Вы находитесь на странице: 1из 4

UNIVERSIDADE DE SO PAULO ESCOLA POLITCNICA

Ps-Graduao: Engenharia Qumica, 3o Perodo 2012


PQI-5779: Otimizao de Processos Qumicos I
Horrio das aulas: teras-feiras das 8:00 as 11:00.
Local: Bloco 18, trreo, sala 10/12
Carga horria: 3-0-7
Crditos: 8

Docente Responsvel:
Jorge Andrey Wilhelms Gut
Lab. de Eng. de Alimentos, Semi-Industrial, 2o andar,
fone: 3091-2253 / 2257; e-mail: jorgewgut@usp.br
Webpage: http://sites.poli.usp.br/d/pqi5779/

Objetivos
Aps o curso o aluno deve:
1) Compreender a abordagem de programao matemtica para modelagem e resoluo de
problemas de otimizao.
2) Conhecer as principais aplicaes da programao matemtica na otimizao de processos
qumicos.
3) Ter a capacidade de formular problemas de otimizao e de deciso fazendo uso de equaes
algbricas e variveis contnuas e discretas.
4) Compreender as tcnicas de soluo aplicadas s diferentes classes de modelos de programao
matemtica.
5) Ter a capacidade de utilizar softwares de otimizao e de interpretar os resultados obtidos.
Justificativa
O projeto e a operao de processos qumicos so atividades que envolvem decises complexas que
devem ser normalmente selecionadas a partir de um grande nmero de alternativas possveis. Por
exemplo, no projeto de uma planta para a produo de um dado produto qumico algumas das
principais decises incluem a seleo da tecnologia do processo, das condies operacionais, do
arranjo fsico dos equipamentos e de seus tamanhos. A operao da planta envolve a determinao
dos nveis de produo, as aquisies de matrias-primas e a operao e controle detalhados da
mesma. No passado, muitas destas decises baseavam-se na experincia, intuio e julgamento, sem
fazer uso de modelos quantitativos detalhados. No entanto, presses crescentes no sentido de
reduo de custos, melhoria da qualidade e minimizao de riscos ambientais motivaram o
desenvolvimento de ferramentas computacionais que auxiliam na tomada de decises. H diversos
fatores que contriburam para estes desenvolvimentos. Primeiramente, a aplicao de modelos
matemticos foi incrementada pela grande disponibilidade de computadores e seu crescimento em
poder computacional. Em segundo lugar, novos modelos para predio de desempenho e custos de
processos qumicos assim como de seleo de alternativas foram desenvolvidos. Em terceiro lugar,
softwares de otimizao tm fornecido novas ferramentas na utilizao dos modelos para identificar
novas solues. De fato, muitas das decises na indstria so determinadas a partir de modelos e
tcnicas de otimizao. Estas tm sido resultado de novos desenvolvimentos em algoritmos de
otimizao, sistemas de modelagem e arquitetura e software computacional.

Contedo
1. Introduo: Abordagem de programao matemtica. Aplicaes em processos qumicos.
Formulao. Graus de liberdade. Representaes em rvore e rede. Conceitos bsicos de
otimizao. Condies de Kuhn-Tucker.
2. Otimizao sem restries: Algoritmos de busca em linha baseados em reduo de intervalo e
baseados em derivadas. Algoritmos multivariveis de busca direta e baseados em gradientes.
3. Mtodos contnuos de otimizao: Programao Linear (LP). Algoritmos Simplex e de ponto
interior. Programao no-linear (NLP). Algoritmos de programao linear sucessiva (SLP),
programao quadrtica sucessiva (SQP) e gradiente reduzido generalizado (GRG).
Estratgias para formulao de modelos.
4. Mtodos discretos de otimizao: Modelagem de decises contnuas e discretas. Lgica
proposicional. Programao mista inteira e linear (MILP). Problemas clssicos MILP.
Algoritmo branch & bound. Busca de outras solues. Programao mista inteira e no-linear
(MINLP). Algoritmos de decomposio.
Avaliao
A avaliao ser realizada atravs de listas de exerccios e de uma prova final. Composio:
Listas de exerccios
70 % (mdia aritmtica)
Prova
30 % (com nota 5,0)
Calendrio
Data
17/Set
24/Set
01/Out
08/Out
15/Out
22/Out
29/Out
05/Nov
12/Nov
19/Nov
26/Nov
03/Nov
10/Dez

Atividade
Aula 1
Aula 2
Aula 3
Aula 4
Aula 5
Aula 6
Aula 7
Aula 8
Aula 9
Prova
-

Contedo
Introduo, representao em rvores e redes
Otimalidade, problemas com e sem restries
Condies de K-T
Otimizao sem restries
LP: Simplex, aplicaes
NLP: SLP, GRG, SQP, exemplo
MILP, lgica, exemplos

Listas

Entrega 1

Entrega 2

Resoluo MILP, MINLP


Problemas MILP e MINLP
Avaliao individual

Entrega 3

Bibliografia
1) Otimizao em Engenharia
Biegler, L.T.; Grossmann, I.E.; Westerberg, A.W. Systematic methods of chemical process design. Upper Saddle River:
Prentice Hall PTR, 1997.
[EPQI 66.02^B475s]
Bryson, A.E. Dynamic Optimization. Menlo Park: Addison Wesley Longman, 1999.
[EPQI 519.851^B848d]
Edgar, T.F.; Himmelblau, D.M., Lasdon, L.S. Optimization of chemical processes, 2nd ed. New York: McGraw-Hill,
2001.
[EPQI 66.02^Ed34o2]
Edgar, T.F.; Himmelblau, D.M. Optimization of chemical processes. New York: McGraw-Hill, 1988.
[EPQI, EPMT 66.02^Ed34o]

Floudas, C.A. Optimization in chemical engineering. Basel: J.C. Baltzer AG, 1993.
[EPRO 65.012.122^An72^v.42]
Gero, J.S. (ed) Design optimization. Orlando: Academic Press, 1985.
[IME QA399.C3^G377d]
Grossmann, I.E. Mixed-integer programming approach for the synthesis of integrated process flowsheets. Computers
and chemical engineering 9(5), 463-482, 1985.
[EPQI]
Grossmann, I.E.; Biegler, L.T. Optimizing Chemical Processes. Chemtech, 12, p.27-35, 1995.
[webpage]
Haftka, R.T.; Grdal, Z. Elements of structural optimization, 3rd ed. Boston: Kluwer Academic Publishers, 1992.
[EPQI, EPMN 519.851^H119e3]
Johnson, R.C. Mechanical design synthesis with optimization applications. New York: Van Nostrand, 1971.
[EPMN 621.001.1^J636m]
Papalambros, P.Y., Wilde, D.J. Principles of optimal design: modeling and computation. Cambridge: Cambridge
University Press, 1988.
[EPQI, EPMN 519.851^P197p]
Reklaitis, G.V.; Ravindran, A.; Ragsdell, K.M. Engineering optimization: methods and applications. 2nd ed. Hoboken:
John Wiley & Sons, 2006.
[IME QA399^R256e] [EPQI, EPMN 62^R272e]

2) Programao Linear e Programao Matemtica


Bazaraa, M.S.; Jarvis, J.J.; Sherali, H.D. Linear programming and network flows, 2nd ed. New York: John Wiley, 1990.

[EPQI, EPMN, EPRO 519.852^B347L2]


Hillier, F.S.; Lieberman, G.J. Introduction to operations research, 6th ed. New York: McGraw-Hill, 1995.
[EPRO, EPEC 65.012.122^H558i6]
Nemhauser, G.L.; Rinnooy-Kan, A.H.G.; Todd, M.J. (eds) Optimization. Handbooks In Operations Research And
Management Science; 1. Amsterdam: Elsevier, 1989.
[EPQI, EPRO 519.851^N343o]
Minoux, M. Mathematical programming: theory and algorithms. New York: John Wiley, 1986.
[IME QA390^M666pi ]
Murty, K.G. Linear programming. New York: Wiley, 1983.
[EPRO 519.852^M969L; EPEC 65.012.122^M969L]
Williams, H.P. Model building in mathematical programming, 3rd ed. New York: Wiley, 1990.
[EPRO 519.85^W672m3]
Wright, S.J. Primal-dual interior-point methods. Philadelphia: Society for Industrial and Applied Mathematics, 1997.
[EPQI 519.85^W936p]

3) Programao No-Linear
Avriel, M. Nonlinear programming: analysis and methods. Englewood Cliffs: Prentice-Hall, 1976.
[EPRO 519.853^Av84n]
Bazaraa, M.S.; Sherali, H.D.; Shetty, C.M. Nonlinear programming: theory and algorithms, 3rd ed. Hoboken: WileyInterscience, 2006.
[EPEC /519.853^B347n3] [EPQI, EPRO, EPMN 519.853^B347n2]
Fletcher, R. Practical methods of optimization. 2nd ed.. Chichester: Wiley, 2000.
[EPQI, EPRO, EPEL 519.851^F637p2]
Nash, S.G.; Sofer, A. Linear and nonlinear programming. New York: McGraw-Hill, 1996.
[EPQI /519.852^N177L]
Gill, P.E.; Murray, W.; Wright; M.H. Practical optimization. London: Academic Press, 1981.
[EPQI, EPMN 519.851^G41p]

4) Programao Inteira
Garfinkel, R.S.; Nemhauser, G.L. Integer programming. New York: Wiley, 1972.
[EPRO 519.851^G18i]
Nemhauser, G.L.; Wolsey, L.A. Integer and combinatorial optimization. New York: Wiley, 1999.
[EPQI, EPRO, EPEC, EPEL 519.851^N343i]
Papadimitriou, C.H.; Steiglitz, K. Combinatorial optimization: algorithms and complexity. Mineola: Dover
Publications, 1998.
[EPRO, EPEC 519.101^P197c]
Raman, R.; Grossmann, I.E. Relation Between MILP Modeling and Logical Inference for Chemical Process Synthesis.
Computers and chemical engineering 15(2), pp.73-84, 1991.
[PQI, webpage]
Schrijver, A. Theory of linear and integer programming. Chichester: Wiley, 1986.
[EPEL 519.852^Sch74t]

5) Programao Mista-Inteira No-Linear


Floudas, C.A. Nonlinear and mixed-integer optimization. New York: Oxford University Press, 1995.
[EPQI 519.851^F668n]
Gupta, O.K.; Ravindran, A. Branch and bound experiments in convex nonlinear integer programming. Management
Science 31 (12), pp.1533-1546, 1985.
[EPRO, IME]
Geoffrion, A.M. Generalized Benders Decomposition. Journal of optimization theory and applications 10, pp.237-260,
1972.
[IME]
Duran, M.A.; Grossmann, I.E. An outer-approximation algorithm for a special class of mixed-integer nonlinear
programs. Mathematical Programming 36, p.307, 1986
[IME]
Kocis, G.R.; Grossmann, I.E. Computational Experience With Dicopt Solving Minlp Problems In Process SystemsEngineering. Computers and chemical engineering 13 (3), pp.307-315, 1989.
[EPQI]
Viswanathan, J.; Grossmann, I.E. A Combined Penalty-Function And Outer-Approximation Method For Minlp
Optimization. Computers and chemical engineering 14 (7), pp.769-782, 1990.
[EPQI]

: recomendado
Bibliotecas:
EPQI = Escola Politcnica - Biblioteca de Engenharia Qumica
EPRO = Escola Politcnica - Biblioteca de Engenharia de Produo
EPMN = Escola Politcnica - Biblioteca de Engenharia de Mecnica, Naval e Ocenica
EPMT = Escola Politcnica - Biblioteca de Engenharia Metalrgica
EPEL = Escola Politcnica - Biblioteca de Engenharia de Eletricidade
EPEC = Escola Politcnica - Biblioteca de Engenharia Civil
IME = Instituto de Matemtica e Estatstica