| Trabajo |
Título |
Autores |
Resumen |
| 17 |
A new fairness measure for the housing problem in cooperatives |
Marcos Fierro y Héctor Cancela (UdelaR) |
Housing cooperatives are non-profit organizations whose goal is to provide an affordable housing solution to their members. Once the units are built, the cooperative assigns them among its members. Even if the units are built to be as similar as possible, members usually have different preferences. This assignment is known as the Housing Allocation problem. In Uruguay the most common procedure for solving the Housing Allocation was a random draw, which has the disadvantage of not taking into account the members’ preferences. Some years ago a group of students, graduates and professors of the Universidad de la República developed the MTAV tool for solving the Housing Allocation taking into account these preferences. This tool applies a sequence of two Mixed Integer Programming models for optimizing the average satisfaction of the members while at the same time satisfying a fairness constraint maximizing the satisfaction of the “less satisfied” of the members. In this work, we show that the MTAV procedure can be improved. We define a new fairness measure for the housing problem, defined as the standard deviation of the satisfaction values of the members after the assignment. We devise a Constraint Programming model which can search for solutions attaining the same individual and average satisfaction values as the previous method, and optimizing the new fairness measure. |
| 18 |
Modelo de optimización para la recolección periódica de residuos patológicos empleando una representación basada en patrones de visitas |
Sebastián N. Pereira (INGAR CONICET UTN), Gabriela Corsano (CONICET) y Yanina Fumero (INGAR CONICET UTN) |
En este trabajo se desarrolla una herramienta matemática para abordar la recolección de residuos patológicos. Se resuelve un problema semanal de asignación de clientes y ruteo de vehículos para una flota heterogénea. Cada día, se debe visitar un grupo de clientes respetando ciertas condiciones y políticas de la empresa, como capacidad de los vehículos, ventanas de tiempos, frecuencia de visitas, entre otros. El objetivo es encontrar las rutas de menor costo que cumplan los acuerdos pactados con los clientes. Para ello, se implementa un modelo de programación mixta entera lineal y se analiza su rendimiento en una instancia real de una empresa. De los resultados, se observa una mejora computacional respecto de un modelo previamente desarrollado para este escenario. |
| 26 |
Despacho económico de generación distribuida sustentado en flujos óptimos de potencia con asignación de pérdidas mediante seguimiento eléctrico híbrido-incremental. Parte 1: Aspectos teóricos del modelo |
Gustavo A. Schweickardt (CONICET) y Omar Faure (UTN) |
El Despacho Económico Clásico (DE), considera la red mediante las denominadas Ecuaciones de Coordinación, donde solamente participan las pérdidas marginales, bajo restricciones sobre la demanda a abastecer y los límites operativos para cada unidad de generación. La aplicación de Multiplicadores de Lagrange bajo condiciones Karush-Kuhn-Tucker, proporciona una solución que expresa señales de precios (sombra), pero alejada de las posibilidades de aplicación, debido a que la coordinación requiere introducir un número mayor de restricciones de red. Este trabajo propone un Modelo para un DE en Sistemas de Distribución Troncal (SDEE SbTr) con emplazamiento de Generación Distribuida, sustentado en Flujos Óptimos de Potencia (FOP) y asignación de pérdidas mediante un Seguimiento Eléctrico Híbrido-Incremental (SEH) de los flujos individuales para cada generador. |
| 27 |
Despacho económico de generación distribuida sustentado en flujos óptimos de potencia con asignación de pérdidas mediante seguimiento eléctrico híbrido-incremental. Parte 2: Aplicación |
Gustavo A. Schweickardt (CONICET) y Omar Faure (UTN) |
Este trabajo presenta la aplicación de un Modelo para un Despacho Económico en un Sistema de Distribución Troncal (SDEE SbTr), con emplazamiento de Generación Distribuida (GD) y/o Multipuntos de Abastecimiento desde el Sistema Interconectado a nivel Transmisión. Se sustenta en Flujos Óptimos de Potencia (FOP) y asignación de pérdidas mediante un Seguimiento Eléctrico Híbrido-Incremental (SEH) de los flujos individuales, para cada generador sobre cada Barra de Demanda. Se describe y es seguida la marcha de cálculo, presentando los resultados, para finalmente discutir las ventajas de su utilización. |
