22 minas, 11 usinas de pelotizao, 5 ferrovias, 110 trens, 2.000km de malha ferroviria, 4 portos de carregamento, 6 portos para mistura, 124 navios.

    No h modelagem ou sistema integrado para gerenciar as cadeias logsticas.

    Projeto de pesquisa venceu o Edital integrado VALE-FAPES-FAPERJ N 001/2015.

    www.vale.com

    http://www.vale.com/

  • 39/48 iECI 24/05/2018Profa Laura Bahiense

    Pesquisa operacional em Sade

    Importncia dos sistemas de atendimento sade para o bem-estar da populao:

    Decrescimento das taxas de natalidade.

    Envelhecimento da populao.

    Particularidades do Brasil:

    Sistema nico de Sade (SUS).

    Desde o atendimento ambulatorial at o transplante de rgos.

    Escassez de recursos: menos de 2 leitos para cada 1.000 habitantes

    (pases desenvolvidos chega a 15 leitos).

  • 40/48 iECI 24/05/2018Profa Laura Bahiense

    Pesquisa operacional em Sade

    Principais aplicaes do grupo de pesquisa:

    Combinao de Teoria das Filas com Otimizao para planejar e sequenciar.

    as cirurgias, considerando de forma integrada as salas de cirurgia e os leitos de

    recuperao.

    Melhor gesto dos recursos crticos.

    Reduo das filas de espera por cirurgia e de cancelamento de cirurgias.

    Reduo dos cancelamentos de cirurgias.

    Melhoria da localizao das instalaes de atendimento.

    Melhoria do balano de estoque de hemocomponentes.

  • 41/48 iECI 24/05/2018Profa Laura Bahiense

    Aplicao VI SadeOtimizao e gesto de filas de espera por cirurgias no INTO

    Especializado em tratamentos cirrgicos dealta complexidade para pacientes eletivos.

    Filas proibitivas de espera por cirurgias poltica equivocada de gerenciamento:

    Maximizao do nmero de cirurgias realizadas prioriza cirurgias de menor durao e posterga

    cirurgias de maior durao e complexidade (p.ex., coluna e quadril).

    Soluo: modelagem integrada desde a chegada do paciente at sua liberao da ala de recuperao (evitar cancelamentos).

    Nmero mnimo de cirurgias a realizar:

    Em funo das taxas de chegada por especialidade manter as filas de espera em patamares reduzidos

    no longo prazo.

    Fonte prpria.

  • 42/48 iECI 24/05/2018Profa Laura Bahiense

    Aplicao VII SadeGesto de estoques de hemocomponentes no HEMORIO

    Garante a disponibilidade de hemocomponentes de todos os tipos sanguneos para oshospitais pblicos do Estado do RJ.

    Tarefa no trivial: incertezas nas demandas dos hospitais e nas doaes; perecibilidade;dificuldade de manter altos nveis de estoques de segurana; falta de segurana (entorno).

    nibus-coleta e coletas desmontveis respondem por 35% das doaes atualmente.Recurso oneroso: requisitos legais equipe mdica.

    Primeiro estudo: dimensionamento da frota tima de nibus-coleta e coletas mveispara um melhor gerenciamento do estoque de hemocomponentes.

    https://i0.wp.com/www.correiodobrasil.com.br/wp-content/uploads/2014/08/hemoriocoleta.jpg?w=635&ssl=1Fonte prpria. Fonte prpria.

    https://i0.wp.com/www.correiodobrasil.com.br/wp-content/uploads/2014/08/hemoriocoleta.jpg?w=635&ssl=1

  • 43/48 iECI 24/05/2018Profa Laura Bahiense

    Aplicaes em Biologia e Biotecnologia Marinha

    Biotecnologia marinha:

    Estudo do potencial biotecnolgico dos organismos marinhos.

    Foco: desenvolvimento de conhecimentos, absoro de tecnologias e promoo da inovao.

    reas: ambiental, industrial e de sade humana.

    Progressos nos ltimos anos:

    Aumento da capacidade computacional para anlise e tratamento da quantidade gigantescade dados que envolvem os estudos.

    Consequncias:

    Crescimento da demanda pela utilizao de ferramentas estatsticas poderosas paraexaminar esses dados e tratar os resultados obtidos pelos estudos.

    Big Data & Analytics: estatstica paramtrica e no paramtrica, aprendizado de mquina,reconhecimento de padres e imagens, etc.

    Maior envolvimento dos pesquisadores de Otimizao rea de interface entre Matemtica,Estatstica, Otimizao, Inteligncia Artificial, Computao Grfica, Cincia da Computao.

  • 44/48 iECI 24/05/2018Profa Laura Bahiense

    Biotecnologia MarinhaSade, indstria, meio-ambiente

    Esponjas:

    Anti-inflamatrios, analgsicos e antibacterianos.

    Controle de disfunes da tireoide.

    Antirretroviral (AZT).

    Anticancergenos.

    Antivirais para herpes simples e zoster.

    Corais:

    Anticancergenos.

    Anti-asmticos.

    Clcio para reconstruo dentria e ssea.

    Anti-inflamatrios para artrite.

    Tratamento de lceras gstricas.

    Reguladores hormonais. Mexilhes:

    Tratamento de obesidade.

    Antirretroviral alternativo ao AZT.

    Crustceos quitina:

    Defensivos agrcolas (antifngicos).

    Membranas de hemodilise.

    Fios cirrgicos biodegradveis.

    Pele artificial.

    Cicatrizante de queimaduras.

    Cpsulas de remdios

    Cosmticos: cremes de barbear e hidratantes.

    Alimentos dietticos.

    Indstrias txtil e de papel.

    Saneamento de gua (floculao).

    Remoo de metais pesados e leos.

  • 45/48 iECI 24/05/2018Profa Laura Bahiense

    Biologia marinha: estudosRecifes de corais Banco de Abrolhos

    Para que estudos em Biologia Marinha sejam possveis:

    Monitoramento e proteo dos ecossistemas martimos costeiros.

    Corais:

    Uma das formaes mais sensveis e antigas do mundo.

    Estudo de sua evoluo previses para o futuro do planeta.

    Enorme potencial biotecnolgico (como visto anteriormente).

    Banco de Abrolhos:

    Recifes de corais mais ricos de todo o Atlntico Sul.

    Quatro vezes mais espcies endmicas que o Caribe.

    Contm todas as espcies coralneas brasileiras.

    Extremamente rico em biodiversidade.

    https://www.researchgate.net/profile/Hudson_Pinheiro2/publication/308272427_Newly_discovered_reefs_in_the_southern_Abrolhos_Bank_Brazil_Anthropogenic_impacts_and_urgent_conservation_needs/links/5a2f8983aca2726d0bd6e968/Newly-discovered-reefs-in-the-southern-Abrolhos-Bank-Brazil-Anthropogenic-impacts-and-urgent-conservation-needs.pdf

    https://www.researchgate.net/profile/Hudson_Pinheiro2/publication/308272427_Newly_discovered_reefs_in_the_southern_Abrolhos_Bank_Brazil_Anthropogenic_impacts_and_urgent_conservation_needs/links/5a2f8983aca2726d0bd6e968/Newly-discovered-reefs-in-the-southern-Abrolhos-Bank-Brazil-Anthropogenic-impacts-and-urgent-conservation-needs.pdf

  • 46/48 iECI 24/05/2018Profa Laura Bahiense

    Aplicao VIII Biologia marinhaAnlise da comunidade recifal da foz do Rio Doce aps o desastre de Mariana

    Rompimento da Barragem do Fundo no Rio Doce:

    Uma das maiores tragdias ambientais e humanas do pas.

    Lama txica:

    60 milhes de toneladas de lodo txico.

    Moveu-se atravs do Rio Doce.

    Atingiu as novas formaes recifais do sul do Banco de Abrolhos.

    Primeiras anlises da pluma:

    Elevada contaminao por metais pesados.

    Acima do permitido pela legislao brasileira para peixes camares.

    Arsnico: 110 140 vezes acima.

    Cdmio: 5 12 vezes acima.

    Chumbo: 5 vezes acima.

    https://www.researchgate.net/profile/Hudson_Pinheiro2/publication/308272427_Newly_discovered_reefs_in_the_southern_Abrolhos_Bank_Brazil_Anthropogenic_impacts_and_urgent_conservation_needs/links/5a2f8983aca2726d0bd6e968/Newly-discovered-reefs-in-the-southern-Abrolhos-Bank-Brazil-Anthropogenic-impacts-and-urgent-conservation-needs.pdf

    https://www.researchgate.net/profile/Hudson_Pinheiro2/publication/308272427_Newly_discovered_reefs_in_the_southern_Abrolhos_Bank_Brazil_Anthropogenic_impacts_and_urgent_conservation_needs/links/5a2f8983aca2726d0bd6e968/Newly-discovered-reefs-in-the-southern-Abrolhos-Bank-Brazil-Anthropogenic-impacts-and-urgent-conservation-needs.pdf

  • 47/48 iECI 24/05/2018Profa Laura Bahiense

    Objetivos Biologia Marinha:

    Comprovar que a lama txica atingiu as novas formaes recifais do sul do Banco deAbrolhos.

    Analisar os possveis impactos do desastre de Mariana sobre a sade das comunidadesrecifais prximas foz do Rio Doce que foram atingidas pela pluma de rejeitos deminerao.

    Objetivos Cincia da Computao:

    Desenvolvimento de modelos de aprendizado de mquina capazes de prever as relaes no lineares entre as espcies de cianobactrias, esponjas e corais desses ecossistemasafetados quando comparados a outros recifes de corais do Banco de Abrolhos.

    Comparar esses modelos de aprendizado de mquina com modelos baseados em rvores (modelos aditivos GAM e Boosted Regression Trees BRT).

    Aplicao VIII Biologia marinhaAnlise da comunidade recifal da foz do Rio Doce aps o desastre de Mariana

  • 48/48 iECI 24/05/2018Profa Laura Bahiense

    Obrigada!