RT Generic
T1 Programación estocástica
A1 Ares Méndez, Iria
AB [GL] A priori podemos pensar que o problema dun agricultor que debe decidir as cantidadesque vai plantar de certos cultivos e o problema dun coordinador de rutas de transportedun distribuidor de carburante non teñen nada en común; porén, non é certo. Ademais doobxectivo de optimizar certos beneficios ou custos suxeitos ás diversas restricións sobre asvariables de decisión, algúns parámetros (rendementos de cultivos ou demandas de clientes,respectivamente) poden distar de ser deterministas, estar suxeitos a incerteza e requirir untratamento como variables aleatorias.Ao longo deste traballo empregaranse diversos exemplos ilustrativos co fin de motivara programación estocástica. Ademais estudaranse diversos elementos teóricos, como a guíapara unha correcta modelización, as condicións de optimalidade e os conceptos de valoresperado de información perfecta e valor da solución estocástica.O traballo tamén consta de dous métodos para a resolución de diversos problemas.O primeiro é un modelador, denominado SMPS, que se emprega para resolver problemaslineais e que pode ser empregado no servidor de optimización NEOS. O outro método que seexplicará é un algoritmo heurístico deseñado para resolver problemas de rutas de vehículosestocásticos
AB [EN] A priori we can think that the problem of a farmer who has to decide the quantities toplant of certain crops and the problem of transport route coordination of a fuel distributorhave nothing in common; however, it is not true. Besides the objective of optimizing certainbenefits or costs subject to several restrictions on decision variables, some parameters (cropyields or customer demands, respectively) may be far from deterministic, be subject touncertainty and require treatment as random variables.Throughout this project, diverse illustrative examples will be used in order to motivatestochastic programming. Furthermore, various theoretical elements will be studied, suchas the guide for a correct modelling, optimal conditions and the concepts of the expectedvalue of perfect information and the value of the stochastic solution.The present work also consists of two methods to solve various problems. The first oneis a modeller, called SMPS, which is utilized to solve linear problems and it can be usedthrough the NEOS server of optimization. The other method that will be explained is aheuristic algorithm designed to solve stochastic vehicle routing problems
YR 2020
FD 2020-07
LK http://hdl.handle.net/10347/26011
UL http://hdl.handle.net/10347/26011
LA glg
NO Traballo de Fin de Grao en Matemáticas. Curso 2019-2020
DS Minerva
RD 25 abr 2026