XINFORMAÇÕES SOBRE DIREITOS AUTORAIS
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital
Título: MATHEMATICAL PROGRAMMING MODEL FOR STRATEGIC PLANNING OF THE OIL SUPPLY CHAIN UNDER UNCERTAINTY Autor: JULIEN PIERRE CASTELLO BRANCO
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
SILVIO HAMACHER - ADVISOR
Nº do Conteudo: 37127
Catalogação: 25/02/2019 Liberação: 25/02/2019 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37127&idi=1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37127&idi=2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.37127
Resumo:
Título: MATHEMATICAL PROGRAMMING MODEL FOR STRATEGIC PLANNING OF THE OIL SUPPLY CHAIN UNDER UNCERTAINTY Autor: JULIEN PIERRE CASTELLO BRANCO
Nº do Conteudo: 37127
Catalogação: 25/02/2019 Liberação: 25/02/2019 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37127&idi=1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37127&idi=2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.37127
Resumo:
This work focuses on the study of Petrobras, regarding the strategic
planning of the Company s investments, from an integrated oil supply chain
perspective. From one of the most widely used mathematical models in the
Company, several strategic decisions of great importance are supported, so as to
maximize its operating result over a time horizon of approximately 10 (ten)
years. Based in current literature, developments are proposed and tested in the
mathematical model. First, two-stage stochastic programming techniques are
introduced, where investment decisions are represented by first-stage variables;
and system s operation – from oil refining and sales to the entire logistics issue –
by second-stage variables, after realization of the stochastic parameters. In a
second step, decomposition techniques are applied to circumvent any large scale
limitations. The results show that the stochastic model starts to reach these
limitations in problems with 30 scenarios or more. On the other hand, despite the
considerably greater computational time, the decomposed model was able to
solve up to 80-scenarios problems, during the tests.
Descrição | Arquivo |
COMPLETE |