MESIO

Modelització en Programació Matemàtica // Modelization in Mathematical programming

Publication TypeDocència // Teaching
Year of Publication2011
Quadrimestre // TermQ1
AuthorsF.-Javier Heredia; Jordi Castro
Coordinator?yes
Codi // Code26339 - MPM
Key Wordsteaching; UPC; FME; MEIO; IO; assignatures; courses; modelització; AMPL; CPLEX; MINOS; MPM
Abstract

The overall objective of the course is for students to acquire the knowledge and the ability necessary for solving practical
decision-making problems, formulated as problems of mathematical programming, which may arise during a professional
or research career.

  • Learn the mathematical formulation of some of the main mathematical programming models and develop the ability to formulate new ones.
  • Acquire the ability to determine the most appropriate algorithm and the optimization software for solving these problems numerically.
  • The ability to interpret correctly the results provided by the optimization software.

Skills to be learned

  • Learn and understand some of the most important problems in linear, integer and nonlinear programming as well as network flows.
  • Given the description of a new decision-making problem, be able to formulate the associated optimization problem correctly.
  • The ability to implement and obtained the optimum solution for decision-making problems by selecting the most appropriate algorithm and optimization software in each particular case.
URLClick Here
Titolació // StudiesMàster Universitari d'Estadística i Investigació Operativa UPC-UB (MEIO-UPC-UB)
Centre // FacultyFacultat de matemàtiques i Estadística (FME)
Institució // InstitutionUniversitat Politècnica de Catalunya (UPC) - Universitat de Barcelona (UB)
Horaris // ScheduleTues. 15.00 - 17.00 and Wed. 17.00 - 19.00 room PC03 at FME.
ECTS6
ExportTagged XML BibTex

Fluxos en Xarxes // Network Flows

Publication TypeDocència // Teaching
Year of Publication2011
Quadrimestre // TermQ1
AuthorsF.-Javier Heredia
Coordinator?yes
Codi // Code34414 - FX
Idioma // LanguageEnglish.
Key Wordsteaching; UPC; FME; MEIO; IO; assignatures; courses; network flows; FX
AbstractThis is an advanced course on network flow optimization. Its goals are:
  • To know the mathematical formulation and properties of the most relevant network flow problems (shortest path, maximum flow, minimum cost, multicommodity flow, generalised flows, etc.).
  • To know the convergence properties,  computational complexity and implementation issues of the network flows algorithms.
URLClick Here
Titolació // StudiesMàster Universitari d'Estadística i Investigació Operativa (MEIO-UPC-UB)
Centre // Faculty Facultat de Matemàtiques i Estadística (FME)
Institució // InstitutionUniversitat Politècnica de Catalunya (UPC)
Horaris // ScheduleTues. 17:00 to 19:00, Thu. 15:00 - 17:00, room 100 (FME)
ECTS5
Consultes // tutoring.
ExportTagged XML BibTex

Tesi de màster sobre optimització de producció eòlica en mercats elèctrics.

 El passat dimecres 16 de març es va presenta a la Facultat de Matemàtiques i estadística el treball de final de màster titulat Optimal sale bid for a wind producer in Spanish electricity market realitzat per l'alumna Simona Sacripante, del Màster d'Estadística i Investigació Operativa UPC-UB, que he dirigit en col·laboració amb la prof. Cristina Corchero. En aquest treball s'estudia, mitjançant un model de programació estocàstica, l'estratègia òptima d'oferta d'un parc de generació eòlica al mercat diari del MIBEL. Aquest treball forma part del projecte de recerca del MICINN DPI2008-02153.

Optimal sale bid for a wind producer in Spanish electricity market

Publication TypeTesis de Grau i Màster // BSc and MSc Thesis
Year of Publication2011
AuthorsSimona Sacripante
DirectorF.-Javier Heredia
Tipus de tesiMSc Thesis
TitulacióMaster in Statistics and Operations Research
CentreFaculty of Mathematics and Statistics
Data defensa10/11/2011
Nota // mark9 / 10
Key Wordsteaching; renewebable energy; electricity market; optimal bid; wind generators; wind; intraday market; wind producer; MSc Thesis
AbstractThe objective of this work is to find an optimal commercial strategy in the production market that would allow wind producer to maximize their daily profit. That can be achieved on one hand, increasing incomes in day-ahead and intraday markets, on the other hand, reducing deviation costs due to error in generation predictions.
DOI / handlehttp://hdl.handle.net/2099.1/13914
URLClick Here
ExportTagged XML BibTex

Treball final de màster sobre mètodes duals aplicats a la l'optimització de problemes estocàstics de mercats elèctrics.

 El passat dimecres 16 de març es va presenta a la Facultat de Matemàtiques i estadística el treball de final de màster titulat Optimización de modelos estocásticos de mercado eléctrico múltiple mediante métodos duales realitzat per l'alumne Unai Aldasoro, del Màster d'Estadística i Investigació Operativa UPC-UB, sota la meva direcció. En aquest treball s'estudia l'aplicació del mètode d'optimització dual conegut com a proximal bundle method, descrit a [1] a la resolució del problema estocàstic d'optimització de l'oferta a mercats elèctrics múltiples desenvolupat a [2].

Aquest treball, que forma part del projecte de recerca del MICINN DPI2008-02153 i va ser sel·leccionat en la 4a convocatòria d'ajuts CERMET de la FME a la realització de treballs finals de màster, li ha estat concedida la menció "Matrícula d'Honor" per la Comissió de d'Avaluació  de Treballs Fí de Màster del MEIO, a proposta del tribunal que el va jutjar.

 
[1]  J. B. Hiriart-Urruty, C. Lemaréchal, Convex Analysis and Minimization Algorithms II – Advanced Theory and Bundle Methods. Springer-Verlag, 1993.

[2] Cristina Corchero, F.-Javier Heredia, Optimal Day-Ahead Bidding in the MIBEL's Multimarket Energy Production System, Proceedings of the 7th Conference on European Energy Market EEM10, Madrid, IEEE, pp. 1 - 6 , DOI: 10.1109/EEM.2010.5558714

Optimización de modelos estocásticos de mercado eléctrico múltiple mediante métodos duales

Publication TypeTesis de Grau i Màster // BSc and MSc Thesis
Year of Publication2011
AuthorsUnai Aldasoro Marcellan
DirectorF. Javier Heredia
Tipus de tesiMSc Thesis
TitulacióMàster in Statistics and Operations Research
CentreFacultat de Matemàtiques i Estadística, departament d'Estadística i Investigació Operativa, UPC
Data defensa16/03/2011
Nota // markMatrícula d'Honor (10/10)
Key Wordsteaching; research; dual methods; electricity markets; DPI2008-02153; mixed integer nonlinear programming; proximal bundle method; optimal day-ahead bid; electricity multimarket; MSc Thesis
AbstractEl presente trabajo plantea la resolución computacional de un modelo de optimización de la oferta de generación eléctrica para compañías eléctricas que participan en el mercado eléctrico liberalizado MIBEL. Dicho mercado se circunscribe a España y Portugal y se compone de una serie de subastas energéticas consecutivas donde el operador de mercado realiza para cada una de ellas la casación entre la oferta y demanda. Así, el objetivo de la compañía generadora será maximizar los beneficios obtenidos en la participación del conjunto de mercados teniendo en cuenta el cumplimiento de las obligaciones contractuales ya establecidas. El modelo matemático propuesto para su caracterización corresponde a un modelo de programación estocástica multietapa cuyo equivalente determinista es un problema de optimización cuadrática con variable binaria. Con el objetivo de aprovechar la estructura del problema se procede a plantear la dualización de un grupo de restricciones que producen que el problema original pueda ser dividido en subproblemas. Para su resolución se deberá estudiar la idoneidad de diversos métodos duales (subgradiente, Bundle Methods, ACCPM) y seleccionar el más conveniente para el caso abordado. La decisión finalmente adoptada ha consistido en elegir como método de resolución el algoritmo Proximal Bundle Method descrito en [18] y adaptado satisfactoriamente a problemas de coordinación de la generación hidro-térmica [17]. El análisis de método Proximal Bundle Method corresponderá a su compresión e interpretación gráfica, a la resolución de un ejemplo de pequeña escala de manera analítica y a su resolución computacional. El objetivo de la fase de resolución será valorar el proceso iterativo y la convergencia del Proximal Bundle Method aplicado al problema multimercado de oferta óptima y la comparación de resultados respecto a otro método dual como el método del subgradiente. La implementación computacional se realizará mediante el lenguaje C++, específicamente se utilizará el metalenguaje Concert Techonolgy creado por IBM para el enlace entre el código C++ y el solver CPLEX. Se comprueba que dicho lenguaje tiene como ventajas principales su simplicidad estructural y el compacto código que produce. No obstante la implementación del Proximal Bundle Method manifiesta una serie de limitaciones prácticas de Concert Technology en cuanto al almacenado y actualización de problemas de optimización. Se propone como línea de futuro el análisis de lenguajes alternativos. En todo caso, los resultados obtenidos desprenden que el Proximal Bundle Method se adapta satisfactoriamente al problema multimercado de oferta óptima, además se concluye que en la aplicación numérica considerada un tamaño de Bundle ilimitado produce los mejores resultados. Además en trabajo propone una serie de líneas de investigación futuras en las que destacan la paralelización de la resolución de los subproblemas, y la definición del subproblema asociado a cada térmica como un problema de caminos mínimos
DOI / handlehttp://hdl.handle.net/2099.1/13917
URLClick Here
ExportTagged XML BibTex

Optimización de recursos en redes de transporte ópticas

Publication TypeTesis de Grau i Màster // BSc and MSc Thesis
Year of Publication2009
AuthorsMarc Ruiz Ramírez
DirectorF.-Javier Heredia; Luis-Domingo Velasco Esteban
Tipus de tesiTesi Final de Màster // MSc Thesis
TitulacióLlicenciatura en Ciències i Tècniques Estadístiques, Màster Interuniversitàri en Estadística i Investigació Operativa
CentreFacultat de Matemàtiques i Estadística, UPC
Data defensa08/01/2009
Nota // mark9 (over 10) E
Key Wordsteaching; UPC; FME; LCTE; MIEIO; MSc Thesis
AbstractEn las redes de transporte ópticas, las conexiones se establecen de forma dinámica. Cada conexión permanece en la red durante un tiempo aleatorio. Esta combinación hace que el uso de recursos en la red en un instante concreto no sea óptimo. En este proyecto, se pretende desarrollar un módulo centralizado que periódicamente re-optimice el uso de recursos en la red. Concretamente se estudiarán dos situaciones diferentes: a) Compactación de canales ópticos en redes ópticas en anillo. El objetivo es maximizar el tráfico transportado por la red. b) Optimización del número de interfaces ópticas en redes malladas multicapa. El objetivo es minimizar el equipamiento óptico necesario dado un volumen de tráfico. Se utilizarán procedimientos de modelización en programación matemática y de técnicas meta-heurísticas de resolución.
URLClick Here
ExportTagged XML BibTex

Modelització en Programació Matemàtica // Modelization in Mathematical programming

Publication TypeDocència // Teaching
Year of Publication2010
Quadrimestre // TermQ1
AuthorsF.-Javier Heredia; Jordi Castro
Coordinator?no
Codi // Code26339 - MPM
Key Wordsteaching; UPC; FME; MEIO; IO; assignatures; modelització; AMPL; CPLEX; MINOS; MPM
Abstract

The overall objective of the course is for students to acquire the knowledge and the ability necessary for solving practical
decision-making problems, formulated as problems of mathematical programming, which may arise during a professional
or research career.

  • Learn the mathematical formulation of some of the main mathematical programming models and develop the ability to formulate new ones.
  • Acquire the ability to determine the most appropriate algorithm and the optimization software for solving these problems numerically.
  • The ability to interpret correctly the results provided by the optimization software.

Skills to be learned

  • Learn and understand some of the most important problems in linear, integer and nonlinear programming as well as network flows.
  • Given the description of a new decision-making problem, be able to formulate the associated optimization problem correctly.
  • The ability to implement and obtained the optimum solution for decision-making problems by selecting the most appropriate algorithm and optimization software in each particular case.
URLClick Here
Titolació // StudiesMàster Universitari d'Estadística i Investigació Operativa UPC-UB (MEIO-UPC-UB)
Centre // FacultyFacultat de matemàtiques i Estadística (FME)
Institució // InstitutionUniversitat Politècnica de Catalunya (UPC) - Universitat de Barcelona (UB)
Horaris // ScheduleTues. 14.00 - 16.00 and Wed. 17.00 - 19.00 room PC03 at FME.
ECTS6
ExportTagged XML BibTex

Fluxos en Xarxes // Network Flows

Publication TypeDocència // Teaching
Year of Publication2010
Quadrimestre // TermQ1
AuthorsF.-Javier Heredia; Narcís Nabona
Coordinator?Si // yes
Codi // Code34414 - FX
Key Wordsteaching; UPC; FME; MEIO; IO; assignatures; network flows; FX
AbstractThis is an advanced course on network flow optimization. Its goals are:
  • To know the mathematical formulation and properties of the most relevant network flow problems (shortest path, maximum flow, minimum cost, multicommodity flow, generalised flows, etc.).
  • To know the convergence properties,  computational complexity and implementation issues of the network flows algorithms.
URLClick Here
Titolació // StudiesMàster Universitari d'Estadística i Investigació Operativa (MEIO-UPC-UB)
Centre // FacultyFacultat de Matemàtiques i Estadística (FME)
Institució // InstitutionUniversitat Politècnica de Catalunya (UPC)
Horaris // ScheduleWed. 15:00 to 17:00, Thu. 14:00 - 16:00, room 003 (FME)
ECTS5
ExportTagged XML BibTex

Fluxos en Xarxes // Network flows

Publication TypeDocència // Teaching
Year of Publication2009
Quadrimestre // TermQ1
AuthorsF.-Javier Heredia; Narcís Nabona
Coordinator?yes
Codi // Code34414 - FX
Key Wordsteaching; UPC; FME; MEIO; IO; assignatures; FX; network flows
AbstractAquesta és una assignatura avançada de modelització i optimització de problemes de fluxos en xarxes. Els seus objectius són:
  • Que l'alumne conegui quins son els principals problemes de fluxos en xarxes (camins mínims, flux màxim, cost mínim, etc..) i la seva rellevància en l¿àmbit dels models de presa de decisions..
  • Que l'alumne sàpiga formular i resoldre computacionalment problemes de presa de decisió com a problemes de fluxos en xarxes de diferents tipus.
  • Que l'alumne conegui quins són els principals algorismes que permeten resoldre els problemes de fluxos en xarxes, les seves propietats teòriques i característiques de les seves implementacions.
URLClick Here
Titolació // StudiesMàster Universitari d'Estadística i Investigació Operativa (MEIO-UPC-UB)
Centre // FacultyFacultat de Matemàtiques i Estadística (FME)
Institució // InstitutionUniversitat Politècnica de Catalunya (UPC)
Horaris // ScheduleDimecres de 15:00 a 17:00, aula 005 Dijous de 14:00 a 16:00, aula 005
ECTS5
ExportTagged XML BibTex
Syndicate content