Contribuições para a solução de duas aplicações formuladas como problemas de localização/agrupamento

• Main Author: Silvio Luiz Castro Silva
• Other Authors: Luiz Antônio Nogueira Lorena
• Language: Portuguese
• Published: Instituto Nacional de Pesquisas Espaciais (INPE) 2013
• Online Access: http://urlib.net/sid.inpe.br/mtc-m19/2013/09.06.14.48

Esse trabalho apresenta contribuições para a solução de duas aplicações para problemas de localização/agrupamento. A primeira aplicação modela a realocação de laboratórios de metrologia do Comando da Aeronáutica, órgão pertencente ao Ministério da Defesa e que possui um Sistema de Metrologia Aeroespacial. Essa rede de laboratórios foi criada inicialmente sem a devida preocupação logística, localizando os laboratórios de acordo com os projetos aeronáuticos existentes. Como a demanda e os custos para a manutenção do sistema foram crescendo, foi observada a necessidade de reorganizar de forma otimizada a rede de laboratórios, melhorando assim, o atendimento das demandas de transportes de equipamentos e técnicos. Para que essa reestruturação possa ser realizada de forma otimizada, esse trabalho utiliza um modelo matemático que se baseia no Problema de Localização de Concentradores para modelar o problema capacitado em 3 (três) níveis hierárquicos. Para essa otimização foram utilizadas abordagens genéticas pela complexidade computacional do problema. A segunda aplicação apresenta o agrupamento otimizado de estudantes de acordo com seus Estilos de Aprendizagem. Esse agrupamento tem o objetivo de concentrar em cada grupo um conjunto de estudantes similares e que os aprendizes de cada grupo sejam diferentes dos elementos dos outros grupos, de acordo com as características medidas. Com esse agrupamento o profissional de educação (presencial ou à distância) poderá personalizar o material didático proposto para cada um dos grupos identificados, maximizando assim, a assimilação do conteúdo e, consequentemente, diminuindo o número de não aprendizes. Para a classificação dos alunos foi utilizado a ferramenta psicológica \textit{Index of Learning Styles} para identificação dos estilos de aprendizagem de cada estudante. Essa identificação parte da ideia de que os indivíduos têm diferentes maneiras de \textquotedblleft{perceber}\textquotedblright e de \textquotedblleft{processar a informação}\textquotedblright o que caracteriza formas particulares de aprender. Cada indivíduo percebe os estímulos do ambiente de uma maneira particular e consequentemente como a percepção é a primitiva da aprendizagem cada pessoa aprende de uma forma particular. Foram utilizadas três técnicas de otimização para o agrupamento de aprendizes: otimização com o modelo para o Problema de P-Medianas, otimização com Algoritmo Genético e otimização com o método heurístico de agrupamento \textit{K-means}. === This work presents contributions to the solution of two applications to location problems / clustering. The first application modeling relocation of the metrology laboratories of the Aeronautical Command, agency belonging to the Ministry of Defence and that has a Metrology System Aerospace. This laboratory network was initially created without due concern logistics, locating laboratories in accordance with the existing aeronautical projects. As the demand and costs for system maintenance were growing, noted the need to reorganize optimally lab network, thus improving the care of the demands of transport of equipment and technicians. For this restructuring can be performed optimally, this work uses a mathematical model that is based on the Location Problem Concentrators able to model the capacity problem in 3 (three) hierarchical levels. For this optimization we used genetic approaches for the computational complexity of the problem. The second application presents the optimal grouping of students according to their learning styles. This grouping aims to focus on each group a set of similar students and that the learners in each group are different from the elements of the other groups, according to the characteristics measured. With this grouping professional education (classroom or distance) can customize the courseware offered for each of the identified groups, thus maximizing, the assimilation of content and, consequently, decreasing the number of non- apprentices. For the classification of students was used a psychological tool called Index of Learning Styles for identifying learning styles of each student. This identification from the idea that individuals have different ways of \textquotedblleft{perceive}\textquotedblright and \textquotedblleft{process information}\textquotedblright that characterizes particular forms of learning. Each individual perceives environmental stimuli in a particular way and consequently how perception is the primitive of learning each person learns in a particular way. Used three optimization techniques for grouping learners: the optimization model for the P-Median Problem, optimization with Genetic Algorithm optimization and heuristic method with K-means clustering.