Professional Documents
Culture Documents
Punete IT
Punete IT
Realizaron un estudio para equilibrar los tres factores simultáneamente. En su trabajo, hacen una suposición
de choque y asumen que a medida que disminuye el tiempo de actividad, el costo aumenta linealmente y la
calidad disminuye linealmente. Se consideraron tres funciones objetivo lineales, el análisis resultante conduce
a una decisión que se equilibra entre los factores anteriores. Al final de su artículo, afirman que ni la calidad
general del proyecto (promedio ponderado o aritmético) ni el cálculo de la calidad como producto operativo
afectan el resultado de sus procedimientos de trabajo.
Ejemplos de métodos matemáticos propuestos son el método de programación lineal (LP) de Hendrickson y
Pagnoni, y el método de programación entera de Patterson y Huber, donde se utiliza un modelo de
programación matemática para optimizar con precisión el problema de compensación de costo-tiempo. Dado
que se puede elegir una combinación de diferentes opciones para realizar una operación en cualquier
momento posible, los métodos de optimización compuesta se consideran problemas de optimización
complejos.
El éxito general de los algoritmos de optimización metaheurística para resolver problemas de optimización de
un solo objetivo ha llevado a los investigadores a considerar si estos algoritmos pueden usarse para resolver
problemas de optimización de múltiples objetivos. El uso adecuado de estos algoritmos, su categorización y
aplicación a clases indeterminadas de problemas de optimización, y la prueba de diferentes soluciones son
los problemas y complejidades que enfrentan los usuarios de estos algoritmos. En este sentido, los esfuerzos
de Feng, Li y Love, Hegazy y Zheng para introducir soluciones óptimas basadas en algoritmos genéticos
(GA). Sin embargo, la incertidumbre debida a las complicaciones no se consideró en todos estos estudios y
estos estudios se realizaron en el espacio determinista. Sin embargo, en proyectos reales, factores como el
costo y el tiempo del proyecto siempre están sujetos a muchas variaciones debido a la incertidumbre.
Por lo tanto, para abordar esta pregunta, Feng, Azarón, Abbasnia, y Zhang y Li investigaron el equilibrio entre
objetivos biológicos de tiempo y costo en espacios inciertos del mundo real. Desde la década de 1990, los
investigadores han descubierto gradualmente que no tiene sentido implementar un proyecto en el momento
adecuado y al menor costo si no se tiene en cuenta la calidad de la ejecución. Desde entonces, el equilibrio
entre tiempo, costo y masa ha mejorado, y los investigadores han estado tratando de encontrar una solución
a este problema.
Década de los 90
Experiencia de los Algoritmos
La sustentabilidad comenzó en la década de 1960 cuando la contaminación y el aumento de los costos del
combustible coincidieron con las prohibiciones de importar petróleo, lo que llevó a muchas organizaciones a
examinar su consumo de energía, cómo lo lograron y el impacto de sus operaciones en el planeta. La
ejecución y planificación de proyectos es un requisito del beneficiario y del desarrollo sostenible, teniendo en
cuenta factores de costo, ambientales, energéticos y de calidad. En este sentido, además de los aspectos
económicos, se debe considerar la implementación de proyectos con el menor impacto ambiental y social.
En esta sección, proponemos un modelo de gestión de proyectos sostenible que utiliza compensaciones de
costo-tiempo-calidad-energía-medio ambiente, que ha recibido poca atención en estudios anteriores. Por lo
tanto, la operación debe controlar al máximo el costo y el tiempo de la operación, y la operación debe
realizarse en el menor tiempo posible con el menor costo, el menor consumo de energía y la menor
contaminación, manteniendo un alto nivel de calidad.
Modelo Matemático
Uno de los principales requisitos previos para hacer frente a las incertidumbres, es desarrollar el método
Soysters para modelos de PNL inciertos con diferentes conjuntos convexos de incertidumbre y dio un paso
significativo en el desarrollo de una teoría de planificación robusta.
Modelo Descrito
Una solución óptima para el modelo descrito en mención es una solución óptima robusta para el
Modelo. Dicha solución busca satisfacer todas las restricciones para todos los datos inciertos por
ende elimina toda inseguridad o cualquier tipo de incertidumbre para el efecto que se elimine
cualquier tipo de ambigüedad dentro de los datos que se obtendrán y asegura que el valor de la
función objetivo óptima no es peor que cualquier valor lo que significa que el modelo resuelve el
modelo en el peor de los casos. es un problema de optimización lineal semi infinito y parece ser
computacionalmente Sin embargo, parece que para una amplia gama de conjuntos de
incertidumbres convexos, un El problema matemático convexo se puede resolver (en forma de
un polinomio soluble) - Suele ser una optimización lineal o un problema cónico cuadrático.
Ben-Tal y Nemirovski
Se dice que Ben-Tal y Nemirovski indicaron que para este caso (es decir, caja
cerrada), deben de seguirse determinados lineamientos debido a que la mayoría
de soluciones incluyendo el método de robustez puede conllevar a un tipo de
problema de la contraparte robusta podría resolverse como un problema
equivalente tal que hubo se reemplaza por un conjunto finito uext y uext involucra
los puntos radicales de ubox. demostrar la forma solucionable del modelo robusto
compacto , ecuación abordada en la siguiente forma robusta resoluble
Modelo Matemático -Creación-
El ingeniero de puentes tiene un mayor abanico de posibilidades para la elección del tipo de cimentación, en
comparación con otros tipos de estructuras y, a menudo, puede controlar la magnitud de la carga sobre los
cimientos ajustando la longitud del vano para que se adapte a las condiciones topográficas y geológicas del
sitio.Una buena recomendación (según el alcance del proyecto) consiste en dimensionar la longitud del vano,
de forma tal que, el coste de los cimientos equilibre aproximadamente el coste de la superestructura del
puente.