RESUMO Neste trabalho foram utilizados, conjuntamente, os conceitos de particionamento territorial e localização de instalações para a otimização da rede de aterros sanitários do Estado do Paraná. Isso porque a solução adotada atualmente apresenta uma série de deficiências, incluindo o não atendimento total da demanda, o número excessivo de pequenos locais e diversos consórcios não contíguos, que resultam em maiores custos de transporte e menor eficiência de escala. O objetivo desta pesquisa é otimizar o particionamento territorial para o Estado do Paraná com relação aos aterros sanitários definindo um número adequado de lugares capaz de atender à demanda e que minimize as distâncias a serem percorridas dos pontos de geração do lixo até o descarte. Para isso, foram desenvolvidas simulações em função do custo de transporte rodoviário dos resíduos, em que foram considerados os locais dos 171 aterros operacionais existentes no Estado. Os resultados mostraram a necessidade de se alterarem algumas das capacidades das áreas de descarte existentes, além de se adicionarem 25 novas áreas para atender integralmente à demanda. Com isso, o gasto com transporte seria reduzido em cerca de 80% e o custo total, que inclui novas construções, ficaria reduzido em 57%, acarretando redução de gastos, além do aprimoramento na prestação do serviço e da atenuação do impacto ambiental.

ABSTRACT In this work, the concepts of territorial partitioning and location of facilities were used together to optimize the landfill network in the state of Paraná. The solution currently adopted has a series of shortcomings, including not fully meeting the demand, an excessive number of small landfills and several non-contiguous consortia, resulting in higher transportation costs and lower scale efficiency. The objective of this research is to optimize the territorial partitioning for the state of Paraná in relation to landfills by defining an adequate number of landfills capable of meeting the demand and also minimizing the distances to be traveled from the waste generation points to the landfills. For this, several scenarios were developed based on the cost of road transportation of waste, in which the locations of the 171 operational landfills already existing in the state were considered. The results showed the need to change some of the capacities of the existing landfills, in addition to adding 25 new landfills to fully meet the demand. With this, transportation costs would be reduced by about 80% and the total cost, which includes the cost of construction, would be reduced by approximately 57%, resulting in cost reduction, in addition to improving service provision and mitigating environmental impact.

ABSTRACT Artificial Intelligence has been an important support tool in different spheres of activity, enabling knowledge aggregation, process optimization and the application of methodologies capable of solving complex real problems. Despite focusing on a wide range of successful metrics, the Artificial Neural Network (ANN) approach, a technique similar to the central nervous system, has gained notoriety and relevance with regard to the classification of standards, intrinsic parameter estimates, remote sense, data mining and other possibilities. This article aims to conduct a systematic review, involving some bibliometric aspects, to detect the application of ANNs in the field of Forest Engineering, particularly in the prognosis of the essential parameters for forest inventory, analyzing the construction of the scopes, implementation of networks (type - classification), the software used and complementary techniques. Of the 1,140 articles collected from three research databases (Science Direct, Scopus and Web of Science), 43 articles underwent these analyses. The results show that the number of works within this scope has increased continuously, with 32% of the analyzed articles predicting the final total marketable volume, 78% making use of Multilayer Perceptron Networks (MLP, Multilayer Perceptron) and 63% from Brazilian researchers.

Resumo Este artigo aborda o problema de otimização na geração da grade horária escolar. Tal problema consiste em definir os dias e horários das disciplinas a serem ministradas por cada um dos professores de instituições de ensino. Para isto foi desenvolvida uma ferramenta que faz uso de técnicas de Pesquisa Operacional (PO), com foco na geração e otimização de grade horária de instituições de Ensino Fundamental, considerando as preferências dos professores, tais como, preferências por dias de aula e por aulas em sequência (geminadas). Para a resolução do problema foi utilizado um modelo matemático de Programação Não Linear Inteira Binária (PNLIB) e os procedimentos Busca Local (BL) e Iterated Local Search (ILS), comparativamente. Foi aqui analisado um problema real com 14 grades horárias de escolas públicas da cidade de Araucária, PR. Os resultados indicam que o tempo computacional demandado pelo modelo matemático é viável para os problemas analisados. A técnica ILS possui potencial para testes em problemas de maior porte, já que apresenta uma dispersão de 3,5% a 7,7% em relação à solução ótima (obtida pelo PNLIB), com tempo computacional de 15 a 338 vezes mais rápido.

Abstract This paper addresses the school timetabling problem, which consists of defining the date and time in which classes will be given by teachers in educational institutions. For this purpose, a tool that uses Operational Research (OR) techniques was developed, focused on generating and optimizing Elementary and High School timetables, taking into account teachers’ preferences for certain days or for sequenced (twinned) classes. Conductive to solving the problem, a Non Linear Binary Integer Programming mathematical model (NLBIP) and Local Search (LS) and Iterated Local Search (ILS) procedures were comparatively applied. A real problem with 14 timetables of public schools in the city of Araucária (in Paraná State, Brazil) was analyzed. The results indicate that the computational time required by the mathematical model is feasible for the problems in question. The ILS technique has the potential for testing larger scale problems, as it presents a dispersion of 3.5% to 7.7% relative to the optimal solution (obtained by the NLBIP) and a computational time that is 15 to 338 times faster.

Resumo A qualidade na educação tem sido objeto de muita discussão, seja nas escolas e entre seus gestores, seja na mídia ou na literatura. No entanto, uma análise mais profunda na literatura parece não indicar técnicas que explorem bancos de dados com a finalidade de obter classificações para o desempenho escolar, nem tampouco há um consenso sobre o que seja “qualidade educacional”. Diante deste contexto, neste artigo, é proposta uma metodologia que se enquadra no processo KDD (Knowledge Discovery in Databases, ou seja, Descoberta de Conhecimento em Bases de Dados) para a classificação do desempenho de instituições de ensino, de forma comparativa, com base nas notas obtidas na Prova Brasil, um dos itens integrantes do Índice de Desenvolvimento da Educação Básica (IDEB) no Brasil. Para ilustrar a metodologia, esta foi aplicada às escolas públicas municipais de Araucária, PR, região metropolitana de Curitiba, PR, num total de 17, que, por ocasião da pesquisa, ofertavam Ensino Fundamental, considerando as notas obtidas pela totalidade dos alunos dos anos iniciais (1º. ao 5º. ano do ensino fundamental) e dos anos finais (6º. ao 9º. ano do ensino fundamental). Na etapa de Data Mining, principal etapa do processo KDD, foram utilizadas três técnicas de forma comparativa para o Reconhecimento de Padrões: Redes Neurais Artificiais; Support Vector Machines; e Algoritmos Genéticos. Essas técnicas apresentaram resultados satisfatórios na classificação das escolas, representados por meio de uma “Etiqueta de Classificação do Desempenho”. Por meio desta etiqueta, os gestores educacionais poderão ter melhor base para definir as medidas a serem adotadas junto a cada escola, podendo definir mais claramente as metas a serem cumpridas.

Abstract Quality in Education is an issue that has been discussed in schools and among their managers, in the media, and in the literature. However, a deeper review of the literature has failed to present techniques dealing with database information techniques capable of obtaining classifications for school performance; nor is there a consensus regarding the definition of “educational quality”. To address the situation, in this paper, we propose a methodology that fits the KDD (Knowledge Discovery in Databases) process to classify teaching in schools. This is done by comparing the grades of the “Prova Brasil”, which is part of the Development Index of Basic Education (IDEB) in Brazil. To illustrate the methodology, it was applied to 17 public elementary schools in the municipality of Araucária, located in the metropolitan region of Curitiba, Parana state. The grades achieved by all students of the initial years (1st to 5th year of fundamental teaching) and final years (6th to 9th years of fundamental teaching) were considered. In the Data Mining phase, the main phase of the KDD process, three techniques were used comparatively: Artificial Neural Networks, Support Vector Machines, and Genetic Algorithms. Those techniques presented acceptable results in classifying each school represented by a “Performance Classification Label”. Based on this label, the educational managers can have a greater input for procedures to be adopted in each school, and thus set more accurate targets.

ABSTRACT The Traveling Salesman Problem (TSP) is one of the most well-known and studied problems of Operations Research field, more specifically, in the Combinatorial Optimization field. As the TSP is a NP (Non-Deterministic Polynomial time)-hard problem, there are several heuristic methods which have been proposed for the past decades in the attempt to solve it the best possible way. The aim of this work is to introduce and to evaluate the performance of some approaches for achieving optimal solution considering some symmetrical and asymmetrical TSP instances, which were taken from the Traveling Salesman Problem Library (TSPLIB). The analyzed approaches were divided into three methods: (i) Lin-Kernighan-Helsgaun (LKH) algorithm; (ii) LKH with initial tour based on uniform distribution; and (iii) an hybrid proposal combining Particle Swarm Optimization (PSO) with quantum inspired behavior and LKH for local search procedure. The tested algorithms presented promising results in terms of computational cost and solution quality.

Um dos mais importantes aspectos a ser considerado pelos Centros de Distribuição (CDs) é a melhoria do processo com relação aos atributos de seus serviços. O objetivo deste artigo é analisar várias alternativas para definição de um CD por meio da utilização de um processo multicritério de apoio à decisão, mais especificamente, o Processo de Análise Hierárquica (Analytic Hierarchy Process; AHP), para a atribuição e ponderação dos níveis de importância para a estruturação de CDs. Para melhor ilustrar o processo, fez-se uso dos dados de uma empresa multinacional do ramo alimentício. O processo permitiu identificar a melhor estrutura dentre três possíveis alternativas, que foram avaliadas a partir da definição dos critérios e subcritérios voltados a esse contexto de decisão. Os resultados obtidos mostram que os fatores “custo” e “qualidade” são os principais responsáveis para a escolha da alternativa mais adequada.

One of the most important aspects to be considered by Distribution Centers (CDs) is the improvement of the process in relation to the attributes of their services. The purpose of this article is to analyze various alternatives for the definition of a CD with the use of a method of multicriteria decision support, more specifically, the Analytic Hierarchy Process (AHP) for the allocation and weighting of importance levels for structuring CDs. To further illustrate the process, we used the data collected in a field study carried out in a multinational company of the food sector. The process allowed us to identify the best structure among three possible alternatives that were evaluated based on the criteria and sub-criteria targeted at the decision context. The results show that cost and quality are the main factors responsible for choosing the most appropriate alternative.

ResumoO objetivo do presente trabalho é comparar a utilização da meta-heurística Rede Neural Artificial Aumentada (RNAA) com a heurística Minimum Bin Slack (MBS) para resolução de Problemas de Otimização Combinatória, mais especificamente, em problemas de Bin Packing, uma classe de Problemas de Corte e Empacotamento (PCE). PCEs são vastamente encontrados em diversos ramos da indústria e o tratamento adequado deste tipo de problema pode gerar impactos diretos na economia de matérias-primas e/ou espaço físico das empresas. Para a otimização dos parâmetros da RNAA, fez-se uso de um projeto de Delineamento de Experimento (DOE) do tipo Fatorial Completo. Os testes, realizados em diversos problemas benchmark da literatura, mostraram que, de uma forma geral, a heurística MBS foi superior tanto em relação à qualidade das respostas (cerca de 70% melhor), quanto em relação ao tempo computacional (aproximadamente 90% menor).

AbstractThe objective of this work is to compare the Augmented Neural Network (AugNN) metaheuristic with Minimum Bin Slack (MBS) heuristic to solve Combinatorial Optimization Problems, specifically, in this case, the bin packing problem, a class of Cutting and Packing Problems (CPP). CPPs are easily found among various industry sectors and its proper treatment can impact directly in savings of raw material and/or physical space of enterprises. In order to optimize the parameters of AugNN, a Full Factorial Design of Experiment (DOE) was applied. The tests, developed in many benchmark problems found in the literature, showed that MBS heuristic was generally superior, both in terms of quality of solution (approximately 70% better) and computational time (about 90% shorter).

In this paper, we propose a methodology to classify Power Quality (PQ) in distribution systems based on voltage sags. The methodology uses the KDD process (Knowledge Discovery in Databases) in order to establish a quality level to be printed in labels. The methodology was applied to feeders on a substation located in Curitiba, Paraná, Brazil, considering attributes such as sag length (remnant voltage), duration and frequency (number of occurrences on a given period of time). On the Data Mining Stage (the main stage on KDD Process), three different techniques were used, in a comparative way, for pattern recognition, in order to achieve the quality classification for the feeders: Artificial Neural Networks (ANN); Support Vector Machines (SVM) and Genetic Algorithms (GA). By printing a label with quality level information, utilities companies (power concessionaires) can get better organized for mitigation procedures by establishing clear targets. Moreover, the same way costumers already receive information regarding PQ based on interruptions, they will also be able to receive information based on voltage sags.

One of the most important features to be considered by health service providers when developing and promoting their products (or services) is the consumers' perception of their products' (services') attributes. The purpose of this study is to define the hierarchy for the attributes of services developed by major health plan operators in the city of Curitiba (PR) as perceived their consumers. The classical analytical hierarchy process (AHP) technique, a multicriteria tool for decision analysis and planning, was used to analyze seven companies and six attributes of each of them. The results show that the most meaningful attribute for health service consumers is the "price" and that companies can be separated into the following groups: HP1 and HP2 (Health Plans 1 and 2, with approximately 23% and 19% of consumers preferring each one) and HP3, HP4, HP5, HP6 and HP7 (with approximately 10% of consumers preferring each). Based on the results for each attribute analyzed, the conditions exist for the companies to redefine their structures, processes, prices, and service providers to reach their target customers.

OBJETIVO: Analisar a qualidade dos serviços oferecidos por empresas operadoras de planos de saúde, segundo a percepção de usuários. MÉTODOS: Estudo transversal com 360 usuários de sete operadoras de planos de saúde da cidade de Curitiba, PR, e região metropolitana em 2008. Foi aplicado questionário sobre as preferências dos usuários em relação a seis atributos (localização dos pontos de atendimento; efetividade da ação dos médicos, clínicas e hospitais; rapidez e amabilidade no atendimento; facilidade na liberação de guias; preço; abrangência da rede credenciada) de cada uma das empresas operadoras. Para a análise das respostas foi utilizado o método Analytic Hierarchy Process (AHP, ou Processo Analítico de Hierarquia), ferramenta de análise de decisão e planejamento de múltiplos critérios. RESULTADOS: O atributo mais valorizado pelos usuários foi "preço". As empresas foram agrupadas em dois conjuntos de preferências em relação aos atributos: dos sete planos de saúde, dois apresentaram menor preferência (entre 23% e 19%) e cinco, maior preferência (em torno de 10%). CONCLUSÕES: Com esse tipo de pesquisa, as empresas operadoras de planos de saúde poderiam reformular suas estruturas, processos, preços e redes credenciadas com o objetivo de melhorar seu posicionamento no mercado.

OBJECTIVE: To assess the quality of services offered by health service providers, according to the perception of consumers. METHODS: A cross-sectional study with 360 consumers from seven health service providers in the metropolitan area of Curitiba, PR, in 2008, was performed. An individual questionnaire measuring the consumers' preferences in relation to six attributes (location of service points; effectiveness of doctors, clinics and hospitals; promptness and kindness when caring for patients and family members; ease of access to the authorization forms for consultations; price; diversity of available doctors, clinics and hospitals) for each one of the analyzed health service providers was carried out. The Analytic Hierarchy Process (AHP), a multiple criteria tool for decision analysis and planning, was used to analyze the responses. RESULTS: The attribute most valued by the consumers was "price". The companies were grouped into two sets, regarding the mentioned attributes: two had lower preference (between 19% and 23%) and five, higher preference (around 10% each). CONCLUSIONS: With this type of research, health service providers could reshape their structures, processes, prices and accredited networks, in order to improve their market strategy.

OBJETIVO: Analizar la calidad de los servicios ofrecidos por empresas operadoras de seguros de salud, según la percepción de usuarios. MÉTODOS: Estudio transversal con 360 usuarios de siete operadoras de seguros de salud de la ciudad de Curitiba, Sur de Brasil, y región metropolitana en 2008. Se aplicó cuestionario sobre las preferencias de los usuarios con relación a seis atributos (localización de los puntos de atención; efectividad de la acción de los médicos, clínicas y hospitales; rapidez y amabilidad en la atención, facilidad en la liberación de documentos de aprobación, precio; alcance de la red acreditada) de cada una de las empresas operadoras. Para el análisis de las respuestas fue utilizado el método Analytic Hierarchy Process (AHP, o Proceso Analítico de Jerarquía), herramienta de análisis de decisión y planificación de múltiples criterios. RESULTADOS: El atributo más valorizado por los usuarios fue "precio". Las empresas fueron agrupadas en dos conjuntos de preferencias con relación a los atributos: de los siete seguros de salud, dos presentaron menor preferencia (entre 23% y 19%) y cinco, mayor preferencia (en torno de 10%). CONCLUSIONES: Con este tipo de investigación, las empresas operadoras de seguros de salud podrían reformular sus estructuras, procesos, precios y redes acreditadas con el objetivo de mejorar su posicionamiento en el mercado.

OBJETIVO: Analisar a qualidade dos serviços oferecidos por empresas operadoras de planos de saúde, segundo a percepção de usuários. MÉTODOS: Estudo transversal com 360 usuários de sete operadoras de planos de saúde da cidade de Curitiba, PR, e região metropolitana em 2008. Foi aplicado questionário sobre as preferências dos usuários em relação a seis atributos (localização dos pontos de atendimento; efetividade da ação dos médicos, clínicas e hospitais; rapidez e amabilidade no atendimento; facilidade na liberação de guias; preço; abrangência da rede credenciada) de cada uma das empresas operadoras. Para a análise das respostas foi utilizado o método Analytic Hierarchy Process (AHP, ou Processo Analítico de Hierarquia), ferramenta de análise de decisão e planejamento de múltiplos critérios. RESULTADOS: O atributo mais valorizado pelos usuários foi "preço". As empresas foram agrupadas em dois conjuntos de preferências em relação aos atributos: dos sete planos de saúde, dois apresentaram menor preferência (entre 23% e 19%) e cinco, maior preferência (em torno de 10%). CONCLUSÕES: Com esse tipo de pesquisa, as empresas operadoras de planos de saúde poderiam reformular suas estruturas, processos, preços e redes credenciadas com o objetivo de melhorar seu posicionamento no mercado.

OBJECTIVE: To assess the quality of services offered by health service providers, according to the perception of consumers. METHODS: A cross-sectional study with 360 consumers from seven health service providers in the metropolitan area of Curitiba, PR, in 2008, was performed. An individual questionnaire measuring the consumers' preferences in relation to six attributes (location of service points; effectiveness of doctors, clinics and hospitals; promptness and kindness when caring for patients and family members; ease of access to the authorization forms for consultations; price; diversity of available doctors, clinics and hospitals) for each one of the analyzed health service providers was carried out. The Analytic Hierarchy Process (AHP), a multiple criteria tool for decision analysis and planning, was used to analyze the responses. RESULTS: The attribute most valued by the consumers was "price". The companies were grouped into two sets, regarding the mentioned attributes: two had lower preference (between 19% and 23%) and five, higher preference (around 10% each). CONCLUSIONS: With this type of research, health service providers could reshape their structures, processes, prices and accredited networks, in order to improve their market strategy.

OBJETIVO: Analizar la calidad de los servicios ofrecidos por empresas operadoras de seguros de salud, según la percepción de usuarios. MÉTODOS: Estudio transversal con 360 usuarios de siete operadoras de seguros de salud de la ciudad de Curitiba, Sur de Brasil, y región metropolitana en 2008. Se aplicó cuestionario sobre las preferencias de los usuarios con relación a seis atributos (localización de los puntos de atención; efectividad de la acción de los médicos, clínicas y hospitales; rapidez y amabilidad en la atención, facilidad en la liberación de documentos de aprobación, precio; alcance de la red acreditada) de cada una de las empresas operadoras. Para el análisis de las respuestas fue utilizado el método Analytic Hierarchy Process (AHP, o Proceso Analítico de Jerarquía), herramienta de análisis de decisión y planificación de múltiples criterios. RESULTADOS: El atributo más valorizado por los usuarios fue "precio". Las empresas fueron agrupadas en dos conjuntos de preferencias con relación a los atributos: de los siete seguros de salud, dos presentaron menor preferencia (entre 23% y 19%) y cinco, mayor preferencia (en torno de 10%). CONCLUSIONES: Con este tipo de investigación, las empresas operadoras de seguros de salud podrían reformular sus estructuras, procesos, precios y redes acreditadas con el objetivo de mejorar su posicionamiento en el mercado.

This paper presents a proposal for strategic planning for the replacement of products in stores of a supermarket network. A quantitative method for forecasting time series is used for this, the Artificial Radial Basis Neural Networks (RBFs), and also a qualitative method to interpret the forecasting results and establish limits for each product stock for each store in the network. The purpose with this strategic planning is to reduce the levels of out-of-stock products (lack of products on the shelves), as well as not to produce overstocking, in addition to increase the level of logistics service to customers. The results were highly satisfactory reducing the Distribution Center (DC) to shop out-of-stock levels, in average, from 12% to about 0.7% in hypermarkets and from 15% to about 1.7% in supermarkets, thereby generating numerous competitive advantages for the company. The use of RBFs for forecasting proved to be efficient when used in conjunction with the replacement strategy proposed in this work, making effective the operational processes.

A usina de Itaipu, maior geradora de hidroeletricidade do mundo, possui mais de 2.200 instrumentos que monitoram seu comportamento geotécnico e estrutural, os quais possuem leituras armazenadas em um banco de dados há mais de 30 anos. A alta dimensionalidade e a grande quantidade de registros contidos nas bases de dados são problemas não triviais tendo-se em vista a busca pelo "conhecimento" a partir desses dados. Neste artigo é apresentado um estudo no qual foram utilizados algoritmos de Mineração Visual de Dados (MVD), integrando técnicas de Mineração de Dados (MD) com técnicas de Visualização de Informação (VI), para analisar estes dados de instrumentação, tendo como objetivo estabelecer relações existentes entre diferentes instrumentos, que possibilitem detectar falhas indesejáveis no sistema de monitoramento e possíveis danos à segurança e integridade da barragem. Um maior número de informações pôde ser extraído mais facilmente quando diferentes técnicas de VI, juntamente com as de MD, são aplicadas aos dados. A análise visual dos dados mostrou-se eficiente por agilizar a detecção de anomalias nos dados, sendo uma valiosa ferramenta de apoio à tomada de decisões.

Itaipu, the greatest hydroelectric power plant in operation in the world, has more than 2,200 monitoring instruments, which have been storing readings in databases for more than 30 years. The large data sets of high dimensionality and the large amount of records inserted into databases are non-trivial problems when conducting a search for "knowledge" through the data. This paper introduces a study using Visual Data Mining (VDM) algorithms integrating Data Mining (DM) techniques with Visualization of Information (VI) techniques to analyze the data collected at Itaipu dam. The main objective was to establish relationships between the variables in order to detect undesirable failures that can compromise the security and integrity of the dam. More information may be more easily extracted when different techniques of Visualization of Information, together with techniques of Data Mining, are applied for data analysis. The visual analysis of the data has proved efficient in detecting patterns of anomalies, and thus it can be considered a valuable tool to support decision making.

This paper presents a proposal for optimizing the public health service in the state of Parana in terms of the flow of patients within the state's boundaries and the regionalization (division) of the state into new hierarchical configurations for this service. In terms of regionalization, the proposal consists of dividing the state into smaller regions comprising several towns connected to a headquarter city, which would be responsible for decisions affecting the region. With regard to the flow of patients, an algorithm is proposed which organizes the information while simultaneously optimizing the flow. The state was regionalized using a branch-and-price algorithm, which uses a column generating algorithm in each node of a branch-and-bound tree. The technique proposed here to optimize the patient flow proved effective and useful, controlling not only the medical procedures performed in each town but also defining the city to which each patient should be taken, according to the hierarchical division of the state. The branch-and-price algorithm used to optimize the regionalization of the state is very interesting, for it improves the hierarchical division of the state taking into account the number of inhabitants and the number of medical procedures in each city of the state. The results have met the expectations of State Health Services.

Neste trabalho é apresentada uma proposta para a otimização no serviço de saúde no estado do Paraná com relação ao fluxo de pacientes dentro do estado e a regionalização (divisão) do estado, obtendo novas configurações hierárquicas para o mesmo. Quanto à regionalização, a proposta consiste em dividir o estado em regiões menores, formadas por várias cidades, vinculadas a uma cidade sede, principal responsável pelo atendimento no seu nível de resolutividade. Com relação ao fluxo de pacientes, é proposto um algoritmo que, ao mesmo tempo em que organiza as informações, otimiza o fluxo. Já para a regionalização, fez-se uso do algoritmo branch and price, que utiliza o algoritmo de geração de colunas em cada nó de uma árvore branch and bound. A técnica proposta apresentada para otimizar o fluxo de pacientes mostrou-se eficaz e útil, pois além de fazer o controle dos procedimentos médicos realizados em cada cidade, também define para qual cidade o paciente deve ser encaminhado, respeitando a divisão hierárquica do estado. Já o algoritmo branch and price, utilizado para a otimização na regionalização do estado, é bastante interessante, pois tenta melhorar a referida divisão hierárquica do estado, levando em consideração o número de habitantes e o número de procedimentos médicos de cada município do estado. Os resultados obtidos têm atendido às expectativas da SESA-PR.

O presente artigo tem por finalidade apresentar uma metodologia, composta por técnicas de Análise Multivariada, para a construção de um modelo estatístico de regressão linear múltipla para avaliação de imóveis em função de suas características (variáveis, atributos). É aplicada, inicialmente, a análise de agrupamento aos dados de cada classe de imóvel urbano (apartamentos, residências e terrenos) para obtenção de grupos homogêneos dentro de cada classe e, em correspondência, são determinados discriminantes para alocar futuros itens nesses grupos, pelo método do escore discriminante quadrático. Em seguida, aplica-se a técnica da análise de componentes principais (ACP) para resolver o problema da multicolinearidade que pode existir entre as variáveis do modelo. Os escores das componentes principais são, então, as novas variáveis independentes, e com elas é ajustado um modelo de regressão linear múltipla para cada grupo de imóveis homogêneos dentro de cada classe. a metodologia foi aplicada a um conjunto de 119 imóveis, referentes a 44 apartamentos, 51 casas e 24 terrenos, da cidade de Campo Mourão, PR. O modelo para cada grupo homogêneo, dentro de cada classe de imóveis avaliados, apresentou um ajuste adequado aos dados e uma capacidade preditiva bastante satisfatória.

The purpose of this paper is to present a methodology composed by Multivariate Statistical Analysis techniques in order to build a Statistical Multiple Linear Regression Model to evaluate some estates according to their characteristics (variables, attributes). First, a Clustering Analysis was applied to the data of each urban estate class (apartments, houses or lots) to categorize similar groups and, correspondingly, the discriminant was defined in order to assign future items to these groups, by means of the Quadratic Score Discriminant Method. Next, the Principal Components Analysis (P.C.A.) was applied to solve the multicolinearity problem that may exist among the variables in the model. The scores of the principal components become then the new independent variables and with them a Multiple Linear Regression model was adjusted to each group of similar estate within each class. This methodology was applied to a set of 119 estates including 44 apartments, 51 houses and 24 lots in the city of Campo Mourão, PR. The model for each similar group in each class of the evaluated estates presented an adequate adjustment to the data and a satisfactory predictive capacity.