Descripción del proyecto
EL OBJETIVO GLOBAL DEL PROYECTO PCDASO CONSISTE EN EL DESARROLLO DE METODOLOGIAS, ALGORITMOS DE DESCOMPOSICION Y TECNOLOGIAS MPI (MESSAGE PASSING INTERFACE) PARA LA COMPUTACION EN PARALELO, EN EL ESQUEMA DE SOLUCION DE PROBLEMAS DE OPTIMIZACION ESTOCASTICA ENTERA MIXTA MULTIETAPA, ASI COMO AL DESARROLLO DE ALGUNAS DE SUS APLICACIONES. LA OPTIMIZACION MATEMATICA ES UNA DE LAS HERRAMIENTAS MAS FIABLES PARA LA TOMA DE DECISIONES. TIENE NUMEROSAS APLICACIONES EN EL MUNDO REAL EN UNA AMPLIA GAMA DE PROBLEMAS TALES COMO, DISTRIBUCION, FINANZAS, PLANIFICACION, GENERACION DE ENERGIA ELECTRICA, TRAFICO AEREO, LOGISTICA, DISEÑO Y UTILIZACION DE REDES DE GAS NATURAL, PETROLEO Y PRODUCTOS DEL SECTOR PETROQUIMICO Y GESTION DE INGRESOS ENTRE OTRAS. PARA DESARROLLAR ALGORITMOS EFICIENTES, APROVECHAREMOS LAS METODOLOGIAS QUE ESTAN INCLUIDAS EN LA OPTIMIZACION ESTOCASTICA Y DETERMINISTA ENTERA MIXTA MULTIETAPA. LA INCERTIDUMBRE SE REPRESENTA POR UN ARBOL DE ESCENARIOS, EN GENERAL NO SIMETRICO, QUE SE PUEDE DIVIDIR EN PEQUEÑAS SUB-ESTRUCTURAS LLAMADAS CLUSTERS O RACIMOS DE ESCENARIOS. ESTE APROVECHAMIENTO CONJUNTO NO ES UNA CUESTION TRIVIAL, SINO MAS BIEN AL CONTRARIO REQUIERE UNA INVESTIGACION FUERTE EN NUEVOS ESQUEMAS ALGORITMICOS (Y LA TEORIA QUE LOS SUSTENTE) QUE APROVECHEN LA SINERGIA DE AMBAS DISCIPLINAS MATEMATICAS, SIENDO ESTE EL OBJETIVO GLOBAL DEL PROYECTO.EL OBJETIVO PRIORITARIO CONSISTE EN DESARROLLAR ALGORITMOS EFICIENTES PARALELIZADOS, CAPACES DE RESOLVER PROBLEMAS DE OPTIMIZACION COMPLEJOS DE GRANDES DIMENSIONES. SE PROPONE ADOPTAR METODOLOGIAS DE DESCOMPOSICION Y PREPROCESO PREVIAS PARA LA EJECUCION DEL ALGORITMO USANDO CODIGOS Y SOLVERS PARALELIZADOS. EN LUGAR DE RESOLVER EL PROBLEMA ORIGINAL (DE GRAN ESCALA) LAS METODOLOGIAS DE DESCOMPOSICION PROPORCIONAN UN PROCEDIMIENTO QUE RESUELVE INDEPENDIENTEMENTE UN CONJUNTO DE SUBPROBLEMAS DE MENORES DIMENSIONES, GARANTIZANDO LA OBTENCION DE LA SOLUCION OPTIMA DEL PROBLEMA ORIGINAL. UNA VENTAJA ADICIONAL DEL USO DE METODOLOGIAS DE DESCOMPOSICION ES QUE PERMITEN LA EXPLOTACION DE CIERTAS FUNCIONALIDADES DE LA COMPUTACION PARALELA. HAY ALGORITMOS PUBLICADOS EN LA LITERATURA PARA RESOLVER PROBLEMAS ESTOCASTICOS LINEALES MULTI-ETAPA A GRAN ESCALA, PERO HASTA DONDE SABEMOS, NO HAY NINGUN ALGORITMO DE OPTIMIZACION PARA RESOLVER PROBLEMAS MULTI-ETAPA ESTOCASTICOS ENTERO MIXTOS A GRAN ESCALA CON UN TIEMPO DE COMPUTO ADMISIBLE, Y DONDE LA INCERTIDUMBRE ESTA REPRESENTADA POR ARBOLES DE ESCENARIOS NO SIMETRICOS (SIENDO ESTOS, LOS MAS FRECUENTES EN EL MUNDO REAL).UN SEGUNDO OBJETIVO SERA EL DESARROLLO DE DISTINTAS APLICACIONES. ACTUALMENTE, TENEMOS UN CONVENIO DE INVESTIGACION SIN PRESUPUESTO CON LA UNIVERSIDAD NORGES TEKNISK NATURVITENSKAPELIGE UNIVERSITET (NTNU) Y LA UNIVERSIDAD REY JUAN CARLOS (URJC) PARA EL DESARROLLO Y LA APLICACION DE LAS TECNICAS ANTERIORES EN SISTEMAS DE PRODUCCION, DISTRIBUCION, PROCESAMIENTO Y TRANSPORTE DE GAS NATURAL. LA OBTENCION DE UNA MODELIZACION FUERTE DEL PROBLEMA EN SI ES UNA TAREA DIFICIL EN EL PROYECTO. OTRA APLICACION CONSISTE EN LA GESTION DEL TRANSITO DEL TRAFICO AEREO EN UNA RED DE AEROPUERTOS Y SECTORES AEREOS CON CAMBIOS DE ITINERARIO, CANCELACIONES DE VUELOS Y ENLACES. FINALMENTE, UNA APLICACION EN LA QUE VENIMOS TRABAJANDO EN LOS ULTIMOS AÑOS LA CONSTITUYEN LOS MODELOS FINANCIEROS ESTOCASTICOS PARA LA SELECCION DE CARTERAS DE VALORES DE RENTA FIJA INMUNIZADA CONTRA EL RIESGO DEL TIPO DE INTERES, Y EL RIESGO DE BANCARROTA (O IMPAGO).