Title: Pesquisa Operacional Aplicada
1Pesquisa Operacional Aplicada à LogísticaProf.
Fernando Augusto Silva Marins fmarins_at_feg.unesp.
br
www.feg.unesp.br/fmarins
2- Sumário
- Introdução à Pesquisa Operacional (P.O.)
- Modelagem e Softwares
- Programação Linear (Inteira) Solver, LINDO,
WinQSB - Programação em Redes Solver, WinQSB, LINDO
- Teoria das Filas WinQSB, Templates
- Simulação Promodel, Arena, Simul8, CrystalBall
(Excel) - Modelos e Teoria de Estoques WinQSB (já foi
estudado em 2007)
3- Pesquisa Operacional ou
- Operations Research
ou -
- Operational
Research ou - Management Sciences
4- A P.O. e o Processo de Tomada de Decisão
-
- Tomar decisões é uma tarefa básica da gestão.
- Decidir optar entre alternativas viáveis.
- Papel do Decisor
-
- Identificar e Definir o Problema
- Formular objetivo (s)
- Analisar Limitações
- Avaliar Alternativas ? Escolher a melhor
5-
- PROCESSO DE DECISÃO
-
- Abordagem Qualitativa Problemas simples e
experiência do decisor -
- Abordagem Quantitativa Problemas complexos,
ótica científica e uso de métodos quantitativos.
6- P.O. tem tido um impacto crescente na
administração das empresas, tendo aumentado o
número e a variedade de suas aplicações. - Exemplos
- Programação Linear mix de produção, mistura de
matérias-primas, modelos de equilíbrio econômico,
carteiras de investimentos, roteirização jogos
entre empresas - Modelos em Redes rotas econômicas de transporte,
distribuição e transporte de bens, alocação de
pessoal, monitoramento de projetos - Teoria de Filas congestionamento de tráfego,
operações de hospitais, dimensionamento de
equipes de serviço - Outras técnicas Simulação, Programação Inteira,
Programação Não-linear, Teoria de Estoques,
Programação por Metas, Programação
Multi-objetivo.
7- Definição Pesquisa Operacional
- é uma ciência aplicada formada por um conjunto
de técnicas que visam a determinação das melhores
condições de aproveitamento de recursos escassos - Pode ser aplicada a uma enorme variedade de
situações problemas relacionados com espera,
problemas de misturas e formulações, problemas de
estoques, problemas de programação da produção,
problemas de arranjos físicos, problemas em redes
de transportes, problemas de abastecimento,
problemas de comunicação e transmissão de dados,
entre outros. - Adota um enfoque sistêmico para os problemas
8Paradigma Taylorista de Especialização Funcional
(Silos Especializados)
- Vendedores se preocupam com volume de vendas e
não a rentabilidade - Compradores se preocupam com menor preço unitário
e não com a qualidade, a consistência de entrega,
... - Transporte é normalmente escolhido pelo valor do
frete e não pelo serviço oferecido - Manufatura se preocupa em maximizar a
produtividade da mão-de-obra, independentemente
de prazos de entrega e níveis de estoques gerados
E a empresa como um todo???
9A Pesquisa Operacional e a Internet
- Sociedade Brasileira de Pesquisa Operacional
//www.sobrapo.org - International Federation of O. R. Societies
//www.ifors.org - Institute for O. R. and Management Sciences
//www.informs.org/resources - Modelos em Redes - NEOS Server
www.mcs.anl.gov/otc/server - Roteamento com Janelas de Tempo
www.pratix.hu/optonline - Roteamento //riot.ieor.berkeley.edu/riot
- Picking em Armazéns www.fbk.eur.nl/OZ/LOGISTICA
- Gerenciamento de Retornos www.fbk.eur.nl/OZ/REVLO
G
10A Pesquisa Operacional e a Internet
- Livro eletrônico (grátis)
- Operations Research Simplified
- www.universalteacher.com
11Logística como sistema
SUPPLY CHAIN MANAGEMENT
LOGÍSTICA
DISTRIBUIÇÃO FÍSICA
SUPRIMENTO
FORNECEDOR
PRODUÇÂO
CLIENTE
DEPÓSITO
12Elementos do planejamento logístico
Nível de Serviço
13Linha do Tempo 1800-2000
Atividades integradas
Supply Chain Management
Atividades isoladas
Inovação Colaboração 2000s
Custo Total 1956
Jomini Logistique 1836
IBM PC JIT TQM 1980s
Crise Petróleo Juros 1970s
Globalização Internet 1990s
Heskett Business Logistics 1964
Dia D Normandia 1944
14... mas desempenho logístico melhoramanufatura
dos EUA, 1960-2000
Fonte Hesse, Rodrigue, 2004
15Evolução da Logística...
Ballou, 2006
16Ações realizadas para esta mudança
- Redução de estoques
- Modos de transporte mais caros
- Redução de fretes
- Desregulamentação
- Tecnologia de veículos não evoluiu na mesma
velocidade - Melhor administração
- Integração de atividades
- Coordenação aperfeiçoada
- Operadores logísticos
- Ferramentas tecnológicas sofisticadas
17Melhoria da administração logística
- Aumento da complexidade exigiu conceitos e
organização logística mais sofisticadas nas
empresas - Organização e gestão
- Reconhecimento formal da atividade logística na
estrutura decisória das empresas - Novas formas de gestão (JIT, TQM, etc)
- Surgimento de prestadores de serviço logístico
integrado - Teoria dos sistemas
- Integração de atividades e funções propriedades
emergentes - Indicadores de desempenho sistêmicos (custo
total, por exemplo) - Tecnologia de informação
- Sistemas integrados (Enterprise Resource Planning
ERP) - Telecomunicações
- Tecnologia de decisão
- Pesquisa Operacional
18A vida do logístico é muito complicada...
- Produto (o quê)
- Matérias-primas
- Tempo (quando)
- Prazos
- Estoques
- Origens (de onde)
- Fornecedores
- Fontes (fábricas, armazéns)
- Destinos (para onde)
- Instalações logísticas
- Clientes
- Fluxo (quanto)
- Processo (como)
- Equipamento
- Modais
- Econômica
- Custos
- Preços
- Método científico
- Indicadores de desempenho claros e quantitativos
- Modelos matemáticos
- Métodos de solução
- Tecnologia
- Computadores
- Dados
Pesquisa Operacional
19Pesquisa Operacional faz diferença no desempenho
de organizações?
20Resultados acumulados dos finalistas do Edelman
INFORMS 2007
21Sucessos da Pesquisa Operacional em Logística
finalistas do Prêmio Franz Edelman 1984-2007
61 trabalhos 42
22Edelman métodos empregados
Todos finalistas
Somente logística
PS simulação estocástica discreta é popular na
indústria...
23FINALISTAS EDELMAN 1984-2007
24FINALISTAS EDELMAN 1984-2007
25FINALISTAS EDELMAN 1984-2007
26FINALISTAS EDELMAN 1984-2007
27FINALISTAS EDELMAN 1984-2007
28FINALISTAS EDELMAN 1984-2007
29FINALISTAS EDELMAN 1984-2007
30Pesquisa Operacional no contexto logístico
31Hierarquia de Decisões Logísticas uma taxonomia
Nível de decisão
Rede logística
Transpor-tes
Estoques
Armazena-gem
Compras
Produção
ESTRA-TÉGICO
Localização de instalações
Seleção do modal
Políticas de estoque
Arranjo físico tecnologia
Políticas de relaciona-mento
TÁTICO
Plano de capacidade e estoques sazonais
Dimensio- namento de frota Frota dedicada
Estoque de segurança, previsão de vendas (tático)
Aluguel sazonal
Seleção de fornecedo-res
Plano agregado da produção
Roteiro de entregas, circuitos
Reposição (quantida-des e prazos)
Coleta arrumação
Liberação de pedidos
Programação da produção
OPERA-CIONAL
Exemplos de decisões logísticas
32Vencedores Edelman conforme taxonomia
33Decisões típicas, exemplos
34Rede logística estratégico
- Problema clássico localização
- Du Pont, Pullmann, Copersucar, Serrana, PQ
Triunfo, Cargill, Unilever, Danone, Pepsico,
Avon,... - Instalações logísticas
- Fábricas
- Centros de distribuição
- Terminais e armazéns
- Medidas de mérito margem, custo, nível de
serviço (tempo, distância) - Avaliar tradeoffs de modo explícito
- Custos de transporte, instalações, estoques e
nível de serviço - Impostos (nacionais e internacionais)
- Restrições usuais
- Demanda, produção, escoamento
- Tratamento agregado
- Edelman
- Procter Gamble 1996
- HP 2003
35Exemplo localizaçãotributos
- Quem desenvolve modelos de localização para
empresas precisa saber modelar tributos! - Modelo de decisão onde localizar instalações
logísticas, seu escopo de itens e área de
influência - Minimizar custo logístico ICMS
- Considerar decisão de membros do canal logístico
(sonegação) - Restrições de demanda, capacidade, escoamento
- Processados 47 cenários
- Resultados
- Corrobora intuição e observação prática
- Posição logisticamente favorável de alguns
Estados - 3,5 a 11 de incremento de custo logísticos para
se beneficiar de turismo fiscal
36ICMS
- Imposto estadual que incide sobre o consumo final
- Cada agente na cadeia de valor recolhe
proporcionalmente ao valor que agrega ao produto - Preço final ao consumidor engloba todo o imposto
- Alíqüotas diferenciadas para operações internas e
exportações entre Estados - R 82,28 bilhões em 2000 87 da carga tributária
dos Estados 22,8 da carga tributária
brasileira 7,55 do PIB
37Descrição do Problema
- Encontrar o número, a dimensão e os locais de
CDs em uma rede física de distribuição que
minimizarão custos fixos e variáveis e o débito
do ICMS, através dos quais fluirão mercadorias
sujeitas às seguintes condições - Cada fábrica tem uma única linha de produtos
exclusivos - Cada fábrica tem capacidade infinita
- Cada demanda deve ser integralmente satisfeita
- O fluxo em cada CD não pode ultrapassar a
capacidade associada ao seu custo fixo anual
38- A distribuição física é realizada através de um
único operador logístico - Podem ocorrer entregas diretas a partir das
fábricas - Mesmas praças podem ser atendidas por mais de uma
origem (CD ou fábrica) - Praças importantes são atendidas em prazos-limite
(nível de serviço) - Cada mercado tem clientes que desejam o crédito
de ICMS (não sonegam) e clientes indiferentes ao
crédito (podem sonegar)
39Problema idealizado
- Quatro linhas de produtos diferentes em quatro
fábricas distintas, com vendas CIF - Fábricas localizadas em diferentes Estados GO,
PE, SC, SP - 51 locais candidatos a ter CDs, escolhidos em
função de porte, infraestrutura e ligação com
Estados vizinhos - Clientes agregados em 122 mesorregiões (exclui
certas porções da Amazônia) - Modal rodoviário
40Municípios Candidatos
41Índices do modelo
42Modelo matemático (PLIM)
Função objetivo
43Restrições
Vk, p, s (demanda plena) 3.2
Vi, p (capacidade fábrica) 3.3
Vj (capacidade depósito j) 3.4
Vj (apenas um tamanho é aberto) 3.5
Vj, p, s (balanço de massa no CD) 3.6
Restrições usuais de não-negatividade e binárias
44Parâmetros do modelo
- Mercados, produtos e demanda
- 122 mesorregiões
- Fontes IBGE, Instituto ACNielsen (per capita e
share) - Demanda (pop. x per capita x conversão peso x
share das 3 principais marcas)/ 3 - Volume total Brasil 593.917 t/ano
45Demandas totais e origens
46Demanda mesorregiões
47Outros parâmetros
- Índice de sonegação fator linear
- Capacidades dos CDs
- Máximo 300.000 t/ano
- 10 níveis n, incluindo zero (n 1)
- Frete de transferência f (distância), r2
0,973 - Frete de distribuição, r2 0,743
- Distância ponto a ponto (lat. Long.) corrigido
- ICMS tabela CONFAZ
- Custo (preço) médio constante R 2.500/t
48Últimos parâmetros
- Custo de transbordo R 1,00/t
- Custos fixos dos CDs f (capacidade n)
- Nível de serviço
- Mesorregião gt 3 milhões hab. até 500 km
- Entre 2 e 3 milhões hab. até 750 km
- Menor que 2 milhões hab. sem limite
49Processamento do Modelo
- Porte do modelo 510 variáveis binárias, 62.000
variáveis reais e 1.600 restrições - Obteve-se soluções ótimas em quase todos os
47cenários processados (3 interromperam o
processamento por atingir a tolerância limite de
10-8) - Tempos de processamento entre alguns minutos e 2
horas (Pentium IV 1,7 Mhz, 512 RAM) - Software GAMS 3.0 e CPLEX 7.0, SPRING, Maptitude
3.0
50Resultados
Valores em milhões de reais (Maio 2001)
51Resultados
52Custo logístico vs ICMS
53Variação custo logístico
54Rede logística tático
- Planejamento agregado da logística (fluxo)
- Petrobrás (SIMOR), Embraer, Cosan, Bunge
- Definir quanto, quando e em qual instalação
produzir determinada família de produto - Rede de instalações é dada (restrição)
- Grande quantidade de tradeoffs manufatura,
estoque, faltas, mão de obra, materiais,
transporte, nível de serviço - Necessidade de agregação de itens pelo porte do
problema (e posterior desagregação) - Problema normalmente dinâmico
- Múltiplos métodos
- Edelman
- Digital 1994
55Exemplo Logística internacional
- Montagem de aeronaves comerciais em Harbin, norte
da China (256 itens) - Abastecimento da unidade
- Lote mínimo de compra
- Envio direto ou etapa de transbordo para ajuste
de quantidades - Brasil (SJC) restrição de capacidade (espaço
físico) - RECOF Aeronáutico (substitui regime de Drawback)
- Modelo de transbordo com custos fixos
- Objetivo minimizar custo
- Restrições usuais demanda, oferta, transbordo
(com capacidades)
56Presença dos Jatos Regionais - USA
Fonte Back Aviation
57Presença dos Jatos Regionais - EUROPA
Fonte Back Aviation
58Resultado Envio direto
Paris Direto 31 Itens 2.496 kg 86.637
Los Angeles 174 Itens 14.282 kg 1.895.885
Miami Direto 51 Itens 10.196 kg 1.443.408
Componente do Custo Direto
Frete 161.755
Financeiro do Estoque 546.213
Transbordo 0
TOTAL 707.968
Obs Valores em dólares
59Resultado RECOF aéreo
60PCP tático
- Planejamento agregado da produção
- Kibon
- Modelos dinâmicos
- Modelo clássico programação linear multi-período
- Produção, estoques, faltas, horas extras,
matérias-primas, material em processo - Pode incluir cálculo de necessidades, transporte
e transbordo, armazenagem - Edelman
- GM 2005
- Sadia 1995
- Tata 1994
- Ferramentas para a indústria
- Conceito pouco entendido e utilizado
61PCP operacional
- Programação da produção
- Produção contínua
- Produção discreta
- Blending (refinarias)
- Scheduling
- Mercedes Benz, Kibon
- Balanceamento de linhas
- Edelman
- Swift (Friboi) 2005
- Samsung 2001
- Citgo1986
- Monsanto 1984
- Pequena inserção na indústria
- Ferramentas ? Especificidade?
- Área de pesquisa
- Métodos, novos problemas
62Transportes estratégico
- Diversos tipos de problema
- Definição de modal em conjunto com análise de
malha - Definição de malha rodoviário de carga
fracionada, navegação, malha aérea - Hamburg Süd (hub port, cabotagem-longo curso)
- Dimensionamento de frota (longo prazo)
- Edelman
- Omya Hustadmarmor 2006
- UPS 2003
- Canadian National Railways 1985
- Ferramentas para a indústria
- Sistemas específicos (in house)
63Transportes tático
- Problemas muito, muito diversos
- Dimensionamento de frota
- Usina São João
- Frota própria e terceira
- Brastemp, Pepsico
- Capacidade de rede ferroviária
- Métodos muito diversos, também
- Analista de logística precisa conhecer vários
tipos de métodos - Edelman
- Canadian Pacific 2003
- Yellow 1991
- Reynolds Metal 1990
64Transportes operacional
- Problemas típicos
- Roteirização
- Pullmann, CBD, Kibon
- Programação de tripulações
- Revenue management
- Regras de despacho (fracionado)
- Circuitos
- Edelman
- Coca Cola 2007
- Continental 2002
- SNCF 1997
- AA 1991
- North American Van Lines 1987
- Mobil 1986
- TMS são apenas transacionais
- Oportunidade modelos e métodos para tempo real
- Rastreamento
D
65Estoques tático
- Nível de estoque de segurança
- Previsão de vendas
- Pergunta mais freqüente
- Predição e previsão
- Abundância de dados corporativos
- Abundância de técnicas
- Esquemas colaborativos
- CPFR
- CBD
- Edelman
- Philips 2004 (rede logística, efeito Forrester)
- Alta demanda da indústria
- Previsão
66Estoques operacional
- Reposição de estoques quantidades e momentos
- Problema clássico
- Fórmula de Harris (EOQ)
- Demanda independente
- Cartuchos HP
- Demanda dependente (MRP)
- Edelman
- Blue Bell 1984
- Pfizer 1984
- A prática logística é muito carente
67Armazenagem tático
- Armazenagem sazonal
- Afeta processos agroindustriais
- Fretes no campo têm sazonalidade
- Espaço de terceiros
- Modelos de rede logística
- Exemplos
- Frutesp (tancagem)
- Copersucar
- Serrana (Bunge Fertilizantes)
- Integrados com plano agregado de produção
- Elevado potencial de aplicação no país
68Armazenagem operacional
- Arrumação de material
- Arranjo físico e endereçamento
- Coleta (picking)
- Seqüência de coleta
- Tradeoffs entre armazém e lojas
- MacDonalds (bucket brigades)
- Estivagem
- Paletes
- Contêineres
- Roteiros internos
- Edelman
- Porto de Hong Kong 2004
- Ferramentas disponíveis carecem de inteligência
(WMS) - RFID
- Projac
69Compras estratégico/tático
- Projeto de licitação
- Diversos tipos de leilão
- Fator econômico preponderante
- Escala
- Escopo
- Garantir competição
- Tipo e duração de contratos
- Relacionamento
- Seleção dos fornecedores
- Edelman
- HP 2007
- Procter Gamble 2005
- Motorola 2004
- Mars 2002
- Muito promissor para indústria e academia
- Sites de compra (escala)
- Supply chain management
70Compras operacional
- Liberar pedidos para fornecedores
- Regras de liberação
- Transporte load tendering
- Centrais de frete
- Monitoramento on-line
- Roteiro de viagem conforme custos de
reabastecimento - Sites de compras (execução)
- Vários exemplos
- Edelman
- Bellcore 1993
- Indústria compra decidida estrategicamente, mas
reposição é operacional
71Comentários
- Matriz de decisões auxilia a categorizar e
contextualizar problemas logísticos - Uso de inteligência na forma de modelos é
bastante desigual na prática das empresas - Há muitas lacunas
- Vários tipos de decisão englobam mais de uma
coluna - Estoque-roteirização (milk run)
- Armazenagem-roteirização (conteiner loading
roteiro)
72Como construir os modelos matemáticos?
73Mathematical Modeling
- Many managerial decision situations lend
themselves to quantitative analyses. - A constrained mathematical model consists of
- An objective (Function with one or more Control
/Decision Variables to be optimised) - One or more constraints (Functional constraints
, ³, restrictions that involve
expressions with one or more Control /Decision
Variables)
74New Office Furniture Example
Products Desks Chairs Molded Steel
Profit 50 30 6 / pound
Raw Steel Used 7 pounds (2.61 kg.) 3 pounds
(1.12 kg.) 1.5 pounds (0.56 kg.)
1 pound (troy) 0.373242 kg.
75Defining Control/Decision Variables
- Ask, Does the decision maker have the authority
to decide the numerical value (amount) of the
item? - If the answer yes it is a control/decision
variable. - By very precise in the units (and if appropriate,
the time frame) of each decision variable.
D amount of desks (number) C amount of chairs
(number) M amount of molded steel (pound)
76Objective Function
- The objective of all optimization models, is to
figure out how to do the best you can with what
youve got. - The best you can implies maximizing something
(profit, efficiency...) or minimizing something
(cost, time...).
Total Profit
50 D 30 C 6 M
Products Desks Chairs Molded Steel
Profit 50 30 6 / pound
D amount of desks (number) C amount of chairs
(number) M amount of molded steel (pound)
77Writing Constraints
- Create a limiting condition in words in the
following manner(The amount of a resource
required)(Has some relation to)(The
availability of the resource) - Make sure the units on the left side of the
relation are the same as those on the right
side. - Translate the words into mathematical notation
using known or estimated values for the
parameters and the previously defined symbols for
the decision variables. - Rewrite the constraint, if necessary, so that all
terms involving the decision variables are on the
left side of the relationship, with only a
constant value on the right side
78New Office Furniture Example
If New Office has only 2000 pounds (746.5 kg) of
raw steel available for production.
7 D 3 C 1.5 M
2000
Products Desks Chairs Molded Steel
Raw Steel Used 7 pounds (2.61 kg.) 3 pounds
(1.12 kg.) 1.5 pounds (0.56 kg.)
D amount of desks (number) C amount of chairs
(number) M amount of molded steel (pound)
79Writing Constraints
- Variable constraints are constraints involving
only one of the variables.
Variable Constraint Non negativity
constraint Lower bound constraint Upper bound
constraint Integer constraint Binary constraint
Mathematical Expression X ³ 0 X ³ L (a number
other than 0) X U X integer X 0 or 1
80New Office Furniture Example
- No production can be negative
- D ³ 0, C ³ 0, M ³ 0
- To satisfy contract commitments
- at least 100 desks, and
- due to the availability of seat cushions, no
more than 500 chairs must be produced. - D ³ 100, C 500
- Quantities of desks and chairs produced during
the production must be integer valued. - D, C integers
81Example Mathematical Model
- MAXIMIZE Z 50 D 30 C 6 M (Total Profit)
- SUBJECT TO 7 D 3 C 1.5 M 2000 (Raw
Steel) - D ³ 100 (Contract)
- C 500 (Cushions)
- D, C, M ³ 0 (Nonnegativity)
- D, C are
integers
Best or Optimal Solution of New Office
Example 100 Desks, 433 Chairs, 0.67 pounds
Molded Steel Total Profit 17,994
82Classification of Mathematical Models
- Classification by the model purpose
- Optimization models
- Prediction models
- Classification by the degree of certainty of the
data in the model - Deterministic models
- Probabilistic (stochastic) models
83The Management Science Process
- Management Science is a discipline that adopts
the scientific method to provide management with
key information needed in making informed
decisions. - The team concept calls for the formation of
(consulting) teams consisting of members who come
from various areas of expertise.
84The Management Science Process
- The four-step management science process (for
details click on each button)
Problem definition
Mathematical modeling
Solution of the model
Communication/implementationof results
85Example - Delta Hardware StoresProblem Statement
- Delta Hardware Stores is aregional retailer
withwarehouses in three cities in California -
- San Jose in northern California,
- Fresno in central California, and
- Azusa in southern California.
San Jose
Fresno
Azusa
86Delta Hardware StoresProblem Statement
San Jose
- Each month, Delta restocks its warehouses with
its own brand of paint. Delta has its own paint
manufacturing plant in Phoenix, Arizona.
Fresno
Phoenix
Azusa
87Delta Hardware StoresProblem Statement
- Although the plants production capacity is
sometime inefficient to meet monthly demand, a
recent feasibility study commissioned by Delta
found that it was not cost effective to expand
production capacity at this time. - To meet demand, Delta subcontracts with a
national paint manufacturer to produce paint
under the Delta label and deliver it (at a higher
cost) to any of its three California warehouses.
88Delta Hardware StoresProblem Statement
- Given that there is to be no expansion of plant
capacity, the problem is to determine a least
cost distribution scheme of paint produced at its
manufacturing plant and shipments from the
subcontractor to meet the demands of its
California warehouses.
89Delta Hardware StoresVariable Definition
- Decision maker has no control over demand,
production capacities, or unit costs. - The decision maker is simply being asked,
- How much paint should be shipped this month
(note the time frame) from the plant in Phoenix
to San Jose, Fresno, and Asuza - and
- How much extra should be purchased from the
subcontractor and sent to each of the three
cities to satisfy their orders?
90Delta Hardware Stores Decision Variables
- X1 amount of paint shipped this month from
Phoenix to San Jose - X2 amount of paint shipped this month from
Phoenix to Fresno - X3 amount of paint shipped this month from
Phoenix to Azusa - X4 amount of paint subcontracted this month
for San Jose - X5 amount of paint subcontracted this month
for Fresno - X6 amount of paint subcontracted this month
for Azusa
91National Subcontractor
X4
San Jose
X5
X6
Fresno
X2
X1
X3
Azusa
Phoenix
92Delta Hardware StoresModel Shell
- The objective is to minimize the total overall
monthly costs of manufacturing, transporting and
subcontracting paint, subject to - The Phoenix plant cannot operate beyond its
capacity - The amount ordered from subcontractor cannot
exceed a maximum limit - The orders for paint at each warehouse will be
fulfilled
93Delta Hardware StoresModel Shell
- To determine the overall costs
- The manufacturing cost per 1000 gallons of paint
at the plant in Phoenix(M) - The procurement cost per 1000 gallons of paint
from National Subcontractor(C) - The respective truckload shipping costs form
Phoenix to San Jose, Fresno, and Azusa(T1, T2,
T3) - The fixed purchase cost per 1000 gallons from the
subcontractor to San Jose, Fresno, and Azusa(S1,
S2, S3)
94Delta Hardware Stores Objective Function
- MINIMIZE (M T1) X1 (M T2) X2 (M T3) X3
- (C S1) X4 (C S2) X5 (C S3) X6
95Delta Hardware StoresConstraints
- To write to constraints, we need to know
- The capacity of the Phoenix plant(Q1)
- The maximum number of gallons available from the
subcontractor(Q2) - The respective orders for paint at the warehouses
in San Jose, Fresno, and Azusa(R1, R2, R3)
96Delta Hardware StoresConstraints
- The number of truckloads shipped out from Phoenix
cannot exceed the plant capacity X1 X2 X3
Q1 - The number of thousands of gallons ordered from
the subcontrator cannot exceed the order
limitX4 X5 X6 Q2 - The number of thousands of gallons received at
each warehouse equals the total orders of the
warehouse X1 X4 R1 X2 X5 R2 X3 X6
R3 - All shipments must be nonnegative and integer
X1, X2, X3, X4, X5, X6 ³ 0 X1, X2, X3, X4, X5,
X6 integer
97Delta Hardware StoresData Collection and Model
Selection
- Respective Orders
- R1 4000 R2 2000 R3 5000
- Capacity
- Q1 8000 Q2 5000
- Subcontractor price per 1000
- C 5000
- Cost of production per 1000
- M 3000
98Delta Hardware StoresData Collection and Model
Selection
- Transportation costs per 1000
- Subcontractor
- S1 1200 S2 1400 S3 1100
- Phoenix Plant
- T1 1050 T2 750 T3 650
99Delta Hardware StoresModel
- MINIMIZE 4050 X1 3750 X2 3650 X3
- 6200 X4 6400 X5 6100 X6
- SUBJECT TO X1 X2 X3 8000
- X4 X5 X6 5000
- X1 X4 4000
- X2 X5 2000
- X3 X6 5000
- X1, X2, X3, X4, X5, X6 ³ 0
- X1, X2, X3, X4, X5, X6 integer
100Delta Hardware StoresSolutions
- X1 1,000 gallons
- X2 2,000 gallons
- X3 5,000 gallons
- X4 3,000 gallons
- X5 0
- X6 0
- Cost 48,400
101Using Spreadsheets in Management Science Models
- Spreadsheets have become a powerful tool in
management science modeling. - Several reasons for the popularity of
spreadsheets - Data are submitted to the modeler in spreadsheets
- Data can be analyzed easily using statistical
(Data Analysis Statistical Package) and
mathematical tools (Solver Optimization Package)
readily available in the spreadsheet. - Data and information can easily be displayed
using graphical tools.
102Case em Logística
- Uma empresa está planejando expandir suas
atividades abrindo dois novos Armazéns, sendo que
há três Locais sob estudo para a instalação
destes armazéns (Figura 1 adiante). Quatro
Clientes devem ter atendidas suas Demandas 50,
100, 150 e 200. - As Capacidades de Armazenagem em cada local são
350, 300 e 200. Os Investimentos Iniciais em cada
armazém são 50, 75 e 90. Os Custos Unitários
de Operação em cada armazém são 5, 3 e 2. - Admita que quaisquer dois locais são suficientes
para atender toda a demanda existente, mas o
Local 1 só pode atender Clientes 1, 2 e 4 o
Local 3 pode atender Clientes 2, 3 e 4 enquanto
o Local 2 pode atender todos os Clientes. Os
Custos Unitários de Transporte do Local i ao
Cliente j (Cij) estão dados na Figura 1. - Deseja-se selecionar os locais apropriados para a
instalação dos armazéns que forma a minimizar o
custo total.
103Rede Logística, com Demandas (Clientes),
Capacidades (Armazéns) e Custos de Transporte
(Armazém-Cliente)
C129
A1350
C2 100
C227
C1113
C2110
A2 300
C1412
C1 50
C322
C2311
C3150
C244
C3313
C4200
A3200
C347
Figura 1
104- Variáveis de Decisão
- Xij Quantidade Enviada do Armazém i ao
Cliente j -
- Li é variável binária, sendo
-
- i ?
1, 2, 3 - Função Objetivo Minimizar CT Custo Total
- CT 50L1 5(X11 X12 X14) 13X11 9X12
12X14 - 75L2 3(X21X22X23X24) 10X217X2211X234X2
4 - 90L3 2(X32 X33 X34) 2X32 13X33 7X34
1, se o armazém i for instalado
0, caso contrário
105- Restrições sujeito a
- X11 X12 X14 ? 350L1
- X21 X22 X23 X24 ? 300L2
- X32 X33 X34 ? 200L3
- L1 L2 L3 2
Instalar 2 Armazéns - X11 X21 50
- X12 X22 X32 100
- X23 X33 150
- X14 X24 X34 200
- Xij ? 0
- 0 ? Li ? 1, inteiros
Produção
Demanda
Não - Negatividade
Integralidade