Alexandre Salles da Cunha


CNPq research fellow: 2

Research areas:
  • Combinatorial Optimization
  • Mathematical Programming
  • Industrial Applications of Optimization

 

Degrees:

Doctor Degree in Systems Engineering and Computing, Universidade Federal do Rio de Janeiro, 2006.
Master Degree in Mechanical Engineering, Universidade Federal de Minas Gerais, 2002
B.S Degree in Mechanical Engineering, Universidade Federal de Minas Gerais, 1994

Room: 7328
Phone: 5882
acunha@dcc.ufmg.br

Home page    Lattes    Google scholar 


Information extracted from Lattes platform

Last update: 2022/09/11

ORCID: https://orcid.org/0000-0002-9955-5721


Current projects

2022 a AtualModelos e algoritmos de otimização para localização, dimensionamento e operação eficientes de usinas de energia eólicas e solares integradas
Fapemig - Processo RED-00119-21, submetido ao Edital Edital Nº 007/2021 - Redes de Pesquisa Científica e Desenvolvimento Tecnológico com Foco em Demandas Estratégicas. Propomos a Rede de Pesquisa que visa desenvolver modelos e algoritmos de Pesquisa Operacional, Otimização sob condições de incerteza e Inteligência Artificial para melhor resolver problemas relacionados à localização, dimensionamento e operação de redes de energias renováveis (eólica e solar) integradas. Nosso objetivo é propor modelos e algoritmos para tratar problemas em três níveis de decisão: Estratégico (visando definir a localização de novas usinas no Estado de Minas Gerais), tático (definir o dimensionamento ótimo das usinas, por exemplo, número de placas fotovoltaicas, baterias, turbinas eólicas, formas de integração entre elas, grids, micro-grids) e operacional (planejamento do despacho de curto prazo das novas usinas e das existentes). O projeto trata de temas desafiadores, como por exemplo, a integração de técnicas de otimização que lidam com dados incertos (demanda, disponibilidade de energia) e que representam sistemas integrados complexos de grande porte, bem como a geração de cenários, via Inteligência Artificial, que permitam modelar a incerteza. A equipe de pesquisa engloba pesquisadores de 4 instituições do Estado de Minas Gerais. A equipe tem notoriedade acadêmica e experiência comprovada no desenvolvimento de técnicas de otimização para as mais diversas aplicações industriais. Do ponto de vista científico, esperamos redefinir o estado da arte dos métodos de resolução dos problemas encontrados nos três níveis de decisão. Do ponto de vista tecnológico, pretendemos produzir ferramentas que permitam ao tomador de decisão, seja investidor ou formulador de políticas públicas, decidir como alocar recursos escassos destinados ao aumento da capacidade de energia renovável do Estado. Com isso, esperamos colaborar para promover crescimento mais equânime no Estado, reduzir o custo da energia gerada e aumentar a previsibilidade dos sistemas de energia baseados em energias renováveis como os aqui considerados. Sabemos que há um grande esforço de pesquisa para aprimorar a eficiência energética dos dispositivos eletro-mecânicos empregados nos sistemas de geração e de distribuição de energia de um modo geral e, em particular, nos sistemas de energia que utilizam fontes renováveis, como solar e eólica. A Rede de Pesquisa que propomos investigará uma dimensão diferente e complementar de problemas relacionados ao aumento de eficiência e de disponibilidade energética na geração de energia. Trataremos de usar ferramentas matemático-computacionais para produzir modelos e algoritmos de otimização que permitam fazer melhor uso de recursos escassos para investimentos em redes renováveis de energia, maximizando o retorno que tais investimentos podem fazer tanto para aumento da capacidade instalada, quanto para promover desenvolvimento econômico mais equânime no Estado de Minas Gerais. Entendemos que esta dimensão que exploramos é também bastante relevante para fazer bom uso dos sistemas energéticos existentes e, sobretudo, para permitir que novos sistemas de geração baseados em energias renováveis sejam definidos da forma mais racional possível, maximizando o resultado econômico e social para o Estado de Minas Gerais.
Integrantes: Alexandre Salles da Cunha (coordenador), Abilio Lucena, Ricardo Luiz Utsch de Freitas Pinto, Mauricio Cardoso de Souza, Ricardo Poley Martins Ferreira, Ricardo Hiroshi Calderia Takahashi, Eduardo Gontijo Carrano, Mateus, Geraldo Robson, Dilson Lucas Pereira, Leonardo Pereira Santiago, Júlio César Alves, Guido Pantuza, Alexandre Xavier Martins, Thiago Augusto de Oliveira Silva, Wallace do Couto Boaventura.
2022 a AtualAlgoritmos para a Resolução de Problemas de Otimização Combinatória
Processo CNPq 305357/2021-2 Bolsa de Produtividade em Pesquisa CNPq - PQ2. Neste projeto, os objetivos consistem na investigação de formulações fortes e algoritmos exatos para resolver problemas de otimização combinatória, com destaque para a proposição de algoritmos Branch-and-bound que empreguem técnicas de redução de simetria, seja intrínseca ao problema ou decorrente da formulação de Programação Inteira emprega. Dentre os problemas que pretendemos investigar que são fortemente sujeitos à simetria, destacamos o Zero Forcing Problem. O projeto também visa desenvolver formulações fortes para dois outros problemas de otimização combinatória, o Power Dominating Set Problem e o Team Formation Problem on Social Networks.
Integrantes: Alexandre Salles da Cunha (coordenador), Notini, Vitor, Henrique Favarini, Victor Deluca.
2021 a AtualCIIA-Saúde: Centro de Inteligência Artificial em Saúde
A saúde digital reúne em um só termo o uso de ciências computacionais avançadas para o cuidado em saúde, englobando a saúde eletrônica (eHealth) e a saúde móvel (mHealth), incluindo o uso de big data, genômica e inteligência artificial, OMS (1). Do ponto de vista da formação de pessoas, exige-se cada vez mais profissionais qualificados para utilizar, testar e avaliar inteligência artificial em saúde (IAS) e capazes de atuar em ambiente colaborativo misto envolvendo a saúde, computação e engenharias. As novas tecnologias que usam inteligência artificial são uma grande promessa para aprimorar o diagnóstico, o tratamento, a pesquisa e o desenvolvimento em saúde, apoiando a gestão pública o que inclui a vigilância e resposta a surtos [2]. O Centro de Inovação em Inteligência Artificial para a Saúde (CIIA-Saúde) foi criado em 2021. Com sede na UFMG, visa a pesquisa e o desenvolvimento de soluções avançadas de inteligência artificial (IA), capazes de auxiliar profissionais de saúde no diagnóstico e tratamento de doenças, e orientar gestores de saúde na programação de ações de prevenção e organização da assistência à saúde. Isso permitirá a otimização dos recursos e melhora da atenção à saúde da população no Brasil. O CIIA-Saúde compreende 10 universidades e quatro empresas. Na UFMG, do ponto de vista operacional ele foi institucionalizado como o Centro de Tecnologia em Inteligência Artifical para a Saúde (CT-IA Saúde). Uma de suas ações está definida no plano de educação e disseminação do conhecimento, que propõe fomentar a apropriação de um conjunto de competências para o uso eficiente e ético de ferramentas próprias da IAS. Com a formação de recursos humanos e do desenvolvimento tecnológico com foco em inovação e educação em saúde digital, a abordagem ampla prevê ações nos vários segmentos da sociedade que necessitam de formação nesta área e na regulação. Espera-se alcançar desde a população em geral até os profissionais de saúde que ainda veem as ferramentas computacionais, tecnológicas e de robótica como distantes e intangíveis na sua formação e na vivência da assistência
Integrantes: Wagner Meira (coordenador), Alexandre Salles da Cunha, Adriano Cesar Machado Pereira, Ana Paula Couto e Silva, Adriano Veloso.
2017 a AtualCOMBOPT-Algoritmos para resolução de Problemas de Otimização Combinatória
Processo FAPEMIG: CEX-PPM-00164/17. Vigência do projeto: 2017-2023 (prorrogado pela Fapemig em 2021, tendo em vista atraso no aporte de recursos). O projeto visa investigar formulações e algoritmos para problemas de Otimização Combinatória que surgem em diversas aplicações em Computação. Dentre eles destacamos o Problema da Cobertura de Conjuntos com custo Quadrático e o Problema da Clusterização Conexa Balanceada. Outro objetivo importante do projeto consiste em continuar a investigação de metodologias de uso de Relaxação Lagrangeana para aproximar limites duais derivados de reformulações de programação semidefinida para problemas de Otimização Combinatória.
Integrantes: Alexandre Salles da Cunha (coordenador), Notini, Vitor, Henrique Favarini, Victor Deluca.

Current applied research projects

See all projects in Lattes

Recent publications

Articles in journals

Exact Solution Algorithms for the Chordless Cycle Problem
2022. INFORMS JOURNAL ON COMPUTING.
Improved formulations and branch-and-cut algorithms for the angular constrained minimum spanning tree problem
2022. JOURNAL OF COMBINATORIAL OPTIMIZATION.
The minimum area spanning tree problem: Formulations, Benders decomposition and branch-and-cut algorithms
2021. COMPUTATIONAL GEOMETRY-THEORY AND APPLICATIONS.
Dynamic intersection of multiple implicit Dantzig-Wolfe decompositions applied to the Adjacent Only Quadratic Minimum Spanning Tree Problem
2020. EUROPEAN JOURNAL OF OPERATIONAL RESEARCH.
Semidefinite Programming lower bounds and Branch-and-bound algorithms for the Quadratic Minimum Spanning Tree Problem
2020. EUROPEAN JOURNAL OF OPERATIONAL RESEARCH.
Modeling and Solving the Angular Constrained Minimum Spanning Tree Problem
2019. COMPUTERS & OPERATIONS RESEARCH.
Polyhedral results, branch-and-cut and Lagrangian relaxation algorithms for the adjacent only quadratic minimum spanning tree problem
2018. NETWORKS.
Exact solution approaches for the Multi-period Degree Constrained Minimum Spanning Tree Problem
2018. EUROPEAN JOURNAL OF OPERATIONAL RESEARCH.
Reformulations and Branch-and-Price Algorithm for the Minimum Cost Hop-and-root Constrained Forest Problem
2018. COMPUTERS & OPERATIONS RESEARCH.
Optimally solving the joint order batching and picker routing problem
2017. EUROPEAN JOURNAL OF OPERATIONAL RESEARCH.
Branch-and-cut-and-price algorithms for the Degree Constrained Minimum Spanning Tree Problem
2016. COMPUTATIONAL OPTIMIZATION AND APPLICATIONS.
Polyhedral results and Branch-and-cut algorithm for the k-cardinality tree problem
2013. Mathematical Programming.
A Relax-and-cut algorithm for the Prize-collecting Steiner Problem in Graphs
2009. Discrete Applied Mathematics.

Papers in conferences

Formulation and Branch-and-cut algorithm for the Minimum Cardinality Balanced and Connected Clustering Problem
2019. INOC - International Network Optimization Conference.
Modelos De Otimização Para O Problema De Roteamento De Veículos Com Cross-docking
2010. XL II Simpósio Brasileiro de Pesquisa Operacional. 1
Um Modelo Com Variáveis Indexadas No Tempo Para A Integração Do Dimensionamento De Lotes E Sequenciamento Em Uma Máquina Com Tempos De Preparação
2010. XL II Simpósio Brasileiro de Pesquisa Operacional. 2
On the design of Complex Networks through a Branch-and-price algorithm
2010. Globecom 2010. 3
Um arcabouço Local Branching para Problemas de Otimização Combinatória aplicado ao Problema da Árvore de Custo Mínimo com k arestas
2009. XLI Simposio Brasileiro de Pesquisa Operacional. 4

Extended abstracts in conferences

Two Dimensional Transient Finite Volume Diffusional Approach to Transport Equations
2001. 24° Congresso Nacional de Matemática Aplicada e Computacional.

Abstracts in conferences

Finding the Maximum Number of Totally Independent Spanning Trees of a graph with a Branch-and-price algorithm
2015. 16-ème ROADEF.
Algorithms for the Multi-period Degree Constrained Minimum Spanning Tree Problem
2012. 2nd International Symposium on Combinatorial Optimization.
EXact Solution Algorithms for Maximum Leaf Spanning Tree and Minimum Connected Dominating Set
2009. 20th International Symposium on Mathematical Programming.
A hybrid Branch-and-cut Relax-and-cut algorithm for the Degree-constrained Minimum Spanning Tree Problem
2006. International Symposium on Mathematical Programming.
A relax and cut algorithm for the Prize Collecting Steiner Problem in Graphs
2003. 18th International Symposium on Mathematical Programming.

See all publications in Lattes

Current students

MS

Victor Deluca. Em definição. Início: 2021. Universidade Federal de Minas Gerais (Orientador principal)

PhD

Vítor Notini Pontes. Projeto de redes multi-período. Início: 2020. Universidade Federal de Minas Gerais (Orientador principal)

See all students in Lattes

Acesso rápido

Skip to content