Júlio César Alves
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Júlio César Alves has a total of 19 co-authors. Here are the top co-authors by number of shared publications:
- André Pimenta Freire
Federal University of Lavras
2 shared publications - Geraldo Robson Mateus
Universidade Federal de Minas Gerais
2 shared publications - Heitor Costa
UFLA
2 shared publications - Igor Wiese
UTFPR
2 shared publications - Paulo Afonso Parreira Júnior
UFLA
2 shared publications - Bruno Pimentel1 shared publication
Latest Publications
- Open Access
- 20 April 2026
- Published by Elsevier in SSRN Electronic Journal
A Hybrid Mixed-Integer Linear Programming and Reinforcement Learning Framework for Large-Scale Optimization
This paper proposes a hybrid optimization framework that integrates Mixed-Integer Linear Programming (MILP) with Reinforcement Learning (RL) to address large-scale, dynamic production planning problems. The framework is conceived as an interconnected architecture composed of three modules: a MILP modeling module that ensures global consistency and feasibility, a learning module based on Proximal Policy Optimization (PPO) that learns adaptive decision policies, and an evaluation and feedback module that iteratively refines both components. Additionally, the framework targets problems with quasi-decomposable structures, where local decisions are tightly coupled through global balance constraints. The proposed architecture is evaluated using a real-world case study from Samarco, a complex iron ore production system involving long-distance pipeline transport and interdependent operational stages. Computational experiments using real and simulated data demonstrate that the hybrid framework achieves faster convergence and improved adaptability compared to standalone MILP and RL approaches, offering a scalable and intelligent solution for industrial production planning.
- 20 April 2026
- Published by Elsevier in SSRN Electronic Journal
Open AccessA Hybrid Mixed-Integer Linear Programming and Reinforcement Learning Framework for Large-Scale Optimization
This paper proposes a hybrid optimization framework that integrates Mixed-Integer Linear Programming (MILP) with Reinforcement Learning (RL) to address large-scale, dynamic production planning problems. The framework is conceived as an interconnected architecture composed of three modules: a MILP modeling module that ensures global consistency and feasibility, a learning module based on Proximal Policy Optimization (PPO) that learns adaptive decision policies, and an evaluation and feedback module that iteratively refines both components. Additionally, the framework targets problems with quasi-decomposable structures, where local decisions are tightly coupled through global balance constraints. The proposed architecture is evaluated using a real-world case study from Samarco, a complex iron ore production system involving long-distance pipeline transport and interdependent operational stages. Computational experiments using real and simulated data demonstrate that the hybrid framework achieves faster convergence and improved adaptability compared to standalone MILP and RL approaches, offering a scalable and intelligent solution for industrial production planning.
- 27 July 2025
- Published by Springer Nature
- p. 295-306
A Reinforcement Learning Method for Integrated Production Scheduling and Distribution
- 27 July 2025
- Published by Springer Nature
- p. 295-306
A Reinforcement Learning Method for Integrated Production Scheduling and Distribution
- Open Access
- 27 December 2023
- Published by Sociedade Brasileira de Computação in Revista Brasileira de Informática na Educação
- Vol. 31, 1200-1224
Sobre o Ensino de Software Livre na Graduação: Estratégias e Lições Aprendidas
Uma das formas de se proporcionar o contato de estudantes de computação com o universo do software livre é por meio da oferta de disciplinas com esta temática. Tal contato permite que esses estudantes tenham, dentre outras coisas, a oportunidade de lidar com problemas reais, vivenciados diariamente na indústria de software. O presente artigo descreve um relato de experiência sobre duas ofertas da disciplina "Desenvolvimento de Software Livre" para os cursos de Ciência da Computação e Sistemas de Informação. Espera-se, por meio deste trabalho, poder compartilhar boas práticas, desafios e lições aprendidas sobre o ensino de software livre na graduação, de tal forma a desvendar "o caminho das pedras" e incentivar outros(as) docentes a se debruçarem sobre o tema. Como principais resultados das ofertas desta disciplina, a partir das respostas dadas em um questionário respondido por 37 estudantes, observou-se que 36 (97%) deles(as) recomendariam fortemente a disciplina a outras pessoas e que 31 (83%) se sentiram mais confiantes e mais preparados(as) para contribuir com projetos de software livre, após terem cursado a disciplina.
- 27 December 2023
- Published by Sociedade Brasileira de Computação in Revista Brasileira de Informática na Educação
- Vol. 31, 1200-1224
Open AccessSobre o Ensino de Software Livre na Graduação: Estratégias e Lições Aprendidas
Uma das formas de se proporcionar o contato de estudantes de computação com o universo do software livre é por meio da oferta de disciplinas com esta temática. Tal contato permite que esses estudantes tenham, dentre outras coisas, a oportunidade de lidar com problemas reais, vivenciados diariamente na indústria de software. O presente artigo descreve um relato de experiência sobre duas ofertas da disciplina "Desenvolvimento de Software Livre" para os cursos de Ciência da Computação e Sistemas de Informação. Espera-se, por meio deste trabalho, poder compartilhar boas práticas, desafios e lições aprendidas sobre o ensino de software livre na graduação, de tal forma a desvendar "o caminho das pedras" e incentivar outros(as) docentes a se debruçarem sobre o tema. Como principais resultados das ofertas desta disciplina, a partir das respostas dadas em um questionário respondido por 37 estudantes, observou-se que 36 (97%) deles(as) recomendariam fortemente a disciplina a outras pessoas e que 31 (83%) se sentiram mais confiantes e mais preparados(as) para contribuir com projetos de software livre, após terem cursado a disciplina.
- Open Access
- 24 April 2023
- Published by Sociedade Brasileira de Computação
- p. 194-204
Um Relato de Experiência sobre a Oferta da Disciplina Desenvolvimento de Software Livre para os Cursos de Ciência da Computação e Sistemas de Informação
Além de ser uma excelente oportunidade de aprendizado, a participação em projetos de software livre pode ser um diferencial na carreira de um profissional, pois diversas empresas têm valorizado e buscado esse tipo de experiência nos currículos dos seus futuros colaboradores. Assim, torna-se importante que estudantes de Computação tenham contato com o universo do software livre, a fim de conhecerem suas potencialidades e desafios, bem como terem a oportunidade de lidar com problemas reais, vivenciados diariamente na indústria de software. Uma das formas de proporcionar esse contato é por meio da oferta de disciplinas com esta temática. Este trabalho tem como objetivo apresentar o relato de experiência sobre a oferta da disciplina "Desenvolvimento de Software Livre" para os cursos de Ciência da Computação e Sistemas de Informação. Como principais destaques deste relato, têm-se que: (i) não houve desistências ao longo do semestre; (ii) o percentual de aprovação foi de 100%; (iii) a partir das respostas dadas em um questionário respondido por 20 estudantes, percebeu-se que 19 (95%) deles(as) recomendariam fortemente a disciplina a outras pessoas e 16 (80%) se sentiram mais confiantes e mais preparados(as) para contribuir com projetos de software livre, após terem cursado a disciplina; (iv) houve relatos de estudantes que, após terem cursado a disciplina, contribuíram com bibliotecas de software livre para resolverem problemas em seus locais de trabalho; entre outros.
- 24 April 2023
- Published by Sociedade Brasileira de Computação
- p. 194-204
Open AccessUm Relato de Experiência sobre a Oferta da Disciplina Desenvolvimento de Software Livre para os Cursos de Ciência da Computação e Sistemas de Informação
Além de ser uma excelente oportunidade de aprendizado, a participação em projetos de software livre pode ser um diferencial na carreira de um profissional, pois diversas empresas têm valorizado e buscado esse tipo de experiência nos currículos dos seus futuros colaboradores. Assim, torna-se importante que estudantes de Computação tenham contato com o universo do software livre, a fim de conhecerem suas potencialidades e desafios, bem como terem a oportunidade de lidar com problemas reais, vivenciados diariamente na indústria de software. Uma das formas de proporcionar esse contato é por meio da oferta de disciplinas com esta temática. Este trabalho tem como objetivo apresentar o relato de experiência sobre a oferta da disciplina "Desenvolvimento de Software Livre" para os cursos de Ciência da Computação e Sistemas de Informação. Como principais destaques deste relato, têm-se que: (i) não houve desistências ao longo do semestre; (ii) o percentual de aprovação foi de 100%; (iii) a partir das respostas dadas em um questionário respondido por 20 estudantes, percebeu-se que 19 (95%) deles(as) recomendariam fortemente a disciplina a outras pessoas e 16 (80%) se sentiram mais confiantes e mais preparados(as) para contribuir com projetos de software livre, após terem cursado a disciplina; (iv) houve relatos de estudantes que, após terem cursado a disciplina, contribuíram com bibliotecas de software livre para resolverem problemas em seus locais de trabalho; entre outros.
- 6 October 2021
- Published by Springer Nature
- p. 229-239
Applying and Comparing Policy Gradient Methods to Multi-echelon Supply Chains with Uncertain Demands and Lead Times
- 6 October 2021
- Published by Springer Nature
- p. 229-239
Applying and Comparing Policy Gradient Methods to Multi-echelon Supply Chains with Uncertain Demands and Lead Times
- 22 September 2020
- Published by Springer Nature
- p. 584-599
Deep Reinforcement Learning and Optimization Approach for Multi-echelon Supply Chain with Uncertain Demands
- 22 September 2020
- Published by Springer Nature
- p. 584-599
Deep Reinforcement Learning and Optimization Approach for Multi-echelon Supply Chain with Uncertain Demands
- 1 June 2020
- Published by Elsevier in Computers & Operations Research
- Vol. 118
A multiperiod workforce scheduling and routing problem with dependent tasks
- 1 June 2020
- Published by Elsevier in Computers & Operations Research
- Vol. 118
A multiperiod workforce scheduling and routing problem with dependent tasks