Departamento de Engenharia de Computação e Automação Industrial - DCA Faculdade de Engenharia Elétrica e de Computação - FEEC Universidade Estadual de Campinas - UNICAMP

EA 044 Planejamento e Análise de Sistemas de Produção

Professor

Fernando Gomide

Conteúdo

• Ementa
• Critério de avaliação
• Referências bibliográficas
• Provas
• Recursos de software
• Notas de aula
• Anexos
• Listas de exercícios
• Solução listas de exercícios
• FAQ
• Notas

---

Ementa

1- Introdução

2- Fundamentos de modelagem

3- Modelos de otimização e de simulação

4- Modelos e métodos lineares de otimização

5- Programação dinâmica

6- Modelos e métodos de otimização discreta

7- Modelos e métodos de otimização não linear

8- Aplicações

Ementa detalhada

1-Introdução:

1.1-Conceituação e sistemas de produção

1.2-O papel da manufatura, processos, informação, decisão e logística

1.3-Competição em mercados globalizados e fatores competitivos

1.4-Decisão na indústria de manufatura e de processos

1.5-Administração estratégica da produção

1.6-Evolução histórica e estado da arte

2-Fundamentos de modelagem:

2.1-Processo de tomada de decisão

2.2-Modelagem de sistemas

2.3-Modelos descritivos e prescritivos

2.4-Otimização exata e heurística

3-Modelos de otimização e de simulação:

3.1-Modelos lineares

3.2-Modelos não lineares

3.3-Modelos discretos

3.4-Modelos multicritérios

4-Modelos e métodos lineares de otimização:

4.1-Modelos lineares de otimização

4.2-Programação linear e o método simplex

4.3-Aplicações: alocação de recursos, planejamento de produção, transportes, etc.

5-Programação Dinâmica:

5.1-Princípio de otimalidade de Bellman

5.2-Algoritmo de programação dinâmica discreta

5.3-Aplicações: caminho mínimo, planejamento de produção multiestágios, PERT, CPM, etc.

6-Modelos e métodos de otimização discreta:

6.1-Modelos de sistemas discretos

6.1-Relaxação e algoritmo branch-and-bound

6.2-Métodos heurísticos

6.3-Aplicações: problemas de designação, sequenciamento de produção, etc.

7-Modelos e métodos de otimização não linear:

7.1-Modelos não lineares

7.2-Algoritmos de gradiente sem restrições

7.3-Algoritmos gradiente com restrições

7.4-Aplicações: controle de estoques, projeto, aprendizagem, etc.

8-Aplicações:

---

Critério de avaliação

Provas:

Trabalhos: T₁,...,T_M

Exame: E

T_m = (T₁ + T₂ +....+ T_M)/M

N = T_m

Se N > 5 aprovado, Nota Final = N

Se N < 5 exame, Nota Final = (N + E)/2

Se necessário: exame oral

---

Provas

Prova	Data
Exame

---

Referências Bibliográficas

• Teoria
• Periódicos
• Artigos

---

Teoria

Livros texto:

Optimization in Operations Research, R. Rardin Prentice-Hall, 2^nd ed, 2017. ISBN 0-02-398415-5 Errata

Production and Operations Analysis, S. Nahmias, 6^th ed. McGraw-Hill, 2008.  ISBN 0-07-286538-5

Complemento:

Operations Research: Applications and Algorithms, W. Winston, 4^th ed. Thomson/Duxbury, 2004. ISBN 0-534-42358-2

Introduction to Operations Research, F. Hillier and G. Lieberman, 10^th ed. McGraw Hill, 2014. ISBN 0-07-113989-3

Periódicos

1-Interfaces

2-Management Science

3-Operations Research

4-European Journal of Operational Research

5-Mathematical Programming

6-IEEE Transactions on Systems, Man and Cybernetics

7-Journal of the Operations Research Society

8-Networks

9-Naval Research Logistics

10-Fuzzy Sets and Systems

Artigos

Artigos

---

Críticas, dúvidas e sugestões: