Desenvolvimento de um simulador de mercado artificial com opções financeiras para a interação de agentes externos

O uso de ferramentas computacionais no ensino vem se tornando cada vez mais frequente, havendo uma demanda crescente por produtos tecnológicos de apoio à educação. Nesse contexto, a partir do mercado artificial de ações de Ferreira (2014), buscou-se desenvolver um mercado artificial de opções que servisse de base para um simulador educacional de mercado financeiro, onde os usuários pudessem interagir com agentes artificiais e aprender sobre os mecanismos de funcionamento dos mercados de ações e opções. Para tanto, optou-se pelo usa da modelagem baseada em agentes, já que ela permite a construção de um simulador interativo que replique o mercado real, com o usuário assumindo o papel de um dos agentes. Esse tipo de modelagem possibilita ainda a construção de uma série temporal de preços de forma mais fidedigna que a obtida pelas abordagens clássicas, sendo ela gerada pela interação dos agentes no mercado, e não por uma equação explicitamente programada. Além disso, o mercado financeiro possui uma representação natural de agentes autônomos que interagem entre si, ou seja, a definição do agente como uma pessoa que negocia no mercado é intuitiva. Vale ressaltar que a aplicação do simulador não se limita à questão educacional. Além de auxiliar o aprendizado no que diz respeito ao entendimento dos mercados de ações e opções, o modelo proposto pode ser útil na análise de diferentes cenários e avaliação de consequências de políticas de regulação do mercado, funcionando como um laboratório eletrônico para pesquisas. Nos experimentos realizados com o mercado artificial implementado, conseguiu-se replicar as características teoricamente esperadas de uma opção, bem como aquelas observadas empiricamente em mercados de ações e opções, mostrando-se uma boa representação dos mercados reais. Por fim, foi implementada uma versão adaptada da interface on-line proposta por Ferreira (2014) para o uso do simulador, permitindo que seus usuários realizem negociações com os agentes artificiais do modelo e com os demais usuários.

18/09/2015

13:30

sala 1012

Estimação paramétrica de escores de eficiência em 2 estágios: Impacto das variáveis ambientais no ajuste das eficiências regulatórias das empresas brasileiras de distribuição de energia para o triênio 2015-2017

A regulação da atividade de distribuição de energia elétrica tem passado por desafios nos últimos anos. Além de garantir tarifas a preços justos, os reguladores também têm de incentivar ganhos de produtividade e responsabilidade sócio-ambiental das companhias. Por isso, métodos capazes de estimular a competição entre as empresas reguladas, mesmo que indireta, são cada vez mais utilizados em diversos países. Nesse contexto, técnicas de
Benchmarking têm sido aplicadas por diferentes reguladores do setor de energia. Esses modelos têm como objetivo fazer uma comparação entre empresas detentoras de uma mesma tecnologia e definir um escore de eficiência relativa, determinando quais firmas estão na fronteira de eficiência e são, por isso, o benchmark do setor.
Técnica de análise de fronteira amplamente aplicada em regulação, o Data Envelopment Analysis (DEA) é utilizado desde 2008 pela Agência Nacional de Energia Elétrica (ANEEL) como parte do modelo regulatório do setor de distribuição de energia elétrica. DEA é um método não-paramétrico que utiliza programação linear para definir o escore de eficiência relativo de firmas comparáveis. Esse escore é utilizado pelo regulador como o balizador do custo operacional considerado eficiente para cada concessionária, incluído como parte da tarifa a ser cobrada do consumidor.
O método DEA pressupõe que as empresas comparadas tenham iguais insumos e produtos, além de estarem submetidas às mesmas condições e requisitos. Em aplicações práticas, entretanto, é comum observar que empresas sujeitas a diferentes ambientes tenham de ser comparadas. Por isso, a estimação do escore de eficiência em dois estágios é uma abordagem alternativa: no primeiro estágio, obtêm-se os escores de eficiência através do problema de programação linear do DEA, enquanto que no segundo estágio, esses escores são corrigidos de acordo com a influência das variáveis ambientais em cada uma das empresas.
As empresas brasileiras de distribuição de energia elétrica, como se sabe, estão sujeitas a ambientes bastante diversos no que diz respeito às necessidades da população atendida e às características climáticas, por exemplo. Por isso, uma análise de segundo estágio do modelo DEA aplicado para fins regulatórios se mostra pertinente, principalmente considerando o impacto que o escore de eficiência calculado tem na definição da tarifa de energia elétrica.
O objetivo geral deste trabalho é realizar uma análise estatística da estimação em 2 estágios dos escores de eficiência das empresas brasileiras de distribuição de energia. Para isso, será analisado o modelo apresentado pela ANEEL no 4º Ciclo de Revisão Tarifária Periódico (4CRTP).

10/09/2015

14:00

sala 1010

Sequenciamento de máquinas paralelas não relacionadas com tempo de preparação dependentes da sequência e da máquina

Pesquisas sobre problemas de sequenciamentos de máquina paralelas são concentrados
em sua maioria em heurísticas, devido à sua natureza teórica e desafiante. Apenas alguns
poucos trabalhos possuem abordagens exatas, e a maioria deles restrigem-se ao ambiente
que envolve sequenciamento de máquinas paralelas idênticas.

Este trabalho aborda o problema de sequênciamento de máquinas paralelas não relacionadas com tempos de preparação
dependentes da sequência e da máquina. A função objetivo é minimizar a soma ponderada dos tempos de conclusão das
tarefas. Este problema é pouco estudado na literatura, havendo um número restrito de
pesquisas envolvendo-o heurísticamente e não foi encontrado trabalhos que o aborde
utilizando um método exato para sua resolução. Neste contexto,
seis formulações de programação inteira mista (PIM) foram adaptadas e traduzidas
para o problema. Esta pesquisa apresenta uma nova formulação matemática para o modelo
 e devido suas características foi aplicado e desenvolvido um algoritmo variante do método de decomposição de Benders.
Um método de decomposição logic-based Benders da literatufa foi adaptado e comparado com o algoritmo mencionado anteriormente.
Resultados computacionais mostram que a nova formulação tem um comportamento melhor que cinco entre as seis encontradas na
literatura. Sobre os algoritmos comparados o primeiro tem um comportamento mais
atraente e ambos salientam a necessidade de mais pesquisas envolvendo métodos exatos.

31/08/2015

13:30

Alocação e Dimensionamento de Ambulâncias a partir de Otimização para Simulação baseada em Krigagem

Metamodelagem é um tema bastante comum na literatura de Otimização para Simulação. Sua aplicabilidade é voltada para a otimização de funções definidas sobre simuladores ou modelos de simulação, de forma que a avaliação de um ponto desconhecido demanda considerável esforço computacional. O uso de metamodelos tem o objetivo de fazer estimações do valor real (simulado) antes mesmo que este ponto seja avaliado pelo modelo de simulação, entretanto a maioria das publicações não aplica o método para modelos de tamanho e complexidade reais. Nesse sentido, esta dissertação de mestrado buscou aplicar metamodelos de Krigagem para a minimização do tempo de resposta do Serviço de Atendimento Móvel de Urgência (SAMU) de Belo Horizonte, a partir da alocação de ambulâncias nas bases da cidade. Krigagem é considerada o estado-da-arte em metamodelagem, pois fornece, além da estimação em um novo ponto, a informação de incerteza de estimação (variância de estimação) proporcional à covariância entre as amostras do seu conjunto de treinamento. O processo de otimização seguiu o algoritmo Efficient Global Optimization (EGO), que explora o metamodelo de Krigagem, a partir do critério de desempenho Expected Improvement (EI), sendo que, para se trabalhar no âmbito estocástico, foi empregado o Procedimento de Reiterpolação (RI) e um novo indicador foi proposto, pela motivação de se levar em conta todo o intervalo de confiança da variável de resposta. Para fazer a alocação das ambulâncias, uma heurística Simulated Annealing foi especificada de forma a lidar com suas variáveis discretas. Por fim, o método de otimização foi utilizado para obter uma curva que refletiu a relação entre o mínimo tempo de resposta e o número total de ambulâncias alocadas à cidade, informação esta bastante relevante para o projeto de sistemas públicos de atendimento em Saúde.

28/08/2015

09:00