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

• Ano de defesa: 2002
• Autor(a) principal: KARIN YANET SUPO GAVANCHO
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] ALGORITMO GENETICO; [pt] SELECAO DE PROJETOS; [pt] CARTEIRAS DE PROJETOS; [pt] MULTIPLOS OBJETIVOS; [en] GENETIC ALGORITHM; [en] PORTFOLIO SELECTION; [en] PORTFOLIO; [en] MULTIPLE OBJECTIVES
• 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

[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.