Uma metodologia para otimização antecipatória, multicritério e estocástica

• Processo: 12/16504-5
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de outubro de 2012
• Data de Término da vigência: 31 de agosto de 2014
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Matemática da Computação
• Pesquisador responsável: Fernando José von Zuben
• Beneficiário: Carlos Renato Belo Azevedo
• Instituição Sede: Faculdade de Engenharia Elétrica e de Computação (FEEC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Assunto(s): Inteligência computacional Meta-heurística Otimização estocástica Otimização multiobjetivo
• Palavra(s)-Chave do Pesquisador: Metaheurísticas | otimização antecipatória | otimização estocástica | otimização multiobjetivo | tomada de decisão sequencial | Tomada de Decisão sob Incerteza | Inteligência computacional

Resumo

O presente projeto propõe investigações para avançar na concepção de sistemas de decisão em estágios, operando em ambientes incertos sob múltiplos critérios conflitantes de otimização. Pressupõe-se que a dinâmica do sistema a ser controlado (em tempo discreto e sob um horizonte finito) seja linear e que a incerteza exógena possa ser estimada por modelos paramétricos de distribuições. Nesse contexto, quatro desafios são cobertos, a saber: (1) o aprendizado de modelos probabilísticos capazes de mensurar a influência das decisões implementadas sobre os custos de operação futuros; (2) a determinação de políticas estocásticas capazes de modelar o tomador de decisão; (3) a determinação dos riscos de violação das restrições do problema; e (4) a incorporação de preferências parciais na tomada de decisão. Enfatiza-se que o tratamento de múltiplos critérios conflitantes e a incorporação dos riscos de violação de restrições apresentam-se como campos incipientes na literatura de meta-heurísticas antecipatórias e de programação dinâmica aproximada. Como principal contribuição, espera-se que a nova metodologia e as ferramentas propostas permitam a síntese de sistemas antecipatórios multicritério eficientes. Antevê-se a aplicabilidade da metodologia a uma ampla classe de problemas como o controle de estoque e roteamento de veículos gerenciados pelo fornecedor; a otimização de carteiras de investimentos e portfólios de produtos; e o controle de sistemas de transporte público operando em tempo real.

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

AZEVEDO, CARLOS R. B.; VON ZUBEN, FERNANDO J.. Learning to Anticipate Flexible Choices in Multiple Criteria Decision-Making Under Uncertainty. IEEE TRANSACTIONS ON CYBERNETICS, v. 46, n. 3, p. 778-791, MAR 2016. (12/16504-5)

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

AZEVEDO, Carlos Renato Belo. Anticipation in multiple criteria decision-making under uncertainty. 2014. Tese de Doutorado - Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de Computação Campinas, SP.