Marcio Costa Santos
Research areas:
- Combinatorial Optimization
- Optimization under uncertainty
- Robust Optimization
- Operacions Research
- Graph Theory
PhD, Robust Optimization, Universitè de Technologie de Compiègne, UTC, França
Phone:
marciocs@dcc.ufmg.br
Home page
Lattes
Google scholar Information extracted from Lattes platform
Last update: 2026/03/31Current projects
| 2025 a Atual | [Universal - CNPQ] Otimização combinatória: métodos exatos e metaheurísticas Este projeto aborda a elaboração de técnicas para a resolução de problemas computacionalmente desafiadores em otimização combinatória. Esses problemas são usados para modelar tomadas de decisão e surgem de forma natural em diversas aplicações práticas. Portanto, são de grande importância para o desenvolvimento industrial e econômico de uma nação, tornando-se essencial o desenvolvimento de métodos eficientes de solução para esses problemas. Neste projeto, serão propostas técnicas de programação matemática, metaheurísticas e métodos híbridos para problemas de otimização combinatória. O estudo se concentrará nas aplicações desses métodos em problemas nos contextos de planejamento e logística. Métodos de estado da arte serão elaborados por meio de análises teóricas das técnicas propostas, bem como dos aspectos estruturais dos problemas em questão. O objetivo é gerar abordagens bem embasadas teoricamente que alcancem soluções de boa qualidade e alta performance computacional. Além disso, serão estudadas abordagens para problemas de otimização combinatória envolvendo incertezas e processos online. Para esses problemas, serão propostos métodos de tomada de decisão baseados em dados, combinando abordagens de aprendizado de máquina e otimização. Ademais, serão propostas técnicas baseadas em otimização robusta, simheurísticas, e aprendizado por reforço. Integrantes: Rafael Augusto de Melo (coordenador), Marcio Costa Santos, Jesus Ossian da Cunha, Sebastián Alberto Urrutia, Celso R. Ribeiro, Geraldo Robson Mateus, Kenneth Sörensen, Cássio Vinicius Serafim Prazeres, Pieter Vansteenwegen, Cristiano Arbex Valle, Puca Huachi Vaz Penna, Thiago Ferreira de Noronha. |
| 2024 a Atual | Problemas de otimização em grafos de sinais com aplicações em redes sociais ste projeto tem como foco a determinação de subgrafos de um grafo de sinais, respeitando restrições de balanceamento ou de compatibilidade, dois conceitos originados na teoria do balanço social, que estuda relações entre indivíduos de uma rede social. Essa questão central está fortemente relacionada a problemas de formação de equipes. Nesse sentido, às restrições sobre as relações, irão se somar requisitos sobre as competências desejadas para os membros das equipes a serem formadas. Com isso, podemos obter diferentes variações de um mesmo problema central, abrindo um amplo campo para pesquisa, envolvendo estudos de complexidade computacional, desenvolvimento de algoritmos e uso de métodos de otimização. Aqui, selecionamos quatro problemas principais: (1) máximo subgrafo induzido $k$-balanceado, (2) máximo subgrafo gerador $k$-balanceado, (3) versões dos dois problemas anteriores com rotulação nos vértices, (4) agrupamentos em grafos de sinais por caminhos compatíveis. Como ferramenta principal para solução destes problemas, vamos usar programação matemática. A partir de formulações de programação inteira, procuraremos desenvolver algoritmos de solução eficientes, fazendo uso de propriedades de cada problema, resultados poliedrais e estratégias de decomposição. Experimentos computacionais se somarão aos estudos teóricos. (Proc CNPq 442977/2023-9). Integrantes: Manoel Bezerra Campêlo Neto (coordenador), Marcio Costa Santos, Phablo Fernando Soares Moura, Tatiane Fernandes Figueiredo, Pablo Luiz Braga Soares, Rafael Castro de Andrade, Jesus Ossian da Cunha Silva, Paulo Henrique Macêdo de Araújo, Rommel Dias Saraiva, Ricardo Cordeiro Corrêa, Manuela Blaum Ackermann, Philippe Michelon, Rosa Figueiredo, Serigne Gueye, Mônica Braga, Javier Marenco, Marcelo Mydlarz, Fernanda Couto. |
| 2024 a Atual | [Conhecimento Brasil - CNPQ] Modelos e algoritmos para problemas de otimização combinatória: aplicações em logística e grafos Esta proposta de projeto visa o estudo de métodos de tomada de decisão baseada em dados na área de logística, combinando abordagens de aprendizado de máquina e otimização. Abordaremos aspectos da extração de conhecimento relacionado aos dados disponíveis que impactam no processo de otimização logística, em especial a logística urbana, através de técnicas de aprendizado de máquina. Métodos de tomada de decisão utilizando abordagens estado-da-arte de otimização (incluindo programação inteira, metaheurísticas, e matheurísticas) serão propostos para problemas diversos. Além disso, analisaremos técnicas para variantes envolvendo incertezas dos problemas estudados, incluindo otimização robusta, simheuristics, e aprendizado por reforço. Integrantes: Rafael Augusto de Melo (coordenador), Marcio Costa Santos, Michell Felippe Fernandes Macedo Queiroz, Sebastián Alberto Urrutia, Mauricio Guilherme de Carvalho Resende. |
| 2023 a Atual | Soluções Heurísticas e Aproximadas para Problemas de Coloração Distintiva em Grafos No problema clássico de coloração em grafos, desejamos atribuir cores aos vértices de um grafo de tal forma que vértices adjacentes (vértices ligados por uma aresta) recebem cores distintas e desejamos utilizar o menor número de cores possíveis. Esse problema é comumente utilizado para representar alocações em redes.Em redes de telecomunicação, por exemplo, essas cores podem ser frequências que são alocadas a antenas em uma região e a antenas próximas precisam ter cores distintas para evitar inteferências.Entretanto, observe que problemas práticos podem podem possuir outras restrições estruturais. Para citar um exemplo, na atribuição de frequências a redes de telecomunicação é útil que os canais de comunicação sejam unicamente identificados pelas frequências das antenas que se comunicam (um par de cores só aparece só aparece uma única vez nas extremidades de uma aresta). Existe um problema de coloração que engloba essa noção: coloração harmoniosa. No problema de coloração harmoniosa, desejamos colorir o grafo com o menor número de cores possível com as restrições que vértices adjancentes devem receber cores distintas, mas nenhum par de arestas podem ter as mesmas cores em suas extremidades.Para esse problema, métodos exatos não são viáveis em aplicações reais. Neste contexto, estudaremos métodos heurísticos para esse problema. Integrantes: Marcio Costa Santos (coordenador). |
| 2023 a Atual | APLICAÇÕES DE PD EM PROSPECÇÃO E EXPLORAÇÃO DE RECURSOS MINERAIS E DE PETRÓLEO GÁS NATURAL A enorme quantidade e diversidade de dados obtidos ao observar a Terra põe um desafio fundamental: como usar métodos analíticos para extrair correlações,causalidade e explicabilidade, no sentido preciso no contexto de aprendizado de máquina interpretável, em um universo tão heterogêneo e caótico? Este projeto sepropõe a investigar a hipótese de que dados de rocha, como por exemplo perfis de raios-gama, perfis de imagem acústica e perfis litológicos, oferecem umrefinamento preciso de dados faciológicos para a construção de um modelo estratigráfico de alta resolução para delimitação de zonas reservatórios de hidrocarbonetosem um play petrolífero. Porém, se por um lado, os dados geológicos obtidos diretamente após perfuração de poços são hipersensíveis a ruídos e contaminação ? poroutro lado, dados sísmicos são incompletos, porém mais resilientes. Este projeto pretende construir modelos de aprendizado profundo para, além de forçar a corretudena interpretação dos dados refinados e sensíveis, promover simultaneamente a amplificação mais precisa dos dados geofísicos a partir de métodos de inversãoelástica. Para obter este diálogo, o projeto propõe executar aprendizado supervisionado na modelagem analítica da cicloestratigrafia, e no modelo de empilhamento defácies, amparado com casos de teste fornecidos pelos dados obtidos na geofísica. Este projeto dialoga de forma explícita com o Projeto PetroIaGeo, atualmente emexecução em parceria entre UFMG e Petrobrás desde 2020, e que possui linhas independentes de investigação analítica de inversão geofísica e cicloestratigrafia. Aequipe proponente já possui experiência operacional na compreensão de fenômenos geofísicos e geológicos no âmbito de inteligência artificial, e propõe a exploraçãocientífica acima postulada como elemento disruptivo no uso de IA em prospecção e exploração de petróleo e gás natural. Integrantes: Marcio Costa Santos (coordenador), Wagner Meira Junior, Adriano Alonso Veloso, Alexandre Uhlein, Douglas Guimarães Macharet, Gabriel Jubé Uhlein, Gabriel de Morais Coutinho, George Luiz Medeiros Teodoro, Heitor Soares Ramos Filho, Henrique de Melo Versieux, Humberto Luis Siqueira Reis, Jéssica Lia Santos da Costa, Marcos Oliveira Prates, Thomás Jung Spier, Tobias Maia Rabelo Fonte Boa, Marcio Dantas. |
Current applied research projects
| 2025 a Atual | Sistema inteligente de predição de temperatura em fornos SIPTV - Temperatura Virtual Projeto para desenvolvimento de sistema inteligente para predição de temperatura em fornos elétricos, de panela e de lingotamento contínuo. Integrantes: Marcio Costa Santos (coordenador), Gabriel Coutinho, Danilo Vomel. |
Recent publications
Articles in journals
The connected Grundy coloring problem: Formulations and a local-search enhanced biased random-key genetic algorithm2025. COMPUTERS & OPERATIONS RESEARCH.
Obtaining the Grundy chromatic number: How bad can my greedy heuristic coloring be?
2024. COMPUTERS & OPERATIONS RESEARCH.
Evolutionary Algorithms for Optimization Sequence of Cut in the Laser Cutting Path Problem
2023. Applied Sciences-Basel.
Extended formulation and valid inequalities for the multi-item inventory lot-sizing problem with supplier selection
2021. COMPUTERS & OPERATIONS RESEARCH.
A matheuristic approach for the