Acessibilidade

Métodos de Otimização Industrial - MEGI

Curso Mestrado em Engenharia e Gestão Industrial 
Unidade Curricular

Métodos de Otimização Industrial

Obrigatória x
Opcional  
Área Científica ECS
Ano: 1º Semestre: 1º ECTS: 6 Total de Horas: 162
Horas de Contacto T: TP: 67,5  PL: S: OT:
Docente

T - Teórica; TP - Teórico-prática; PL - Prática Laboratorial; S - Seminário; OT - Orientação Tutorial.

  • Objetivos de aprendizagem (conhecimentos, aptidões e competências a desenvolver pelos estudantes):

    Após aprovação na unidade curricular, o aluno deverá possuir a capacidade de:

    1. Formular problemas de otimização em engenharia.
    2. Analisar contextualmente as soluções dos problemas de otimização.
    3. Obter soluções ótimas em diferentes problemas ligados à engenharia industrial.
    4. Compreender alguns dos algoritmos utilizados na otimização de sistemas lineares e não lineares.
    5. Compreender a utilização métodos não-clássicos na resolução de problemas complexos de engenharia industrial.
  • Conteúdos programáticos
    1. Introdução à Otimização: Evolução histórica. A abordagem. Introdução à formalização.
    2. Programação linear: Definições e conceitos básicos. Hipóteses da programação linear. Definições básicas. Resolução gráfica. Solução básicas. Resolução pelo Algoritmo do Simplex. Método do grande M. Dualidade.
    3. Métodos não – clássicos de Otimização: Meta heurísticas. Algoritmos genéticos (GA). Populações. Seleção por maior aptidão. Mutação e Elitismo.
    4. Inteligência computacional. Computação Evolucionária: Otimização por Exame de Partículas (PSO) e Colónias Artificiais de Abelhas (ABC). Variantes.
  • Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da unidade curricular

    A unidade curricular de otimização aplicada à engenharia versa fundamentalmente algoritmos de otimização. A obtenção de soluções ótimas em problemas dedicados à engenharia (produção, transportes, afetação de recursos, etc.) permite analisar, decidir e implementar soluções que tornem os sistemas produtivos mais eficientes. Desta forma, no primeiro capítulo da unidade curricular são fornecidas as primeiras ferramentas para uma correta formulação matemática de problema de otimização em contexto industrial. No capítulo 2 é estudado de forma exaustiva a Programação Linear aplicada à decisão e otimização de processos industriais. No capítulo 3 e 4 introduzem-se métodos de otimização não-clássicos ligados à Computação Evolucionária e à Inteligência Computacional.

  • Metodologias de ensino (avaliação incluída)

    Sempre que pedagogicamente seja válido, durante as aulas teóricas, utilizam-se simulações de casos reais otimizados através de programas e aplicações informáticas específicas. As aulas práticas são utilizadas para que os alunos desenvolvam as competências necessárias à aplicação dos conceitos apreendidos.

    A avaliação de conhecimentos é composta por um exame, classificado de 0 a 20 valores. Os alunos têm que obter uma classificação mínima de 10 valores no exame para obter aprovação.

  • Demonstração da coerência das metodologias de ensino com os objetivos de aprendizagem da unidade curricular

    Sendo uma unidade curricular com uma predominante vertente de aplicação prática na área da engenharia, a utilização de aulas práticas com utilização de software para a resolução de problemas práticos, desenvolve nos alunos a capacidade de resolução de problemas em ambiente laboral. A introdução de um projeto, de resolução obrigatória, consegue desenvolver a capacidade de análise e crítica de uma solução que deve ser implementada num sistema de engenharia. Desta forma, o aluno consegue atingir os objetivos delineados em termos de aprendizagem, refletindo e analisando diferentes tipos de problemas. A formulação teórica de cada método é acompanhada de perto com casos práticos, motivando os alunos para a aplicabilidade e importância da unidade curricular no futuro do engenheiro industrial.

  • Bibliografia principal
    • L. Valadares Tavares et al., Investigação Operacional, McGraw-Hill, 1997
    • Hillier / Lieberman, Introduction to operation research, 8th Edition, McGraw-Hill,2005
    • Wayne L. Winston, Operations Research – Applications and Algoridthms, 4th Edition, Duxbury Press, 2004
    • Alexander M. Meystel, James S. Albus; Intelligent Systems - Architecture, Design, and Control, John Wiley & Sons, Inc., 2002