Métodos de Apoio à Decisão

Código:

CC3003

Sigla:

CC3003

Nível:

300

Áreas Científicas
Classificação	Área Científica
OFICIAL	Ciência de Computadores

Ocorrência: 2018/2019 - 2S

Ativa?	Sim
Página Web:	http://www.dcc.fc.up.pt/~apt/aulas/MAD/1819
Unidade Responsável:	Departamento de Ciência de Computadores
Curso/CE Responsável:	Licenciatura em Ciência de Computadores

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
L:B	0	Plano de Estudos Oficial	3	-	6	56	162
L:CC	64	Plano de estudos a partir de 2014	3	-	6	56	162
L:F	1	Plano de Estudos Oficial	2	-	6	56	162
			3
L:G	0	Plano estudos a partir do ano letivo 2017/18	3	-	6	56	162
L:M	2	Plano de Estudos Oficial	2	-	6	56	162
			3
L:Q	0	Plano estudos a partir do ano letivo 2016/17	3	-	6	56	162
MI:ERS	6	Plano Oficial desde ano letivo 2014	2	-	6	56	162
			3

Língua de trabalho

Português - Suitable for English-speaking students

Objetivos

Familiarização com o processo de estudo, modelação, resolução e análise de resultados em problemas de decisão e optimização. Formalização de modelos de optimização em programação matemática.
Desenvolver aptidões para avaliar a complexidade computacional de problemas e escolher apropriadamente algoritmos na área investigação operacional e de programação por restrições.
Familiarização com linguagens e bibliotecas existentes e sua aplicação na resolução de problemas de decisão.

Resultados de aprendizagem e competências

Domínio das técnicas principais de otimização.

Modo de trabalho

Presencial

Programa

Formulação de modelos matemáticos para problemas de decisão de diversos domínios (produção, afectação, transporte, escalonamento, fluxo,...). Introdução à Programação linear, inteira e mista. Otimização em grafos e redes: problemas de emparelhamento, fluxo e escalonamento. Otimização discreta. Métodos e técnicas de redução do espaço de procura: programação dinâmica, propagação de restrições, consistência local, procura com retrocesso, ramificação-limitação (branch-and-bound), planos de corte, análise e corte de simetrias, reformulação de modelos, algoritmos de aproximação (estratégias ávidas) e pesquisa local.
Introdução ao paradigma de Programação por Restrições (domínios finitos).
Breve introdução aos modelos probabilísticos: modelos markovianos de filas de espera.

Bibliografia Obrigatória

Hillier Frederick S.; Introduction to operations research. ISBN: 0-07-246121-7 (F. Hillier, G. Lieberman. Introduction to Operations Research. McGraw-Hill)

Bibliografia Complementar

Winston Wayne L.; Operations research. ISBN: 9780534423629 (Operations research : applications and algorithms / Wayne L. Winston ; with cases by Jeffrey B. Goldberg)
Cormen Thomas H. 070; Introduction to algorithms. ISBN: 978-0-262-03293-3 (Introduction to algorithms / Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Stein)
Rossi Francesca 1962- 340; Handbook of constraint programming. ISBN: 0-444-52726-5 (Handbook of constraint programming / edited by Francesca Rossi, Peter van Beek, Toby Walsh))

Observações Bibliográficas

Referências complementares :

 - Documentação de software:

GLPK documentation (http://www.gnu.org/software/glpk/glpk.html)
AMPL documentation (http://www.ampl.com)
SCIP documentation (http://scip.zib.de)
Constraint programming, Bockmayr and Hooker (http://web.tepper.cmu.edu/jnh/cp-hb.pdf)
GECODE http://www.gecode.org/
ECLIPSE http://www.eclipseclp.org/


- Alguns capítulos de apontamentos de anos anteriores:
A. P. Tomás. Métodos de Apoio à Decisão. DCC-FCUP, 2003.

Métodos de ensino e atividades de aprendizagem

 * Aulas teóricas: exposição teórica com discussão de casos de estudo. 
 * Aulas práticas: resolução de problemas de aplicação dos modelos e métodos lecionados; acompanhamento do projecto prático.
* Desenvolvimento de projecto em grupo.
* Apresentação oral e escrita dos projectos pelos estudantes.
* Avaliação da aprendizagem.

Software

GLPK, AMPL, SCIP, GECODE, ECLIPSE (clp)

Palavras Chave

Ciências Físicas > Matemática > Matemática computacional
Ciências Físicas > Ciência de computadores > Programação
Ciências Físicas > Matemática > Matemática aplicada > Investigação operacional

Tipo de avaliação

Avaliação distribuída com exame final

Componentes de Avaliação

Designação	Peso (%)
Exame	75,00
Trabalho laboratorial	25,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Estudo autónomo
Frequência das aulas
Trabalho laboratorial
Total:	0,00

Obtenção de frequência

Perde a frequência o estudante que não estiver presente a pelo menos 75% das aulas práticas previstas.

 

Fórmula de cálculo da classificação final

Projeto prático em grupo (TP) --- 25%

Testes escritos (para dispensa de exame final; sem consulta) -- 75%  
Exame final (sem consulta) --- 75%

Classificação no exame final deve ser de pelo menos 8 valores em 20.

Se o calendário escolar para 2018/2019 o permitir, serão realizados dois testes escritos (TE1, TE2) para dispensa de exame final (Exame). Para acesso ao segundo teste escrito, será exigida uma classificação de pelo menos 8.0 valores no primeiro teste. Para dispensa de exame, a classificação do segundo teste deverá ser também de pelo menos 8.0 valores. O segundo teste é global.

A classificação final será calculada por

      max(0.4*TE1+0.6*TE2, TE2, Exame)*0.75+0.25*TP

Dispensa de exame final se max(0.4*TE1+0.6*TE2, TE2)*0.75+0.25*TP >= 9.5.

Trabalho de estágio/projeto

Será realizado um projeto prático em grupo,

Avaliação especial (TE, DA, ...)

Os critérios de avaliação são idênticos para  todos os estudantes, independentemente do seu Estatuto.

Melhoria de classificação

Por exame final. A classificação do trabalho prático não pode ser melhorada.