• Português
    • English
  • João Pessoa, PB - 3 a 5 de novembro de 2021

    Indústria 4.0

    Minicursos

    Minicurso 1: Uma introdução à problemas de corte e empacotamento de peças irregulares

    Agenda: a definir.

    Descrição do Minicurso: Este minicurso tem por objetivo tratar o problema de corte e empacotamento de peças irregulares. Devido à sua possibilidade de aplicação em diferentes indústrias, este problema têm sido muito estudado nos últimos anos. Entretanto, as técnicas de pesquisa operacional utilizadas para resolver os problemas com peças irregulares ainda são bastante limitadas, devido principalmente a sua representação geométrica. Neste minicurso, inicialmente, vamos abordar ferramentas geométricas e modelos matemáticos utilizados para sua representação. Em seguida, discutiremos algumas estratégias exatas e heurísticas para a resolução do problema. Dentre os métodos heurísticos vamos apresentar uma heurística baseada em machine learning (learnheuristics). Finalmente, apresentaremos algumas oportunidades de pesquisa na área.

    Ministrado por: Franklina M. B. Toledo, Aline Leão, Larissa T. Oliveira e Petra M. Bartmeyer.

    Franklina M. B. Toledo é bacharel em Matemática Aplicada e Computacional, mestre e doutora em Engenharia Elétrica pela UNICAMP. Atualmente, é professora associada e pesquisadora na área de Otimização na Universidade de São Paulo (USP). 

    Aline Leão atualmente é professora adjunta na Universidade Estadual de Londrina, possui graduação em Matemática pela UNESP, mestrado e doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (USP). 

    Larissa T. Oliveira possui mestrado e doutorado em Ciências da Computação e Matemática Computacional pelo Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo (ICMC/USP) e graduação em Licenciatura em Matemática pela Faculdade de Ciências, Universidade Estadual Paulista “Júlio de Mesquita Filho” (FC/UNESP). Atualmente, é pós-doutoranda no ICMC/USP trabalhando com os problemas de corte e empacotamento de peças irregulares e determinação de caminho de corte.

    Petra M. Bartmeyer é licenciada em Matemática pela UEPG, mestre em Matemática Aplicada pelo IMECC/Unicamp e doutora em Engenharia Elétrica pela FEEC/Unicamp. Tem experiência na área de programação linear e não-linear e em aplicações de otimização em problemas de engenharia.  Atualmente, é pós-doutoranda no ICMC/USP trabalhando com incertezas em problemas de corte e empacotamento de peças irregulares. 

    Inscrições: a definir.

    Minicurso 2: Python-MIP – Programação Linear Inteira com Python

    Agenda: a definir.

    Descrição do Minicurso: O pacote Python-MIP oferece um conjunto abrangente de ferramentas para modelagem e resolução de Problemas de Programação Inteira Mista em Python. Além de oferecer uma linguagem de modelagem de alto nível, o pacote permite o desenvolvimento de métodos avançados, habilitando a comunicação bidirecional com pacotes de otimização comerciais e de código aberto durante o processo de busca. Neste minicurso, desenvolveremos métodos de Programação Linear Inteira Mista para problemas de otimização combinatória. Iniciando com um método simples baseado em uma formulação compacta iremos evoluir para um método que combina heurísticas e planos de corte para a resolução de problemas maiores.

    Ministrado por: Haroldo Gambini Santos

    Haroldo Gambini Santos é cientista aplicado sênior da Amazon e professor atualmente afastado do Departamento de Ciência da Computação da Universidade Federal de Ouro Preto. Possui doutorado em Ciência da Computação pela Universidade Federal Fluminense (2007) e foi pesquisador sênior de pós-doutorado no Departamento de Computação da Universidade de KU Leuven, Bélgica (2018-2019). Sua pesquisa se concentra no desenvolvimento de Algoritmos e Modelos para problemas de Otimização Combinatória. Em 2019 foi premiado COIN-OR Cup 2019 por suas contribuições na área de pesquisa operacional. Desde 2012 compõe o comitê de liderança técnica da COIN-OR Foundation, entidade que promove a pesquisa e desenvolvimento de software estado-da-arte na área de Pesquisa Operacional. Foi membro do Comitê de Assessoramento da área de Ciências Exatas e dos Materiais da FAPEMIG (2017-2018). É bolsista de Produtividade em Pesquisa do CNPq desde 2011.

    Inscrições: a definir.

    Minicurso 3: Simulação em Hospital com o FlexSim Healthcare

    Agenda: a definir.

    Descrição do Minicurso: Em um ambiente de alta complexidade com diversos fluxos cruzados, paralelos e mudanças de tracks para onde os pacientes constantemente são direcionados dentro de um hospital, é fundamental modelar essas situações que podem impactar fortemente indicadores como Los (Lenght of Stay) de uma paciente e também para conhecer realmente a capacidade do hospital, além de outros importantes indicadores como LWBS (Length Without Being Served) de pacientes, produtividade do hospital ou um determinado setor e outros.

    • Overview sobre simulação em hospitais;
    • Por que simulação centrada no paciente;
    • Simulação determinística e estocástica;
    • Exemplo de uma clínica de imunização;
    • Desenvolvimento do modelo em diferentes etapas;
    • Dashboards e output files;

    Ministrado por: Michael Machado

    Michael Machado, engenheiro químico e pós-graduado em gestão de negócios e operações pelo INSPER (ex-Ibmbec-SP), atuou como professor de pesquisa operacional pela FACAMP e UNIESP em Campinas, mestrando em pesquisa operacional pela UNICAMP. Atuação em projetos de pesquisa em modelagem matemática multi-objetivo para minimizar o risco de falhas humanas em operações industriais, simulação & otimização em pronto socorro e pronto atendimento. Ministrou curso para diversas empresas sobre simulação & otimização, além de diversos projetos para grandes empresas e hospitais. Atualmente atua como sênior partner na FlexSim Brasil.

    Inscrições: a definir.

    Minicurso 4: Meu Primeiro Modelo de Simulação com FlexSim

    Agenda: a definir.

    Descrição do Minicurso: Descrição do Minicurso: Diante das dificuldades e complexidades do cenário atual, possuir uma ferramenta que atue como simulador para apoiar suas análises em um ambiente livre de risco, onde vários experimentos e cenários podem ser criados, testados e analisados o impacto que poderiam provocar em um processo real, é FUNDAMENTAL para evitar desperdícios de tempo e dinheiro da empresa ao ficar efetuando testes em processos reais ou até mesmo tentando adivinhar uma “solução adequada” para linhas de produção, processos logísticos, portuários ou aeroportuários.

    • Informações básicas sobre simulação e recursos do FlexSim.
    • Exemplos práticos para aplicação em engenharias.
    • Passo a passo de como modelar processos no FlexSim.
    • Desafio Lean Simulation e Realidade Virtual no FlexSim
    • Indústria 4.0 e realidade virtual no FlexSim

    Ministrado por: Rodrigo Lamas

    Engenheiro Mecânico com certificação e experiência internacional em Lean / Six Sigma, CI Pratictioner e CI Expert, pela Invensys Controls, empresa a qual coordenou equipe de melhoria contínua atingindo savings na casa dos R$ 1,2M de redução anual em 3 diferentes plantas no Brasil. Profissional com experiência em projetos de redução de custos, simulação e otimização de processos de manufatura, capacitado em simulação pela FlexSim em Utah, US. Hoje atuando como Consultor Comercial na FlexSim Brasil, desenvolvendo novas tecnologias e soluções em melhoria contínua para Indústrias e Universidades.

    Inscrições: a definir.

    Minicurso 5: VRPSolver: um resolvedor exato genérico para problemas de roteamento de veículos

    Agenda: a definir.

    Descrição do Minicurso: Os algoritmos Branch-Cut-and-Price (BCP), baseados na combinação de geração de colunas com separação de cortes, vêm obtendo os melhores resultados na solução exata de vários problemas de otimização combinatória, em particular, de problemas de roteamento de veículos (VRP). No entanto, implementar um BCP de última geração é uma uma tarefa extremamente pesada, da ordem de 1 ano de trabalho de uma equipe qualificada.

    O VRPSolver é um software que implementa um BCP de última geração para um modelo genérico que inclui centenas de variantes do VRP (incluindo praticamente todas as variantes clássicas) e também pode ser usado para resolver de forma eficiente outros tipos de problemas, como escalonamento de tarefas ou bin packing. Uma aplicação VRPSolver para um problema novo tipicamente requer menos de 100 linhas de código Julia e pode ser feita em 1 dia.

    O minicurso será dividido em 2 partes:

    • Apresentação teórica do modelo VRPSolver e exemplos de aplicações
    • Tutorial com exercício prático do uso do VRPSolver

    Ministrado por: Artur Pessoa, Eduardo Queiroga, Eduardo Uchoa, João Marcos e Teobaldo Bulhões

    Artur Pessoa é graduado em Engenharia de Computação na Pontifícia Universidade Católica do Rio de Janeiro (1994), obteve mestrado e doutorado em Informática na Pontifícia Universidade Católica do Rio de Janeiro (1999 e 2003) e passou o ano de 2018 em estágio pós-doutoral no Instituto de Matemática da Universidade de Bordeaux. Atualmente, é professor associado na Universidade Federal Fluminense e pesquisador do CNPq, atuando principalmente nos seguintes temas: programação inteira, otimização combinatória, geração de colunas, otimização robusta, otimização em dois níveis e heurísticas, com aplicações em problemas de roteamento, escalonamento, localização e leiaute.

    Eduardo Queiroga é graduado em Ciência da Computação pela Universidade Federal da Paraíba (UFPB), mestre em Informática pela mesma instituição e doutor em Computação pelo Instituto de Computação da Universidade Federal Fluminense (UFF). Possui interesse em heurísticas, meta-heurísticas e programação linear inteira para problemas de otimização combinatória, atuando principalmente em problemas de clusterização e roteamento de veículos.

    Eduardo Uchoa é graduado e mestre em Computação (UNICAMP) e doutor em Informática (PUC-Rio). Trabalha com Otimização, com especialidade em Programação Inteira, atuando principalmente nos seguintes tipos de problemas: Escalonamento de Tarefas, Projeto de Redes (incluindo o clássico Problema de Steiner) e Roteamento de veículos. É especialista na técnica que combina geração de colunas com planos de corte, nos chamados algoritmos de Branch-Cut-and-Price, já tendo contribuído com importantes inovações metodológicas.

    João Marcos P. Silva possui graduação em Engenharia de Produção Mecânica pela Universidade Regional do Cariri (URCA) e mestrado em Engenharia de Produção pela Universidade Federal da Paraíba. Atualmente é estudante de doutorado também em  Engenharia de Produção pela Universidade Federal Fluminense (UFF). Possui interesse no desenvolvimento de algoritmos heurísticos e exatos para problemas de escalonamento e roteamento de veículos.

    Teobaldo Bulhões possui graduação em Ciência da Computação pela Universidade Federal da Paraíba (2014), mestrado em Informática pela mesma instituição (2015) e doutorado em Computação pela Universidade Federal Fluminense (2017). Atualmente é Professor Adjunto do Departamento de Computação Científica da Universidade Federal da Paraíba. Tem interesse em otimização combinatória, com ênfase em programação inteira e meta-heurísticas.

    Inscrições: a definir.

    Minicurso 6: Aprendizado de Pesquisa Operacional em um sistema online de exercícios e avaliações com correção automatizada

    Agenda: a definir.

    Descrição do Minicurso: Este minicurso tem como público-alvo professores e outros profissionais no ensino de Pesquisa Operacional e outras disciplinas com forte base matemática e/ou algorítmica. Será apresentada a utilização de um sistema online que visa a possibilidade de alunos resolverem exercícios de Pesquisa Operacional configuráveis e aleatórios, de forma que a resolução de cada exercício é acompanhada pelo sistema e corrigida em diversas etapas, gerando um feedback de correção e uma nota ao aluno, e sempre mantendo a resolução dentro do correto considerando o método estudado. Além disso, o sistema possui um modo de avaliação, onde o professor pode criar um conjunto de questões para a turma, que deve ser resolvido dentro de um intervalo de tempo, dada uma duração, e sem apresentar o feedback de correção, nem a nota do aluno. Será apresentada a utilização de diversas questões de Programação Linear, Programação Inteira, Problemas de Transportes e também algumas relacionadas com Distribuição Física. Os participantes poderão acessar o sistema, criando uma conta temporária, onde todas as questões existentes poderão ser testadas.

    Agenda:

    – Introdução e Motivação

    – Visão do aluno

    – Questões existentes

    – Visão do professor

    – Visão do administrador

    – Modo de avaliação

    – Implementação

    – Criação de questões

    – Futuro

    Ministrado por: Rafael Martinelli

    Rafael Martinelli possui mestrado e doutorado em Informática pela Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio) e pós-doutorado pela École Polytechnique de Montréal, onde fazia parte do Groupe d’Études et de Recherche en Analyse des Décisions (GERAD). Possui experiência com métodos exatos para a resolução de problemas de otimização, tais como geração de colunas, planos de cortes e branch-and-bound. Além disto, trabalha em projetos de desenvolvimento com a indústria para a criação de soluções para problemas de tomada de decisões, incluindo problemas de roteamento de veículos, alocação e scheduling. É bolsista de produtividade do CNPq e desde 2016 é professor no Departamento de Engenharia Industrial da Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio).

    Inscrições: a definir.