APOIO

Palestras

Realização

patrocínio

Palestras 

Palestrante de Abertura: Álvaro Prata (MCTI) (ABERTURA DIA 27)

Palestrante 2: Claudia Dambrosio  (EcolePolytechnique – France) (recursos FAPESC)

Palestrante 3: Adiel de Almeida (UFPE)

Palestrante 4: Emilio Carrizosa (IMUS - Facultad de Matemáticas-Universidad de Sevilla – Spain)(recursos FAPESC)

Palestrante 5:Thibaut Vidal (PUC-RIO)

Palestrante 6: SylvainFurnier (WPLEX - Florianópolis)

RESUMO DAS PALESTRAS:

Palestrante de Abertura: Álvaro Prata (MCTI) (ABERTURA DIA 27)

Título: Estratégias do Governo Federal de Incentivo à Inovação Tecnológica

Resumo: Será caracterizado o atual cenário brasileiro e mundial no que concerne à ciência e tecnologia e explorar as iniciativas do Governo Federal de estímulo à inovação, focando, principalmente, nas oportunidades e desafios atuais. Particular ênfase será dada tanto aos mecanismos para estimular as necessárias parcerias entre o meio industrial e o ambiente acadêmico, como ao fomento do empreendedorismo de base tecnológica. 

Palestrante: Claudia D’Ambrosio – EcólePolytechnique - France

Title: ChallengingProblems in Energy in Optimization: The Hydro Unit Commitment.

Abstract:
The Short Hydro Unit Commitmentis a well-known, crucial problem in energy optimization that has been studied since decades. Nevertheless, it still represents a challenge for several reasons, for example the wish of better model physical and strategic constraints. In this talk, we focus on some of the challenges arising in the deterministic Hydro Unit Commitment context and present different mathematical programming approaches totacklethem.
 

Palestrante: Thibaut VIDAL -- Pontifical Catholic Universityof Rio de Janeiro

Title: SeparableConvexOptimizationwithNestedLowerandUpperConstraints 

Abstract: We study a general class of mathematical models with a separable convex objective and nested lower and upper constraints. Such models are connected to a wide variety of applications, including production planning, vessel speed optimization, stratified sampling, support vector machines, portfolio management, and telecommunications, among others. Surveying the related applications and solution techniques takes us on a trip in time, starting with the early “string method”, proposed by Dantzig in 1971, reviewing the “recursive smoothing” algorithm as well as recent dual approaches with quadratic complexity, all the way to our recent proposal of a simple “monotonic” divide-and-conquer algorithm, which optimally solves both the continuous and the integer version of the problem in linearithmic time. Our method uses monotonicity arguments to generate valid bounds from recursive calls, and eliminates linking constraints based on the information from the subproblems. These principles are quite unusual: the algorithm is not based on greedy steps and scaling, or flowpropagation, as is often the case for this problem family. Our experimental analyses confirm its practical performance, producing optimal solutions for linear and convex problem instances with up to one million variables in a few seconds. Finally, we investigate promising applications of this algorithm to large scale instances of the support vector ordinal regression problem, frequently encountered in the field of machine learning.

 
Palestrante: Adiel Teixeira de Almeida – Universidade Federal de Pernambuco - Brasil

Título: Framework para Construção de Modelos de Decisão e Escolha de Métodos

Resumo: Há vários métodos de apoio a decisão multicritério e para decisão em grupo disponíveis na literatura, mas poucos estudos relativos à construção de modelos de decisão, incluindo a questão da escolha de métodos. Nessa sessão um framework para construção de modelos de decisão será apresentado, com ênfase a algumas etapas do processo decisório, em especial na escolha de métodos, intercalando com ilustrações baseadas em aplicações desenvolvidas ou em desenvolvimento. A modelagem de preferências de decisores é discutida, incluindo questões relacionadas à racionalidade compensatória e não-compensatória e algumas contribuições de neurociências em decisão. As aplicações em problemas de decisão incluem: gerenciamento de riscos, questões de escalas em portfólio (otimização combinatória) e estabelecimento de pesos de critérios na avaliação acadêmica.

 

Palestrante: Emilio Carrizosa (IMUS - Facultad de Matemáticas-Universidad de Sevilla – Spain) (recursos FAPESC)

Title: A guided tour of Mathematical Optimization problems in Data Science

Abstract: Data Science is a timely research area, addressing the analysis and visualization of (complex) data sets.  Several challenges on Data Science Yield challenges in Optimization: new models, calling for new algorithms, are needed. In this talk we will overview several optimization problems, mostly Mixed Integer Nonlinear, appearing in this field.

 
Nome: SylvainFurnier  - WPLEX – Brasil

Título: Mobilidade Urbana: Problemas e Algoritmos.

Resumo: Os sistemas de transporte urbano de passageiro mantêm um equilíbrio entre seus custos - compostos principalmente pelos custos de mão de obra e de rodagem - e suas receitas, determinadas pelos subsídios e vendas de passagens. A atual crise econômica no Brasil intensifica a necessidade das empresas operadoras minimizarem seus custos operacionais e continuarem oferecendo um serviço de qualidade para a população, para permanecerem atrativas. Os passageiros, também na crise, tendem a se afastar cada vez mais do veículo individual, devido à redução do orçamento doméstico e pela preocupação crescente com o meio ambiente.
A WPLEX Software fornece soluções completas para as empresas de ônibus, com sistemas de planejamento operacional, escala de tripulantes, monitoramento e informação ao passageiro. Cada software possui recursos automatizados de otimização para auxiliar o usuário, tanto o
planejador da empresa de ônibus como o passageiro ao saber em quanto tempo chegará o próximo ônibus. Nessa palestra serão apresentados alguns recursos dos softwares WPLEX, baseados em algoritmos de Pesquisa Operacional, e que trazem agilidade para as necessidades dos usuários.