Académique Documents
Professionnel Documents
Culture Documents
Wagner Cezarino
Centro de Tecnologia da Informao Renato Archer CTI
Diviso de Tecnologia de Suporte Deciso
Rodovia D. Pedro I, Km. 143,6
13069-901 Campinas SP
wagner.cezarino@cti.gov.br
Joo Ratto
Bolsista do programa PCI/MCT
Centro de Tecnologia da Informao Renato Archer CTI
Diviso de Tecnologia de Suporte Deciso
Rodovia D. Pedro I, Km. 143,6
13069-901 Campinas SP
RESUMO
572
Associao Brasileira de Engenharia de Produo - ABEPRO
Universidade Federal de Santa Catarina - UFSC
www.producaoonline.org.br
ISSN 1676 - 1901 / Vol. IX/ Num.III/ 2009
ABSTRACT
This paper presents a computational program to support the managerial decision. It is based
on the spreadsheet and is focused on modeling and solving an aggregate production planning
problem. Initially, the problem to be dealt with is located within a hierarchical production
process which is composed of three levels of decision. Then, it is formulated a mathematical
model to represent it, which is based on linear programming. This model provides aggregate
production plans that can be used by user to elaborate production scenarios. At last, an
interactive application of this program that considers the use of Excel spreadsheet to input
and output data and Solver supplement to solve the model is proposed. The main
characteristics of this program, with respect to the formulation of the aggregate planning
problem, the use of graphical interfaces for input and output data and the decision process
based on scenarios, are discussed and illustrated through an example of literature.
Key-words: decision support system, optimization, planning
1. INTRODUO
573
Associao Brasileira de Engenharia de Produo - ABEPRO
Universidade Federal de Santa Catarina - UFSC
www.producaoonline.org.br
ISSN 1676 - 1901 / Vol. IX/ Num.III/ 2009
574
Associao Brasileira de Engenharia de Produo - ABEPRO
Universidade Federal de Santa Catarina - UFSC
www.producaoonline.org.br
ISSN 1676 - 1901 / Vol. IX/ Num.III/ 2009
podem ser habilitados para uso de ambientes de apoio a deciso (TSUBONE, 1995). No meio
organizacional, onde as melhores prticas de gerenciamento encontram sempre forte apelo
administrativo, estes ambientes so conhecidos como sistemas computacionais para
planejamento e sequenciamento da produo, que uma possvel traduo para Advance
Planning and Scheduling (APS). Os sistemas APS utilizam tcnicas diversas para gerao de
programas de produo, aquisio de materiais e de transporte (HARTMUT & KILGER,
2002). No mercado existem vrios fabricantes de solues APS como, por exemplo: i2,
Magnulistic, Syquest, dentre outros que tm focado sua ateno no nicho de mercado de
mdias e grandes organizaes. A razo disto que: (i) grandes e mdias organizaes so
melhores estruturadas quanto ao uso da informao disponvel, ou seja, elas possuem um
sistema de informao gerencial (SIG), que permite a transformao de dados brutos (em
geral coletados no ambiente organizacional) em informaes gerenciais padronizadas, que
permitem o processo de tomada de deciso atravs, por exemplo, dos sistemas APS; e (ii) h
um custo elevado para utilizao destes sistemas, devido principalmente a aspectos de
customizao, implantao e treinamento (HARTMUT & KILGER, 2002). Estes dois fatores
inviabilizam totalmente o uso de sistemas APS em micro e pequenas empresas. Com isto,
abre-se uma oportunidade para o desenvolvimento de ambientes de apoio deciso de baixo
custo, que atendam micro e pequenas empresas carentes de recursos de tratamento de
informao. Este o caso, por exemplo, de ambientes computacionais baseados em planilhas
eletrnicas com recursos adicionais de modelagem e soluo de problemas bem-
estruturados. Estas planilhas e seus recursos associados esto disponveis no mercado e tm
custo acessvel, alm de serem ferramentas tipo user friendly, como o caso da planilha
Excel, cuja utilizao j familiar para empresrios e gerentes.
A contribuio que se pretende com este trabalho possibilitar que pequenas empresas
possam desenvolver planos de produo que permitam melhorar suas aes de atendimento de
575
Associao Brasileira de Engenharia de Produo - ABEPRO
Universidade Federal de Santa Catarina - UFSC
www.producaoonline.org.br
ISSN 1676 - 1901 / Vol. IX/ Num.III/ 2009
demanda. A idia que o aplicativo seja de baixo custo, pois utiliza recursos de planilha
Excel e o suplemento Solver e permita que administradores, pouco familiarizado com
modelos matemticos e ferramentas computacionais, possam tomar decises organizacionais
em nvel gerencial.
576
Associao Brasileira de Engenharia de Produo - ABEPRO
Universidade Federal de Santa Catarina - UFSC
www.producaoonline.org.br
ISSN 1676 - 1901 / Vol. IX/ Num.III/ 2009
577
Associao Brasileira de Engenharia de Produo - ABEPRO
Universidade Federal de Santa Catarina - UFSC
www.producaoonline.org.br
ISSN 1676 - 1901 / Vol. IX/ Num.III/ 2009
A justificativa principal para uso da planilha Excel, est na premissa de que muitas
pequenas empresas j utilizam computadores pessoais para realizao de suas atividades
administrativas, tais como controle de estoque, folhas de pagamento, finanas, etc. Muitos
destes aplicativos administrativos so baseados em recursos da Microsoft Office, o que faz
com que os seus usurios estejam familiarizados com este tipo de ferramenta (BARLOW,
2005). Conclui-se, portanto, que estes usurios tm condies de rapidamente se adaptarem ao
uso do aplicativo de otimizao aqui proposto, sem que incorram em custos com aquisio,
implantao e treinamento de ferramentas proprietrias, para este fim.
Para que se possa estabelecer um plano de produo agregado importante que seja
inicialmente fixado um horizonte de planejamento, que ser aqui denotado por T. Para o
modelo aqui projetado, o horizonte mximo ser sempre de doze meses (i.e., T 12). No
entanto, ele pode ser fixado, pelo usurio, em horizontes mltiplos menores, como semestral,
quadrimestral, ou trimestral, mantendo sempre a periodicidade mensal, denotada aqui por t. A
seguir so apresentadas as notaes das variveis que compem o problema e, seu modelo
578
Associao Brasileira de Engenharia de Produo - ABEPRO
Universidade Federal de Santa Catarina - UFSC
www.producaoonline.org.br
ISSN 1676 - 1901 / Vol. IX/ Num.III/ 2009
matemtico.
h(t) representa o nmero de dias especiais, que inclui feriados e finais de semana, de cada
perodo t do horizonte de planejamento T;
MaxOn(t) denota o nmero mximo de horas possvel em dia til no perodo t (soma de
todos os trabalhadores);
Kw denota a produtividade mdia por hora vlida para todos os trabalhadores em operao
da linha de produo;
UW(t) o tempo mximo estimado de horas paradas (ociosidade, devido a eventos como
quebra de mquinas, falta de material, etc) para todos os trabalhadores durante o perodo t;
Di(t) representa a demanda pelo produto i durante o perodo t. uma varivel aleatria com
distribuio conhecida e definida previamente pelo usurio, tendo mdia temporal e
579
Associao Brasileira de Engenharia de Produo - ABEPRO
Universidade Federal de Santa Catarina - UFSC
www.producaoonline.org.br
ISSN 1676 - 1901 / Vol. IX/ Num.III/ 2009
CIi o custo mdio para estocar uma unidade do produto i durante um perodo t;
CW denota custo com mo de obra regular, sem levar em conta hora-extra. Basicamente,
representa a mdia salarial dos trabalhadores por perodo t;
COWh denota a mdia do custo da hora-extra por cada trabalhador em dia especial;
OWn(t) denota o nmero total de horas-extras relacionado com dias teis no perodo t;
O objetivo do modelo minimizar a funo custo total de produo CT, que envolve
580
Associao Brasileira de Engenharia de Produo - ABEPRO
Universidade Federal de Santa Catarina - UFSC
www.producaoonline.org.br
ISSN 1676 - 1901 / Vol. IX/ Num.III/ 2009
N T
Min CT = [CI i E(I i (0) )] + {CW W (t) + COWn OWn(t) + COWh OWh(t)
i =1 t =1
(1)
N
+ [CI i E(I i ( t ) ) + CPi Pi ( t ) + CSubi Sub i ( t )]
i =1
Com base no principio da equivalncia certeza, que estabelece que uma razovel
aproximao para modelos estocsticos consider-los como modelos determinsticos. Para
tal, as variveis aleatrias do modelo original tm seus valores fixados em momentos
estatsticos calculados a partir de sua distribuio de probabilidade (BERTESEKAS, 2000).
Na prtica, considera-se o primeiro momento estatstico como o valor a ser assumido para
essas variveis aleatrias. Com base nisto, a funo custo (1) pode ser aproximada pelo valor
mdio do nvel de estoque de cada produto i. Assim, segue que:
[ ( )]
N T
Min CT = CI i E I i (0) + {CW W (t) + COWn OWn(t) + COWh OWh(t)
i =1 t =1
(2)
[ ( ) ]
N
+ CI i E I i ( t ) + CPi Pi ( t ) + CSubi Sub i ( t )
i =1
581
Associao Brasileira de Engenharia de Produo - ABEPRO
Universidade Federal de Santa Catarina - UFSC
www.producaoonline.org.br
ISSN 1676 - 1901 / Vol. IX/ Num.III/ 2009
com t = 1, 2, ..., T e i = 1, 2, ..., N. Uma vez que D(t) uma varivel aleatria, o valor de Ii(t)
tambm ser aleatrio, o que explica a necessidade de tom-lo em esperana matemtica com
objetivo de adequ-lo ao princpio da equivalncia certeza. Como conseqncia desse
princpio, resulta que a evoluo mdia do sistema de balano de estoque dada por:
onde denota um indicador probabilstico que varia na faixa entre 0 e 1, ou seja, (0, 1]. A
natureza aleatria dos nveis de estoque faz com que sua evoluo seja medida somente em
probabilidade, eis a a razo do operador probabilstico Prob.{}. Uma aproximao
determinstica equivalente freqentemente utilizada para representar a restrio (5) dada por
(SILVA FILHO & CEZARINO, 2007):
582
Associao Brasileira de Engenharia de Produo - ABEPRO
Universidade Federal de Santa Catarina - UFSC
www.producaoonline.org.br
ISSN 1676 - 1901 / Vol. IX/ Num.III/ 2009
onde Ii1 () denota a funo inversa de probabilidade da varivel de estoque, que assumida
583
Associao Brasileira de Engenharia de Produo - ABEPRO
Universidade Federal de Santa Catarina - UFSC
www.producaoonline.org.br
ISSN 1676 - 1901 / Vol. IX/ Num.III/ 2009
t deve ser menor ou no mximo igual ao nmero mximo de horas-extras permitido para este
mesmo perodo t. O segundo tipo de restrio leva em conta o nmero mximo de horas-
extras permitido para dias no teis do perodo t, como por exemplo finais de semana e
feriados. Inicialmente, necessrio determinar qual este nmero mximo de horas-extras.
Para este fim, multiplica-se o nmero de horas-extras permitido em dias especiais pelo
nmero de dias no teis do perodo t, e tambm pela quantidade de mo de obra regular, isto
matematicamente representado por: MaxOh(t) = OHh*h(t)*W(t), para t = 1,2, ..., T. Assim,
a restrio associada ao nmero mximo de horas-extras possveis em dias especiais, para um
dado perodo t, dada por OWh(t) MaxOh(t), com t = 1, 2, ... T.
- Restries de Capacidade Mnima de Produo: para cada perodo t, a capacidade mnima
de produo dada pelas taxas de produo em dias normais de trabalho, mais a soma das
taxas de produo obtidas para o total de horas-extras em dias teis e, tambm, em dias
especiais do perodo t. Some-se a isto tambm as quantidades de subcontratao permitidas
para este perodo t, menos a quantidade de produo perdida devido a horas paradas no
perodo t. Isto pode ser representado matematicamente, para t = 1, 2, ..., T e i = 1,2, ..., N,
como segue:
584
Associao Brasileira de Engenharia de Produo - ABEPRO
Universidade Federal de Santa Catarina - UFSC
www.producaoonline.org.br
ISSN 1676 - 1901 / Vol. IX/ Num.III/ 2009
585
Associao Brasileira de Engenharia de Produo - ABEPRO
Universidade Federal de Santa Catarina - UFSC
www.producaoonline.org.br
ISSN 1676 - 1901 / Vol. IX/ Num.III/ 2009
586
Associao Brasileira de Engenharia de Produo - ABEPRO
Universidade Federal de Santa Catarina - UFSC
www.producaoonline.org.br
ISSN 1676 - 1901 / Vol. IX/ Num.III/ 2009
Passo 1: planilhas de
entrada de dados
Opo
Retorno tela
inicial
Opo
visualizao Passo 2 : planilhas
grfica de soluo (solver)
Opo de
ajuste da
soluo
Partindo da planilha inicial que nada mais do que uma representao grfica das
opes de entrada para definio do problema tem-se um esquema de insero de dados
conforme ilustrado na Figura 2.
587
Associao Brasileira de Engenharia de Produo - ABEPRO
Universidade Federal de Santa Catarina - UFSC
www.producaoonline.org.br
ISSN 1676 - 1901 / Vol. IX/ Num.III/ 2009
588
Associao Brasileira de Engenharia de Produo - ABEPRO
Universidade Federal de Santa Catarina - UFSC
www.producaoonline.org.br
ISSN 1676 - 1901 / Vol. IX/ Num.III/ 2009
produo, para cada produto, que minimize a funo custo dada em (2). Ao trmino da
execuo aparecer um message box, como mostrado na Figura 3, indicando se o Solver
encontrou ou no uma soluo factvel para o problema.
Ao clicar o boto OK na Figura 3, passa-se ento para uma nova planilha, que est
ilustrada na Figura 4 abaixo.
589
Associao Brasileira de Engenharia de Produo - ABEPRO
Universidade Federal de Santa Catarina - UFSC
www.producaoonline.org.br
ISSN 1676 - 1901 / Vol. IX/ Num.III/ 2009
Como pode ser observado, a Figura 4 exibe, na forma de relatrio, o valor mnimo da
funo custo e os, respectivos, valores das variveis de deciso, tais como: taxas timas de
estoque, produo, quantidade de mo-de-obra regular, horas-extras e subcontratao a serem
usadas pela empresa em seu planejamento agregado. Esta informaes podem ser
armazenadas na forma de cenrios de produo. Tais cenrios podem posteriormente ser
comparados para efeito de anlise. Alm disto, o usurio dispe de botes especficos que
permitem acionar opes tipo:
(a) Tela Inicial: opo que permite ao usurio voltar as planilhas de entrada de dados para
realizar correes nos dados ou, simplesmente, para iniciar um novo cenrio.
(b) Grficos: opo que permite ao usurio ativar uma nova planilha, onde as trajetrias
timas das variveis de deciso so apresentadas segundo um formato grfico linear. A viso
grfica permite ao usurio ter uma viso do plano de produo ao longo dos perodos do
horizonte de planejamento. Atravs da Figura 5, possvel observar que para atender a
590
Associao Brasileira de Engenharia de Produo - ABEPRO
Universidade Federal de Santa Catarina - UFSC
www.producaoonline.org.br
ISSN 1676 - 1901 / Vol. IX/ Num.III/ 2009
demanda especificada pelo usurio, o sistema de produo tem produzir no seu limite mximo
de produo, usar horas extras no s nos dias teis com tambm nos finais de semana e
feriados e formar estoque ao longo dos perodos de modo a garantir pronta-entrega,
particularmente nos perodos finais do horizonte. Note que esta formao de estoque est em
acordo com os dados de entrada do problema que prevem um estoque final de 6000 unidades.
(c) Ajustar: embora seja feita uma previso inicial para 12 meses, a poltica tima gerada no
precisa ficar congelada no tempo, uma vez que, possvel realizar revises peridicas visando
melhorar a soluo ao longo de cada perodo de tempo do horizonte de planejamento. De fato,
a ferramenta permite que ms a ms se retorne aos valores previstos e se realize um ajuste nas
principais variveis de deciso. Este tipo de ajuste segue o padro conhecido na literatura
como horizonte deslizante (PEREIRA & SOUSA, 1997). Assim, quando se clica o boto
Ajustar, dado na figura 4, aparece um message box pedindo para que sejam inseridos: o
estoque observado naquele momento (i.e. o estoque real), o nvel de produo do ms anterior
591
Associao Brasileira de Engenharia de Produo - ABEPRO
Universidade Federal de Santa Catarina - UFSC
www.producaoonline.org.br
ISSN 1676 - 1901 / Vol. IX/ Num.III/ 2009
e uma taxa, dada em porcentagem, que define a margem de tolerncia em relao diferena
dos valores reais observados e os valores previstos, como ilustrado na figura 6.
Aps esta insero, clica-se no boto Prosseguir, que por sua vez ativar um esquema
interativo de apoio ao usurio, definido segundo um modelo de rvore de deciso. Este
esquema d sugestes ao usurio sobre possveis ajustes nos valores dos parmetros do
modelo, permitindo melhorar a soluo do problema e tambm para gerao de diferentes
cenrios de produo. O uso deste esquema interativo permite que o usurio anlise o uso dos
recursos agregados do ambiente de produo da empresa de uma forma amigvel, ou seja,
menos impositiva, mas mais sugestiva. Apenas a ttulo de ilustrao, incluiu-se, como
Apndice, a rvore de deciso idealizada como esquema interativo de assistncia ao usurio
no processo de melhoramento do processo de deciso. Alm disto, um exemplo de aplicao
deste recurso est ilustrado na Figura 7, dada frente.
592
Associao Brasileira de Engenharia de Produo - ABEPRO
Universidade Federal de Santa Catarina - UFSC
www.producaoonline.org.br
ISSN 1676 - 1901 / Vol. IX/ Num.III/ 2009
A Figura 7 ilustra uma situao em que o sistema interage com o usurio, sugerindo a
necessidade de mudana da previso de demanda. Para assumir este posicionamento, o
sistema utiliza um procedimento de anlise que segue a rvore de deciso ilustrada no
Apndice 1. Por exemplo, imagine-se uma situao onde a diferena entre o estoque real
medido e aquele determinado previamente pelo modelo seja maior do que a diferena entre a
taxa de produo realmente necessria e aquela gerada pelo modelo. Nesta situao o
procedimento de anlise, utilizando o esquema de alternativas definido pela rvore de deciso,
pode assumir que uma nova previso de demanda pode ser testada, sugerindo assim ao
usurio que ela deva ser alterada. Se o usurio aceitar tal sugesto, todo o processo de
mudana ser feito automaticamente, fazendo ento o ambiente uma nova previso de
demanda para os meses que compem o horizonte deslizante. Note-se que sempre, neste
esquema interativo, caber ao usurio decidir sobre a utilizao ou no das sugestes
apresentadas pelo aplicativo.
593
Associao Brasileira de Engenharia de Produo - ABEPRO
Universidade Federal de Santa Catarina - UFSC
www.producaoonline.org.br
ISSN 1676 - 1901 / Vol. IX/ Num.III/ 2009
5. CONCLUSO
594
Associao Brasileira de Engenharia de Produo - ABEPRO
Universidade Federal de Santa Catarina - UFSC
www.producaoonline.org.br
ISSN 1676 - 1901 / Vol. IX/ Num.III/ 2009
Eurooffice Solver, que permita a ferramenta poder rodar tanto em Linux quanto no prprio
Windows, e seja de acesso livre a qualquer usurio e que possibilite a outros desenvolvedores
melhorar sua funcionalidade; e (2) aprimorar o conjunto de regras de deciso que orientam o
usurio na seleo dos melhores cenrios de produo. Neste caso, a idia permitir que o
usurio possa contrastar o cenrio do uso dos recursos produtivos por ele construdo, com
aquele gerado pelo prprio sistema (i.e. sem interveno humana), usando para isto
indicadores de desempenho, como por exemplo, o nvel de atendimento ao cliente.
REFERNCIAS
ALBRIGHT, S. C.; WINSTON W. L.; ZAPPE C. Data analysis and decision making with
Microsoft Excel, Duxbury Press, USA, 1999.
BARLOW, J. Excel models for business and operations management, John Wiley &
Sons; 2 edition, UK, 2005
EOM, S.; KIM, E. A survey of decision support system applications, Journal of the
Operational Research Society, v. 57, n. 11, p. 1264-1278, 2006
595
Associao Brasileira de Engenharia de Produo - ABEPRO
Universidade Federal de Santa Catarina - UFSC
www.producaoonline.org.br
ISSN 1676 - 1901 / Vol. IX/ Num.III/ 2009
HIGGINS, P.; LE ROY, P.; TIERNEY L. Manufacturing planning and control: beyond
MRP II, Chapman & Hall, 1996.
ROMAN, S., Writing Excel macros with VBA, O'Reilly Media, Inc., Second edition, 2002.
TSUBONE, H.; MATSUURA H.; KIMURA K. Decision support system for production
planning and prototype, Decision Support System, n. 13, p. 207-215, 1995.
596
Associao Brasileira de Engenharia de Produo - ABEPRO
Universidade Federal de Santa Catarina - UFSC
www.producaoonline.org.br
ISSN 1676 - 1901 / Vol. IX/ Num.III/ 2009
APNDICE 1
Fora da margem de
normalidade
Dentro da margem de normalidade
sim
no
A mais
A menos
597
Associao Brasileira de Engenharia de Produo - ABEPRO
Universidade Federal de Santa Catarina - UFSC
www.producaoonline.org.br
ISSN 1676 - 1901 / Vol. IX/ Num.III/ 2009
Verificar produo
Confirma Cancela
598
Associao Brasileira de Engenharia de Produo - ABEPRO
Universidade Federal de Santa Catarina - UFSC
www.producaoonline.org.br
ISSN 1676 - 1901 / Vol. IX/ Num.III/ 2009
1-2-3
Verificando estoque
Sair Inserir
Verificar estoque Verificar estoque
fora de limite fora de limite
Cancela Confirma
Alterar
Alterou previso Alterou previso
demanda
No alterar Inserir
Sair Alterar Sair Alterar
demanda demanda
Confirma Cancela
599