RELATÓRIO

MINISTRIO DA EDUCAO
Universidade Federal de Ouro Preto UFOP

Instituto de Cincias Exatas e Aplicadas
Campus Joo Monlevade
RELATRIO
Trabalho Final de Otimizao Combinatria
JOO MONLEVADE
Julho de 2015
MINISTRIO DA EDUCAO
FLVIA CHAVES DE AMORIM

MARIANA GABRIELA ROSA BATISTA
MATHEUS LUCAS DE MELO SANTOS
RELATRIO
Trabalho Final de Otimizao Combinatria
Relatrio apresentado para avaliao na

disciplina de Otimizao Combinatria, do
curso de Engenharia de Produo, turno
vespertino, da Universidade Federal de Ouro
Preto, orientado pelo Professor Dr. Thiago
Silva.
JOO MONLEVADE
Junho 2015
MINISTRIO DA EDUCAO
Sumrio
1.
INTRODUO .................................................................................................................... 4
2.
OBJETIVO ............................................................................................................................ 4
3.
2.1.
Objetivo Geral ............................................................................................................... 4
2.2.
Objetivos Especficos .................................................................................................... 5
REFERENCIAL TERICO ................................................................................................. 5

3.1.
Programao Linear Inteira ........................................................................................... 5
3.2.
Relaxao Linear ........................................................................................................... 6
3.3.
Linguagem AMPL......................................................................................................... 7
4.
DESCRIO DO PROBLEMA ........................................................................................... 8
5.
DESCRIO DO MODELO DE OTIMIZAO ............................................................... 9

5.1.
6.
Definio das Instncias .............................................................................................. 11
RESULTADOS COMPUTACIONAIS .............................................................................. 11

6.1.
Resultados por meio do Mtodo Exato ....................................................................... 11
6.2.
Resultados por meio da Relaxao Linear .................................................................. 13
7.
CONCLUSO .................................................................................................................... 15
8.
REFERNCIAS BIBLIOGRFICAS ................................................................................ 16
MINISTRIO DA EDUCAO
1. INTRODUO
A Programao Linear tida como uma rea essencial da otimizao, principalmente
pelo de fato de vrios problemas prticos em pesquisa operacional poderem ser expressos
como problemas de Programao Linear. Verifica-se ento, um vasto cenrio de
aplicao da Programao Linear atualmente como: decises de investimentos, polticas
de estoques, oramentos de capital, fluxos de caixa, mix de produo, organizao de
transportes, localizao industrial e fluxo de redes, dentre outros (MIRANDA et al, 200,
p. 46).
O presente relatrio vem desta forma, compreender e implementar um real problema
de otimizao combinatria, o qual foi extrado de um artigo apresentado no Simpsio
Brasileiro de Pesquisa Operacional em 2009. O modelo em questo foi formulado como
um problema de programao linear inteira, que considerada uma subclasse da
Programao Linear pelo fato de conter todas as suas variveis pertencentes ao conjunto
dos nmeros inteiros. O modelo implementado e apresentado pelos autores do artigo
objetiva a programao de horrios de professores pertencentes a um departamento de
uma Instituio Pblica de Ensino Superior do Brasil.
O relatrio est estruturado conforme 3 sees: Descrio do modelo de otimizao,
Implementao do modelo de otimizao: instanciamento e mtodos de resoluo, e
Resultados computacionais. A primeira seo refere-se a um detalhamento e explicao
de todas as componentes descritas no modelo formulado (Conjuntos, parmetros,
variveis e etc.). A segunda seo aborda a implementao do modelo de otimizao
proposto destacando o processo de instanciamento e a sua resoluo atravs do mtodo
exato e sua relaxao linear. E a ltima seo aborda os resultados obtidos com os
critrios de instanciamento e mtodos de resoluo utilizados.
2. OBJETIVO
2.1.
Objetivo Geral
4
Departamento de Cincias Exatas e Aplicadas DECEA Rua 37, n 115 - Bairro Loanda
Caixa Postal 24 CEP: 35.930-970 - Joo Monlevade /MG Brasil - Telefax: (0xx31) 3852-8709
Homepage ; www.ufop.br - email: secretaria@decea.ufop.br
MINISTRIO DA EDUCAO
Compreender, analisar, implementar e resolver o problema de programao de

horrios de professores de uma Instituio Pblica de Ensino Superior do Brasil, o qual
proposto por um artigo publicado no Simpsio Brasileiro de Pesquisa Operacional em
2009.
2.2.
Objetivos Especficos
Implementar o problema de otimizao descrito no artigo na linguagem de

modelagem matemtica AMPL.
Utilizar o mtodo de soluo exata e sua relaxao linear para resolver o

problema.
Utilizar o Solver CPLEX para a obteno da soluo tima atravs dos dois
mtodos de resoluo.
Compreender e analisar as solues geradas pelo solver CPLEX.
3. REFERENCIAL TERICO
3.1.
Programao Linear Inteira
Vimos que a Programao Linear Inteira so casos da Programao Linear em que

as variveis de deciso devem ser inteiras. Ao utilizar esse modelo importante ter em
mente o grau de dificuldade associado sua soluo. Porm, isto no implica que
problemas que exijam computadores com alta capacidade computacional no possam ser
resolvidos em um tempo aceitvel. possvel encontrar boas solues viveis e mostrar
quo prximo da soluo tima pode estar, mesmo que a soluo tima no seja
encontrada.
Segundo Alvez (1997), um problema de Programao Linear Inteira (PLI) um
problema de Programao Linear (PL) em que todas ou alguma (s) das suas variveis so
discretas (tm de assumir valores inteiros). Quando todas as variveis esto sujeitas
condio de integralidade estamos perante um problema de Programao Linear Inteira
5
MINISTRIO DA EDUCAO
Pura (PLIP); e se apenas algumas o esto, trata-se de um problema de Programao Linear

Inteira Mista (PLIM). Embora a Programao Inteira (PI) inclua tambm a Programao
No-Linear Inteira, em praticamente todos os modelos da vida real se preserva a estrutura
linear das funes, pelo que quase no existe diferena entre a PI e a PLI. Os modelos de
PLI sero ento do tipo dos modelos de PL, sujeitos a restries adicionais indicando que
algumas ou todas as variveis so discretas.
Existe um caso especial de variveis inteiras: as variveis binrias que apenas
podem tomar os valores 0 (zero) ou 1 (um). Quando todas as variveis de um modelo so
binrias, o modelo diz-se de Programao Inteira Binria. As variveis binrias so muito
teis para exprimirem situaes dicotmicas
3.2. Relaxao Linear
O termo Relaxao Linear, em uma Programao Linear Inteira utilizado para

indicar que algumas das restries do problema original foram relaxadas. Esta relaxao
uma maximizao para o problema e obtida movendo a integralidade das variveis.
De uma maneira mais terica, se tivermos uma formulao F representada por:
= min {(): }
sendo P o conjunto de pontos que satisfazem as restries dessa formulao, () a
funo objetivo e o valor da soluo tima. Dizemos que uma formulao dada por
= min {(): }
uma relaxao se todo ponto de est em , ou seja e se () () para
.
possvel notar que devido a essas propriedades, a soluo tima da relaxao
um limitante dual (ou seja, no nosso caso um limite inferior e superior no de
maximizao) para a formulao original ou seja, . Os Limitantes duais podem ser
utilizados, por exemplo, para melhorar o desempenho do algoritmo de Branch and Bound.
6
MINISTRIO DA EDUCAO
Ao se utilizar relaxaes tem se a vantagem que em certos casos elas so mais

fceis de serem resolvidas. Por exemplo, as relaxaes lineares podem ser resolvidas em
tempo polinomial, enquanto a verso restrita a inteiros, em geral, N P difcil.
A relaxao de uma formulao tambm pode ser obtida removendo algumas de
suas restries. Porm quanto mais relaxamos a formulao pior tende a ser a qualidade
do limitante dual (considera-se o caso extremo onde se removem todas as desigualdades
do modelo: no deixa de ser uma relaxao, mas o limitante dual obtido no tem
utilidade). O ideal que se encontre uma relaxao fcil de resolver e que d limitantes
duais de qualidade, ou seja, bem prximos do valor timo da formulao original.
3.3. Linguagem AMPL

AMPL (Algebraic Modeling Programming Language) compe uma linguagem
de modelagem de programao matemtica. Quando comparado com linguagens j
existentes, ela se destaca pela generalidade de sua sintaxe e principalmente pela
semelhana de suas expresses a notao algbrica habitualmente utilizada na
modelagem de programas matemticos. Vaz et al (1999, p. 8) acrescenta que essa
proximidade da linguagem AMPL da linguagem matemtica, permite que problemas de
pequenas dimenses e complexidade sejam escritos num tempo razovel sem exigir um
grande esforo de aprendizagem da linguagem.
Segundo Fourer (1983 apud FOURER et al, 1990) a linguagem AMPL possui uma
considervel inspirao vinda da linguagem XML, no entanto ela incorpora vrias
mudanas e ampliaes. Fourer et al (1990) ressalta que a linguagem AMPL por si s,
pode ser somente utilizada para especificar classes de modelos de programao
matemtica, sendo incorporada em um sistema que gera dados, modelos e solues.
7
MINISTRIO DA EDUCAO
A linguagem ainda, faz distino entre um determinado modelo e seus dados

(ficheiros .mod e .dat), uma vez que permite a definio de um modelo genrico e do
conjunto de dados que instanciam os parmetros declarados. Um exemplo bsico de um
modelo e de um conjunto de dados escritos em AMPL, podem ser vistos na figura 1
abaixo.
Figura 1. Exemplo de Problema em AMPL

Fonte: [Vaz et al, 1999]
4. DESCRIO DO PROBLEMA
O problema abordado neste relatrio foi extrado do artigo Programao do quadro
de horrios de disciplinas de uma universidade via programao inteira cuja a autoria
pertence a Erito Marques de Souza Filho e Carla Regina Gomes. O artigo foi publicado
no XLI Simpsio Brasileiro de Pesquisa Operacional (SBPO) em 2009 e permeia a
elaborao de um horrio das disciplinas de cada curso, distribuindo os docentes
responsveis pelas mesmas. A esse aspecto tem-se diversas particularidades envolvidas
que devem ser levadas em considerao, sendo analisadas com cautela. O objetivo maior
a elaborao de um quadro de horrios que satisfaa tanto o corpo docente, quanto o
discente. Segundo Filho e Gomes (2009, p. 360), a realizao desta tarefa classificada
como um problema trabalhoso, sendo comparada ao ato de se montar um quebra-cabea,
uma vez que em muitos casos ela feita manualmente.
8
MINISTRIO DA EDUCAO
Assim, a finalidade do artigo a qual se baseia este relatrio elaborar um quadro de

horrios que distribua de forma adequada um conjunto de disciplinas a serem ministradas
semestralmente, considerando os professores disponveis, e respeitando a preferncia por
disciplina, preferncia pelo dia da semana, um nmero mnimo e mximo de disciplinas
ministradas para cada professor, nmero mximo de disciplinas a serem oferecidas
diariamente e a quantidade mxima de salas disponveis por dia.
5. DESCRIO DO MODELO DE OTIMIZAO

Como mencionado anteriormente, o modelo de otimizao do artigo estudado,
abrange a programao linear inteira, sendo utilizado para a programao de horrios dos
professores de uma Instituio Pblica de Ensino Superior Brasileira. Abaixo verifica-se
a sua nomenclatura e formulao.
ndices
o Professores: p {1, 2, 3, ... , P};
o Disciplinas: d {1, 2, 3, ... , D};
o Dias da semana: t {segunda-feira, tera-feira, quarta-feira, quinta-feira,
sexta-feira}.
Conjuntos
o Mp: conjunto das disciplinas que podem ser ministradas pelo p-simo
professor.
o
Sp: conjunto dos dias da semana na qual o professor p gostaria de ser

alocado.
Parmetros
o Cp,d,t : Custo de alocao do professor p, na disciplina d, no dia t;
o Qt: Quantidade de salas disponveis por dia;
o Minp: Quantidade mnima de aulas a serem ministradas por professor;
o Maxp: Quantidade mxima de aulas a serem ministradas por professor.
Varivel
o xp,d,t = 1, se o professor p alocado na disciplina d no dia t;
9
MINISTRIO DA EDUCAO
o xp,d,t = 0, caso contrrio.
Modelo de Otimizao
,, ,,
(1)
Sujeito a:
,, ,
(2)
,, ,
(3)
,, = 1,
(4)
,, 1, ,
(5)
,, {0,1}, , ,
(6)
A equao (1) representa a funo objetivo que minimiza o custo total de

alocao dos professores.
A equao (2) indica que para cada professor, existe um nmero mnimo
e mximo de aulas a serem ministradas.
A equao (3) indica que o nmero total de alocaes feitas por dia
limitado a capacidade de salas disponveis naquele dia.
A equao (4) estabelece que todas as disciplinas devem ser lecionadas.
A equao (5) estabelece que cada professor no pode dar duas disciplinas
no mesmo dia
A equao (6) indica que as variveis so binarias.

10
MINISTRIO DA EDUCAO
5.1.
Definio das Instncias
As instncias foram definidas por meio de uma anlise das particularidades presente
no modelo de otimizao de forma a viabilizar a implementao do mesmo. Alm disso,
o instanciamento respeitou a proposta descrita para a execuo deste relatrio, a qual seria
a criao de 24 instncias com trs diferentes dimenses para o problema abordado.
Os arquivos de dados abordam as instncias propostas considerando: a relao de
professores e suas respectivas disciplinas de afinidade referente a cada dimenso do
problema; o nmero mnimo e mximo de aulas a serem ministradas, os quais foram
definidos igualmente a todos os professores; e os respectivos custos de alocao dos
mesmos, os quais esto dispostos no anexo A deste relatrio. Ressalta-se que cada
professor possui um custo de alocao distinto um do outro em cada dimenso
implementada.
6. RESULTADOS COMPUTACIONAIS
O modelo descrito acima, foi implementado na linguagem AMPL. O solver utilizado
para a resoluo do problema foi o CPLEX, sendo os testes computacionais realizados
em um computador Intel Core i5 1.80GHz com 4 GB de memria RAM.
Para as 24 instncias definidas, utilizou-se na resoluo dos problemas dois mtodos:
o mtodo exato, e sua relaxao linear. Ambos os mtodos proporcionaram resultados
significativos que podem ser observados na seo seguinte.
6.1.
Resultados por meio do Mtodo Exato
As Tabelas 1, 2 e 3 exibem os resultados tempos computacionais, iteraes e

solues timas para o mtodo exato de cada instncia e dimenso criada.
11
MINISTRIO DA EDUCAO
Tabela 1- Resultados da dimenso 1 para o mtodo exato.
Instncia
DIMENSO 1
N de Professores: 10
N de disciplinas: 28
Tempo de Resoluo (s)
Iteraes
Soluo tima
0,09375
111
905
0,078125
110
1070
0,0625
111
825
0,078125
86
789
0,0625
85
909
0,0625
101
1305
0,0625
102
1605
0,078125
118
1735
Fonte: Elaborado pelos Autores.
Tabela 2 - Resultados da dimenso 2 para o mtodo exato.
Instncia
DIMENSO 2
Iteraes
Soluo tima
0,09375
308
3183
0,09375
298
2974
0,09375
291
3056
0,125
311
2988
0,125
304
2970
0,03125
321
2850
0,015625
290
2929
0,03125
309
2641
Fonte: Elaborado pelos Autores
12
MINISTRIO DA EDUCAO
Tabela 2 - Resultados da dimenso 3 para o mtodo exato.
Instncia
DIMENSO 3
Iteraes
Soluo tima
0,046875
464
1557
0,046875
486
1959
0,046875
483
1975
0,03125
469
2101
0,03125
517
2257
0,03125
456
2286
0,046875
342
2272
0,046875
448
2627

6.2.
Resultados por meio da Relaxao Linear
As Tabelas 3, 4 e 5 exibem os resultados tempos computacionais, iteraes e

solues timas para a relaxao linear referente a cada instncia e dimenso criada.
Tabela 3 - Resultados da dimenso 1 para o mtodo de Relaxao Linear.
Instncia
DIMENSO 1
Iteraes
Soluo tima
0,078125
91
905
0,046875
100
1070
0,0625
109
825
0,0625
101
789
0,0625
116
909
0,0625
98
1305
0,0625
113
1605
0,0625
105
1735
13
MINISTRIO DA EDUCAO
Instncia
DIMENSO 2
Iteraes
Soluo tima
0,078125
263
3183
0,09375
249
2974
0,046875
233
3056
0,09375
265
2988
0,09375
281
2970
0,015625
300
2850
0,015625
297
2929
0,015625
263
2641
Instncia
DIMENSO 3
Iteraes
Soluo tima
0,015625
337
1557
0,015625
345
1959
0,03125
357
1975
0,03125
352
2101
0,03125
352
2257
0,03125
359
2286
0,03125
314
2272
0,015625
315
2627
14
MINISTRIO DA EDUCAO
7. CONCLUSO
O presente relatrio props uma abordagem em termos prticos do problema descrito
no artigo, afim de compreender, implementar e resolver tal problema a luz da disciplina
de Otimizao Combinatria. Dessa forma, em anlise do problema abordado e dos
resultados obtidos a partir da implementao do modelo de otimizao, torna-se evidente
a eficcia da utilizao deste modelo na alocao de professores, pelo simples fato de
gerar uma soluo tima com uma rapidez surpreendente.
O modelo em questo, exigiu um processo de definio de instncias de forma bem
analtica. Foi necessrio compreender bem as restries existentes, de forma a criar
instncias que proporcionassem solues viveis. Em contrapartida, o processo de
transcrio do modelo formulado para uma linguagem de modelagem de programao
matemtica, foi tido como um processo mais simplificado e flexvel, sendo assim mais
transparente a execuo desta etapa.
Um outro aspecto a ser considerado, a utilizao de dois mtodos distintos na
resoluo do problema. Verificou-se que ambos os mtodos obtiveram a soluo tima,
no entanto essa soluo era gerada por um mtodo com um tempo computacional menor
quando comparado ao outro mtodo. Observou-se que, praticamente em totalidade, o
mtodo de relaxao linear gerava solues timas em um tempo bem mais reduzido do
que o mtodo exato. A relaxao de um problema, vem ento com a finalidade de tornar
este problema mais fcil de se resolver. Portanto, concluiu-se que em geral Problemas de
Programao Inteira so mais difceis de se resolver quando comparado com Problemas
de Programao Linear.
15
MINISTRIO DA EDUCAO
8. REFERNCIAS BIBLIOGRFICAS
ALVES, R; DELGADO, C; Programao Linear Inteira. Setembro de 1997.
FILHO, E. M. S; GOMES, C. R. Programao do Quadro de Horrios de Disciplinas
de uma Universidade via Programao Inteira. XLI Simpsio Brasileiro de Pesquisa
Operacional,
2009.
Disponvel
em:
<
http://www.din.uem.br/sbpo/sbpo2009/artigos/55634.pdf>. Acesso em: 15 jun. 2015.

FOURER R.; GAY D.; KERNIGHAN B.A Modeling Language for Mathematical
Programming. Management Science 36 (1990) 519{554. Disponvel em: <
http://www.ampl.com/REFS/amplmod.pdf>. Acesso em: 28 jun. 2015.
MIRANDA, G. T; MARTINS, V. F; FARIA, A.F. O uso da Programao Linear num
contexto de Laticnios com vrias Restricoes na Capacidade Produtiva. Custos e
@gronegcio online v. 3 Edicao Especial, maio 2007. Disponvel em:<
http://www.custoseagronegocioonline.com.br/especialv3/programacao%20linear.pdf>.
Acesso em: 28 jun. 2015.
SUCENA, M. PROGRAMAO LINEAR INTEIRA, 2012. Disponvel em: <
http://www.sucena.eng.br/eng_producao/UNESA_PESQUISA_OPERACIONAL_II_20
12_2.pdf >. Acesso em: 25 de junho
VAZ, I; MONTEIRO, T; FERNANDES, E. Ambientes de Programao e Interface
para Problemas de Optimizao. Departamento de Produo e Sistemas - Escola de
Engenharia,
Universidade
do
Minho,
1999.
Disponvel
em:<
http://repositorium.sdum.uminho.pt/bitstream/1822/5323/1/Final_CUTE_AMPL.pdf>.
Acesso em: 28 jun. 2015
16
MINISTRIO DA EDUCAO
ANEXO
Neste anexo esto dispostas as tabelas que fazem referncia ao custo de alocao de cada
professor.
Tabela 1- Custo de alocao para cada professor em um total de 20 professores.
Professores
Augusto
Brenda
Carlos
Flvio
Joo
Jorge
Jos
Kaio
Laura
Luan
Lucas
Lucia
Mara
Maria
Marta
Mnica
Pmela
Pedro
Silva
Viviane
1
21
40
30
33
18
44
20
23
12
100
35
13
34
27
11
22
45
21
23
12
2
21
46
30
63
42
13
26
23
10
85
38
53
37
30
33
57
41
21
29
25
3
28
41
23
70
57
19
29
30
10
81
42
53
44
40
36
17
41
14
25
25
4
48
51
16
60
103
39
29
30
19
84
16
60
14
14
36
17
47
36
31
35
5
43
51
26
60
108
36
19
38
29
74
12
70
14
14
46
35
57
36
37
33
6
41
54
36
64
68
36
16
38
29
72
32
71
12
24
48
38
51
26
47
32
7
41
64
36
74
63
26
36
48
26
32
34
71
42
29
18
48
55
24
42
32
8
47
62
39
74
73
22
36
48
36
35
54
79
42
49
18
88
45
24
48
38
7
68
68
71
42
68
8
68
61
71
42
68
Professores
Brenda
Carlos
Joo
Jos
Kaio
1
40
30
100
35
78
2
45
32
105
32
78
3
55
42
100
39
71
4
55
42
90
39
72
5
58
48
95
31
72
6
58
68
75
41
62
17
MINISTRIO DA EDUCAO
Laura
Luan
Lucas
Lucia
Maria
Marta
Mnica
Pmela
Pedro
Silva
12
130
70
67
60
111
22
85
88
120
12
130
75
87
70
100
28
35
78
98
22
138
85
82
75
100
25
35
76
78
29
102
81
82
65
105
27
45
76
73
29
102
71
89
63
95
37
42
66
83
24
92
71
81
83
95
31
32
62
53
21
95
74
81
83
91
36
33
62
55
21
93
14
72
73
92
33
43
52
55
7
38
77
45
65
68
50
26
61
70
91
8
14
92
33
65
120
90
34
36
99
66
Professores
Carlos
Joo
Jos
Laura
Lucas
Maria
Marta
Mnica
Pedro
Silva
1
50
50
15
30
35
20
40
25
50
20
2
25
50
40
40
35
30
50
20
50
50
3
25
40
30
40
30
20
25
25
50
20
4
55
44
33
23
30
22
25
43
10
11
5
88
44
15
76
35
38
37
17
13
34
6
80
70
73
46
28
45
17
30
77
19
18

RELATÓRIO

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

RELATÓRIO

Uploaded by

Copyright:

Available Formats

MINISTRIO DA EDUCAO

Universidade Federal de Ouro Preto UFOP

Trabalho Final de Otimizao Combinatria

FLVIA CHAVES DE AMORIM

Trabalho Final de Otimizao Combinatria

Relatrio apresentado para avaliao na

Objetivo Geral ............................................................................................................... 4

Objetivos Especficos .................................................................................................... 5

REFERENCIAL TERICO ................................................................................................. 5

Programao Linear Inteira ........................................................................................... 5

Relaxao Linear ........................................................................................................... 6

DESCRIO DO PROBLEMA ........................................................................................... 8

DESCRIO DO MODELO DE OTIMIZAO ............................................................... 9

Definio das Instncias .............................................................................................. 11

RESULTADOS COMPUTACIONAIS .............................................................................. 11

Resultados por meio do Mtodo Exato ....................................................................... 11

Resultados por meio da Relaxao Linear .................................................................. 13

REFERNCIAS BIBLIOGRFICAS ................................................................................ 16

Compreender, analisar, implementar e resolver o problema de programao de

Implementar o problema de otimizao descrito no artigo na linguagem de

Utilizar o mtodo de soluo exata e sua relaxao linear para resolver o

Compreender e analisar as solues geradas pelo solver CPLEX.

Programao Linear Inteira

Vimos que a Programao Linear Inteira so casos da Programao Linear em que

Pura (PLIP); e se apenas algumas o esto, trata-se de um problema de Programao Linear

3.2. Relaxao Linear

O termo Relaxao Linear, em uma Programao Linear Inteira utilizado para

Ao se utilizar relaxaes tem se a vantagem que em certos casos elas so mais

3.3. Linguagem AMPL

A linguagem ainda, faz distino entre um determinado modelo e seus dados

Figura 1. Exemplo de Problema em AMPL

Assim, a finalidade do artigo a qual se baseia este relatrio elaborar um quadro de

5. DESCRIO DO MODELO DE OTIMIZAO

Sp: conjunto dos dias da semana na qual o professor p gostaria de ser

o xp,d,t = 0, caso contrrio.

A equao (1) representa a funo objetivo que minimiza o custo total de

A equao (4) estabelece que todas as disciplinas devem ser lecionadas.

A equao (6) indica que as variveis so binarias.

Definio das Instncias

Resultados por meio do Mtodo Exato

As Tabelas 1, 2 e 3 exibem os resultados tempos computacionais, iteraes e

Tabela 1- Resultados da dimenso 1 para o mtodo exato.

Fonte: Elaborado pelos Autores.

Tabela 2 - Resultados da dimenso 2 para o mtodo exato.

Fonte: Elaborado pelos Autores

Tabela 2 - Resultados da dimenso 3 para o mtodo exato.

Fonte: Elaborado pelos Autores.

Resultados por meio da Relaxao Linear

As Tabelas 3, 4 e 5 exibem os resultados tempos computacionais, iteraes e

Fonte: Elaborado pelos Autores.

Tabela 4 - Resultados da dimenso 2 para o mtodo de Relaxao Linear.

Fonte: Elaborado pelos Autores.

Tabela 5 - Resultados da dimenso 3 para o mtodo de Relaxao Linear.

Fonte: Elaborado pelos Autores.

http://www.din.uem.br/sbpo/sbpo2009/artigos/55634.pdf>. Acesso em: 15 jun. 2015.

Tabela 2- Custo de alocao para cada professor em um total de 15 professores.

Tabela 3- Custo de alocao para cada professor em um total de 10 professores.

You might also like