Muitos problemas de otimização envolvem tanto variáveis inteiras quanto contínuas e podem ser modelados como problemas de programação não-linear inteira mista. Problemas dessa natureza aparecem com freqüência em engenharia química e incluem, por exemplo, síntese de processos, projeto de colunas de destilação, síntese de rede de trocadores de calor e produção de óleo e gás. Neste trabalho, apresentamos algoritmos baseados em Lagrangianos Aumentados e branch and bound para resolver problemas de programação não-linear inteira mista. Duas abordagens são consideradas. Na primeira delas, um algoritmo do tipo Lagrangianos Aumentados é usado como método para resolver os problemas de programação não-linear que aparecem em cada um dos nós do método branch and bound. Na segunda abordagem, usamos o branch and bound para resolver os problemas de minimização em caixas com variáveis inteiras que aparecem como subproblemas do método de Lagrangianos Aumentados. Ambos os algoritmos garantem encontrar a solução ótima de problemas convexos e oferecem recursos apropriados para serem usados na resolução de problemas não convexos, apesar de não haver garantia de otimalidade nesse caso. Apresentamos um problema de empacotamento de retângulos em regiões convexas arbitrárias e propomos modelos para esse problema que resultam em programas não-lineares com variáveis inteiras e contínuas. Realizamos alguns experimentos numéricos e comparamos os resultados obtidos pelo método descrito neste trabalho com os resultados alcançados por outros métodos. Também realizamos experimentos com problemas de programação não-linear inteira mista encontrados na literatura e comparamos o desempenho do nosso método ao de outro disponível publicamente.

Many optimization problems contain both integer and continuous variables and can be modeled as mixed-integer nonlinear programming problems. Problems of this nature appear frequently in chemical engineering and include, for instance, process synthesis, design of distillation columns, heat exchanger network synthesis and oil and gas production. In this work, we present algorithms based on Augmented Lagrangians and branch and bound for solving mixed-integer nonlinear programming problems. Two approaches are considered. In the first one, an Augmented Lagrangian algorithm is used for solving nonlinear programming problems that appear at each node in the branch and bound method. In the second approach, we use a branch and bound method for solving box-constrained problems with integer variables that appear as subproblems of the Augmented Lagrangian algorithm. Both algorithms guarantee to find an optimal solution for convex problems and have appropriate strategies to deal with non-convex problems, although there is no guarantee of optimality in this case. We present a problem of packing rectangles within an arbitrary convex region and propose models for this problem that result in nonlinear programs with integer and continuous variables. We have performed some numerical experiments and compared the results reached by the method described in this work and the results obtained by other methods. We have also performed experiments with mixed-integer nonlinear programming problems found in the literature and compared the performance of our method to that of other method publicly available.