[en] SELECTION OF PORTFOLIOS OF OIL AND GAS PRODUCTION BY GENETIC ALGORITHMS

Detalhes bibliográficos
Ano de defesa: 2002
Autor(a) principal: KARIN YANET SUPO GAVANCHO
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: MAXWELL
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=3167&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=3167&idi=2
http://doi.org/10.17771/PUCRio.acad.3167
Resumo: [pt] Esta dissertação investiga um sistema de apoio à decisão baseado em Algoritmos Genéticos e Simulação Monte Carlo para a formação de carteiras de projetos de petróleo e gás. O objetivo do trabalho é avaliar o desempenho de Algoritmos Genéticos -AG- para selecionar projetos que formarão a carteira. A construção de carteiras de projetos é um problema de múltiplos objetivos, onde se deseja escolher um conjunto de projetos com perspectivas de lucro para formar uma carteira. O sistema emprega o Algoritmo Genético para formação de carteiras de projetos. Em seguida, a Simulação de Monte Carlo é utilizada para obter a função de distribuição do Valor Presente Líquido -VPL- da carteira baseado nas distribuições dos projetos escolhidos. Por último, avalia-se a carteira usando-se o método de minimização de energia que busca o equilibro dos três objetivos considerados. O problema consiste, basicamente, em maximizar a média do VPL, que representa o retorno esperado, minimizando-se o Desvio Padrão, que é a medida de risco, e maximizando-se o Percentil 90 -P90-, que significa a possibilidade de obter um maior lucro. Nos estudos de casos são apresentados os resultados da aplicação do sistema para diferentes grupos de projetos, constituídos por 16, 18, 20 e 26 projetos, onde cada um deles tem distribuições teóricas do VPL definidas por funções: F, Normal e Logarítmica, formadas por 500 dados. Os resultados obtidos mostram a eficiência do AG com a técnica de múltiplos objetivos, na utilização para a otimização de carteiras de projetos de investimento em petróleo e gás.