A mixed integer linear programing model for the two‐dimensional non‐guillotine cutting problem with usable leftovers was recently introduced by Andrade et al. The problem consists in cutting a set of ordered items using a set of objects of minimum cost and, within the set of solutions of minimum cost, maximizing the value of the usable leftovers. Since the concept of usable leftovers assumes they can potentially be used to attend new arriving orders, the problem is extended to the multiperiod framework in this work. In this way, the decision at each instant does not minimize in a myopic way the cost of the objects required to attend the orders of the current instant; but it aims to minimize the overall cost of the objects up to the considered time horizon. Some variants of the proposed model are analyzed and numerical results are presented.
Wireless Sensor Networks (WSNs) have emerged as an attractive and challenging research field. One of the main challenges in such networks lies in the constrained energy resources available to sensor nodes. Since the sensors are usually deployed in hostile environments and in large quantities, it is difficult or impossible to replace or recharge their batteries. A possible solution to save energy is to allow a mobile agent to move through the WSN to collect the data, but this approach increases the delay delivery of messages. In this work we use a communication forest, where the roots (cluster heads) of the trees are the sensors visited by the mobile agent; the other sensors send their information to the cluster heads using one or more hops. The problem is to define the cluster heads, the communication forest and the mobile agent path in order to minimize the total energy consumption within a limited delay. We introduce a Genetic Algorithm (GA) that defines the set of cluster heads using a specialized heuristic to evaluate the solutions. Results are presented for WSN with up to 80 nodes using different limits for the mobile agent path length, in order to control the delivery delay of messages. The optimality of the solutions for some instances with 20 and 30 nodes were confirmed by solving a Mixed-Integer Linear Programming formulation.
ii Esta tese é dedicada aos meus pais, Maria do Carmo e Victorino, e a minha amada e eterna namorada Fabíola, que preenche minha vida com alegria e felicidade. iii iv AgradecimentosEm primeiro lugar, agradeço a Deus por todas as alegrias, pela saúde, força e determinação que me concedeu, para que conseguisse chegar até aqui. Agradeço também por sempre colocar pessoas tão especiais ao meu lado.Aos meus pais e irmãos por sempre acreditarem em mim e pelo apoio em todos os momentos. Sem vocês, nada disso seria possível. Aos meus pais, obrigado por toda a educação que recebi e pela oportunidade que me deram de realizar meus sonhos. Vocês são exemplos de vida para mim.A minha namorada Fabíola, por sempre acreditar em mim e me incentivar. Pelo companheirismo, paciência, amizade, amor e carinho. Sem ela esse trabalho e minha vida não seriam completos.Ao meu orientador Ernesto G. Birgin que colaborou de forma fundamental nesse trabalho, indicando sugestões que contribuíram de forma significativa. Obrigado pelos ensinamentos, atenção e dedicação ao longo deste trabalho.Aos meus amigos, agradeço por todos os momentos divertidos, de alegria e descontração. Obrigado por sempre torcerem pelo meu sucesso. Neste trabalho, estudamos o problema de corte bidimensional multiperíodo com sobras aproveitáveis, que consiste em cortar objetos grandes visando a produção de um conjunto de itens menores. Supomos um horizonte de planejamento finito com uma quantidade finita de períodos entre os tempos inicial e final. Primeiramente consideramos uma versão determinística em que conhecemos, à priori, os itens solicitados em uma ordem de trabalho e o custo dos objetos a cada período. Algumas das sobras geradas durante o processo de corte dos itens solicitados em um período podem ser utilizadas como objetos no futuro. As sobras que podem ser usadas no futuro são denominadas sobras aproveitáveis. De forma geral, uma sobra é considerada aproveitável se possui dimensões iguais ou superiores as de algum item de uma lista pré-definida para o período. O objetivo é minimizar o custo total dos objetos utilizados para satisfazer a ordem de trabalho dos itens solicitados de todo o horizonte considerado. Havendo soluções com o mesmo custo, desejamos encontrar aquela que, no fim do horizonte de tempo considerado, maximize o valor das sobras aproveitáveis remanescentes. Apresentamos uma modelagem matemática do problema usando uma formulação em dois níveis, que é transformada em um modelo de programação linear inteira mista, devido às características do problema. Considerando a dificuldade em resolver o modelo desenvolvido, apresentamos uma proposta de uma abordagem heurística baseada em Programação Dinâmica Aproximada (PDA) para lidar com o problema proposto. Outras opções baseadas em estratégias do tipo horizonte rolante e relax-and-fix também são consideradas. Consideramos também o cenário onde não conhecemos de antemão os itens da ordem de trabalho e o custo dos objetos, mas temos informações das distribuições de probabilidade de ambos. Nesse caso, apres...
A demanda crescente por energia trouxe em foco a necessidade de mudança do modelo energético tradicional, introduzindo novas maneiras de produzir, distribuir, gerenciar e consumir a energia. O presente estudo descreve a aplicação de métodos para identificação não intrusiva de dispositivos elétricos/eletrônicos conectados em instalações elétricas, como uma forma de gerar mais informações sobre o perfil do consumidor. O seu primeiro diferencial é a abordagem sobre dispositivos que possuem alto grau de similaridade, problema pouco explorado e que apresenta elevado grau de dificuldade no processo de identificação. O segundo diferencial é a aplicação do método de Rede Neural Convolucional diretamente sobre os dados brutos de corrente, sem a necessidade de um pré-processamento para extração de características do sinal elétrico. A melhor arquitetura de rede neural criada neste trabalho é capaz de identificar os dispositivos com 100% de acurácia, representando um avanço no estado da arte e comprovando a robustez e eficiência dos métodos de Deep Learning.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.