Ciência da Computação
URI permanente para esta coleçãohttps://locus.ufv.br/handle/123456789/197
Navegar
Item Aplicação de metaheurísticas para a solução do problema de programação de horários de irrigação(Universidade Federal de Viçosa, 2010-03-08) Araújo, Alexandre Fraga de; Santos, André Gustavo dos; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4796253Z5; Leal, Brauliro Gonçalves; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4784843E5; Arroyo, José Elias Cláudio; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4703979J8; http://lattes.cnpq.br/3124274579493970; Santos, Heleno do Nascimento; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4788215Y8; Raggi, Luiz Aurélio; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4787955P4; Rocha, Mauro Nacif; http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4702810U7Neste trabalho, propõe-se a utilização de metaheurísticas para a solução do problema de programação de escalas de horários de irrigação, tendo como fatores de influência os valores de água e energia consumidos e o limite de vazão disponível para as propriedades irrigantes. A fim de validar a metodologia proposta, é feito um estudo de caso utilizando dados do Projeto Jaíba - considerado um dos maiores projetos públicos de irrigação da América Latina, localizado ao Norte do Estado de Minas Gerais. Para a solução do problema foram aplicadas as metaheurísticas Greedy Randomized Adaptive Search Procedure (GRASP) e Iterated Local Search (ILS). A fim de obter valores de referência para a validação das metaheurísticas propostas, foram desenvolvidos três modelos de Programação Matemática: um modelo com restrições não-lineares e dois modelos de Programação Linear (PL). O modelo de Programação Não-Linear determina a solução ótima do problema abordado, no entanto somente é possível resolver problemas de pequeno porte devido à complexidade do problema. Os modelos de PL determinam, respectivamente, limites superiores e inferiores para função objetivo do problema em baixo tempo computacional. Após os ajustes dos parâmetros necessários, observou-se que para as instâncias avaliadas, a metaheurística GRASP foi a técnica mais eficiente para a obtenção dos menores valores da função objetivo, quando comparado ao modelo de PL utilizado para determinar limites superiores.