Prêmios, Projetos e Destaques Acadêmicos

Imagem de uma das entradas da PUC-RIO pela Rua Marquês de São Vicebte
Voltar
 


Seção: Prêmios  

Artigo de Mestrado da Engenharia Industrial é premiado em encontro científico da Associação Nacional de Pós-Graduação e Pesquisa em Engenharia de Produção


 

Trabalho originado em tese de doutorado recebeu Menção Honrosa da ANPEPRO

 

O trabalho Previsão do início da produção de poços de petróleo utilizando inferência fuzzy, de autoria do aluno de mestrado em Engenharia de Produção Gabriel Alcântara Bomfim, recebeu o prêmio Melhor Artigo de Mestrado Acadêmico no EPPGEP 2017, o encontro científico da Associação Nacional de Pós-Graduação e Pesquisa em Engenharia de Produção, ANPEPRO, realizado em Curitiba. O artigo é fruto de dissertação orientada pelo professor Fernando Cyrino, do Departamento de Engenharia Industrial, que é também Coordenador Adjunto de Pós-graduação do DEI/PUC-Rio (http://www.puc-rio.br/ensinopesq/ccpg/progpro.html)

O julgamento dos trabalhos foi feito por um rigoroso comitê, formado por professores bolsistas de produtividade do CNPq. A pesquisa apresenta um sistema de inferência fuzzy capaz de prever melhor a data de início da produção de um poço marítimo de petróleo de alta produtividade, considerando aspectos técnicos e empresariais. O estabelecimento da meta de produção é uma das etapas mais críticas do processo de planejamento de uma empresa de exploração e produção de petróleo, já que o volume de petróleo produzido influencia diretamente todas as ações das companhias e tem crítico impacto em relação ao mercado.

A ferramenta permite uma análise mais robusta da influência da dimensão poço durante a avaliação do risco da previsão da produção, para o estabelecimento da meta de produção segundo a metodologia proposta por Castro et al. (2010).

Também orientado pelo professor Cyrino, Tiago Dantas recebeu Menção Honrosa da ANPEPRO por artigo que compreende parte de sua pesquisa de doutorado: Improving time series forecasting: an approach combining Bootstrap aggregation, clusters and exponential smoothing.

Tiago Dantas se aprofundou nos estudos de Statistical Learning e mostrou que a combinação da técnica de Bagging (Bootstrap Aggregating) com os métodos de Amortecimento Exponencial – também utilizando métodos de clusterização - produz previsões mais precisas quando comparadas aos métodos tradicionais. Dantas conseguiu confirmar que o método proposto tem um desempenho superior ao do publicado, em 2016, no International Journal of Forecasting, principal revista da área, que, até então, havia conquistado os melhores resultados.

A ANPEPRO foi criada em 2013 e reúne os coordenadores dos programas de pós-graduação das principais universidades brasileiras, incluindo COPPE-UFRJ, POLI-USP, PUC-RIO, UFMG, UFPB, UFPE, UFRGS, UFSC e UFSCar.

Fonte: Approach/Assessoria de Comunicação Centro Técnico Científico

 

Por Renata Ratton

Assessoria de Comunicação

Vice-Reitoria Acadêmica

Publicada em: 20/03/2017

 
Imprimir esta página
 
Busca:
Voltar

Powered by Publique!