Vous êtes sur la page 1sur 15

Centro de Estudos em Logística – COPPEAD / UFRJ

Aplicação de simulação como ferramenta de apoio


à elaboração de um planejamento estratégico de
capacidade
Victor Brito

Introdução

Capacidade é “o volume de saída que um sistema é capaz de atingir


em um período específico de tempo” (Yang, 2001). Ao se falar de
capacidade, provavelmente a primeira coisa em que se pensa seja
capacidade produtiva. No entanto, capacidade é um termo muito mais
amplo e abrangente. Neste artigo, abordaremos o tema com o foco em
decisões de capacidade em aplicações logísticas: Quantas rampas de
conferência devem ser construídas na ampliação de um centro de
distribuição? Que tamanho devem ter os tanques de estocagem de produtos
acabados de uma petroquímica para suportar a operação em cinco anos?
Que impacto as novas tecnologias podem ter na operação futura? Essas são
algumas perguntas que devem ser respondidas para a elaboração de um
planejamento estratégico de capacidade.
É importante ressaltar que, muitas vezes, não é dada a devida
importância para a questão de capacidade nas empresas. Assim, executivos
podem se ver em situações nas quais percebem que investimentos já
deveriam ter sido feitos e que não poderão atender à demanda por falta de
capacidade.
A criticidade de um planejamento de capacidade aumenta em função
do tempo necessário para implementar uma expansão. Se a capacidade de
uma operação pode ser ampliada em poucos dias, um plano para os
próximos cinco anos pode parecer desnecessário. Porém, caso os projetos
exijam meses ou anos para ser executados, um planejamento estratégico de
capacidade é indispensável.
Ao decidir o nível de capacidade que deve manter ao longo do
tempo, uma organização deve avaliar o trade-off entre a sua falta e o seu
excesso. Em um cenário de falta de capacidade, a empresa não atende por

Aplicação de simulação como ferramenta de apoio à elaboração de um planejamento estratégico de Jan/2007


capacidade
Centro de Estudos em Logística – COPPEAD / UFRJ

completo à demanda, podendo perder clientes pelo nível de serviço


deficiente, abrindo espaço para o avanço dos concorrentes. Por outro lado,
o excesso de capacidade leva à ociosidade dos recursos, incorrendo em
custo de oportunidade, ou a estratégias forçadas para o aumento da
demanda, como, por exemplo, a redução de preços.
Dessa forma, encontra-se um problema muito semelhante ao
problema da definição de estoques de segurança de produtos. A literatura
fornece algumas metodologias para a definição dos chamados colchões de
capacidade, que, semelhantemente aos estoques de segurança, têm como
objetivo garantir um determinado nível de atendimento, dadas as
variabilidades existentes. Hayes e Wheelwright (1984), por exemplo,
discorrem sobre uma metodologia para a definição desse colchão de
capacidade, que deve refletir a magnitude da relação:

C − C
S X

C
S

Na fórmula, Cs representa o custo da falta (short) e Cx representa o


custo do excesso (excess). No entanto, essa abordagem apresenta algumas
fragilidades. Definir esses parâmetros de forma acurada é algo de extrema
dificuldade, se observarmos que custo do excesso pode, por exemplo,
variar em função da quantidade de capacidade a ser instalada; e o custo de
falta pode incluir componentes de difícil quantificação como, por exemplo,
a margem perdida de vendas futuras por perda de clientes e os danos na
imagem e reputação da organização.
Apesar disso, é importante ressaltar que a relação captura o tipo de
trade-off existente, podendo ajudar no direcionamento da decisão, mesmo
que o valor em si não seja utilizado matematicamente para a definição do
colchão. Dependendo deste trade-off, o plano de expansão de capacidade
pode ser direcionado por uma das políticas descritas a seguir.

Aplicação de simulação como ferramenta de apoio à elaboração de um planejamento estratégico de Jan/2007


capacidade
Centro de Estudos em Logística – COPPEAD / UFRJ

Política A: Evitar falta


Caso o custo da falta seja superior ao custo de excesso, a organização
deve tender para uma política de manter um colchão de capacidade
relativamente grande e, assim, garantir uma baixa probabilidade de não
atendimento da demanda. Nestes casos, deve-se, no extremo, optar pelo
comportamento de expansão ilustrado no Gráfico 1.
Política A
Quantidade

Demanda
Capacidade

Tempo

Gráfico 1 – Política A de expansão de capacidade

A falta de capacidade de armazenagem em um processo de produção


contínua, como no setor petroquímico, pode levar à parada da planta. Neste
caso, o custo da falta de capacidade é representado pela margem cessante
causada pela parada, sendo claramente maior que o custo do excesso.

Política B: Seguir a previsão


Caso o custo de falta seja semelhante ao custo de excesso, o plano de
expansão deve garantir que a probabilidade de ocorrência de falta de
capacidade seja parecida com a de ocorrência de excesso. Assim, esta
política sugere que a organização tente adequar a capacidade produtiva à
previsão de demanda. O Gráfico 2 representa o comportamento da
capacidade frente à demanda ao longo do tempo.

Aplicação de simulação como ferramenta de apoio à elaboração de um planejamento estratégico de Jan/2007


capacidade
Centro de Estudos em Logística – COPPEAD / UFRJ

Política B

Quantidade

Demanda
Capacidade

Tempo

Gráfico 2 – Política B de expansão de capacidade

Política C: Evitar excesso


Caso o custo do excesso seja superior ao custo da falta de
capacidade, a empresa deve manter um colchão “negativo”, de modo a
garantir que a probabilidade de ocorrência de falta seja maior que a
probabilidade do excesso. Essa política leva a uma alta taxa de utilização
dos recursos, gerando, por conseqüência, um maior retorno sobre
investimentos que as outras duas já apresentadas. No entanto, deve-se
atentar para o fato de que a sua adoção também pode levar a uma
deterioração da imagem e do posicionamento da organização no mercado.
O comportamento de expansão de capacidade referente a esta política está
ilustrado no gráfico 3.

Política C
Quantidade

Demanda
Capacidade

Tempo

Gráfico 3 – Política C de expansão de capacidade

No entanto, é importante frisar que o planejamento estratégico de


capacidade deve estar alinhado com a estratégia de negócio da organização.

Aplicação de simulação como ferramenta de apoio à elaboração de um planejamento estratégico de Jan/2007


capacidade
Centro de Estudos em Logística – COPPEAD / UFRJ

Sendo extremamente difícil calcular exatamente qual o tamanho ideal do


colchão de capacidade, a organização deve atentar para outros fatores
estratégicos que geram e sofrem conseqüências advindas das decisões de
capacidade – quando expandir, quanto expandir – ao definir o planejamento
estratégico.
Uma expansão de capacidade pode ser utilizada como ativadora de
demanda, fazendo com que esta cresça mais rapidamente quando
comparada a um cenário sem expansão, ou como ferramenta para intimidar
a concorrência, principalmente os players de menor porte. Por exemplo, um
aumento nos recursos de uma empresa, de modo que esta consiga estar
presente e levar seus produtos a uma certa região com um preço menor,
pode estimular a demanda, o que não aconteceria se tal decisão não tivesse
sido tomada.
No entanto, a capacidade de um sistema está diretamente relacionada
com a quantidade e características dos recursos disponibilizados. E
dificilmente a capacidade total de um sistema pode ser definida apenas por
um recurso. Normalmente, é necessário um conjunto de diferentes recursos
para compor a capacidade de um sistema. Assim sendo, o Planejamento
Estratégico de Capacidade deve definir a quantidade de cada um dos
recursos necessários ao longo do tempo a partir das suposições e previsões
futuras.
Para isso, o tomador de decisão precisa entender como os recursos
estão relacionados, como cada um deles pode impactar nos demais, como a
quantidade e eficiência de cada um deles podem alterar a capacidade total e
como o sistema reage sob certas condições que não existem hoje, mas
podem se tornar realidade no futuro. Ter este embasamento para a tomada
de decisão não é nada simples, uma vez que uma estratégia de capacidade é
baseada em uma série de suposições e previsões de longo prazo sobre o
mercado (demanda), a tecnologia e o comportamento competitivo, sendo as
principais:
1. A previsão de crescimento e estimativa da variabilidade da
demanda;

Aplicação de simulação como ferramenta de apoio à elaboração de um planejamento estratégico de Jan/2007


capacidade
Centro de Estudos em Logística – COPPEAD / UFRJ

2. Eficiência, disponibilidade e custos de construção e operação


dos recursos;
3. O comportamento dos demais players e fornecedores.
Obviamente, todas essas previsões e suposições são estritamente
necessárias, e por definição trazem consigo um elevado grau de incerteza
que precisa ser adequadamente considerado.

As incertezas

Lidar com incertezas de uma forma consistente em uma organização


não é uma tarefa trivial. Trabalhar com valores únicos e médios neste tipo
de ambiente geralmente leva a interpretações falhas e, conseqüentemente, a
decisões gerenciais equivocadas. Ao mesmo tempo, considerar essas
incertezas em análises e avaliações por meio de estatísticas como percentis,
desvio padrão ou covariância também não é algo muito simples. No caso
do Planejamento de Capacidade não é diferente. Além da demanda futura,
que consiste em um dos principais dados de entrada para um estudo de
capacidade, as incertezas também estão presentes em outros parâmetros,
como, por exemplo, os tipos de recursos disponíveis, a eficiência desses
recursos ou a disponibilidade dos mesmos.
O grau de incerteza presente é diretamente proporcional ao horizonte
do planejamento, ou seja, para análises de capacidade de longo prazo, a
incerteza contida nas estimativas de demanda futura é maior quando
comparada à incerteza referente a previsões de demanda realizadas para
alimentar análises de capacidade de curto prazo. Além disso, estimar outros
fatores como o comportamento da concorrência e dos fornecedores no
longo prazo é uma tarefa de extrema dificuldade.
Incorporar as incertezas presentes, ou pelo menos as principais delas,
é muito importante para o planejamento de capacidade de longo prazo, uma
vez que pode mudar significativamente a decisão tomada e,
conseqüentemente, os investimentos necessários para a implantação do
plano de expansão.

Aplicação de simulação como ferramenta de apoio à elaboração de um planejamento estratégico de Jan/2007


capacidade
Centro de Estudos em Logística – COPPEAD / UFRJ

Existem alguns métodos que podem ser utilizados em um estudo de


análise de capacidade, como modelagem analítica, programação estocástica
e simulação. No entanto, a complexidade gerada pelas incertezas presentes
em diversas variáveis interdependentes geralmente dificulta seriamente a
adoção de uma metodologia analítica ou de programação para a resolução
do problema. Assim, será detalhado como a simulação pode ser aplicada
em um estudo de análise de capacidade.

Introdução à simulação e aplicação prática


Segundo Saliby (1999), “...simulação consiste no processo de
construção de um modelo que replica o funcionamento de um sistema real
ou idealizado (ainda a ser construído) e na condução de experimentos
computacionais com este modelo, com o objetivo de melhor entender o
problema em estudo, testar diferentes alternativas para sua operação e
assim propor melhores formas de operá-lo.” Essa definição deixa claro
como a simulação pode ser utilizada como ferramenta para um estudo de
análise de capacidade. O modelo deve representar o sistema ou sub-sistema
logístico a ser estudado, considerando os relacionamentos existentes entre
recursos e atividades, ficando próximo o suficiente da operação real, de
modo a garantir resultados robustos e confiáveis.
Para atingir esse objetivo, é altamente recomendável seguir a
metodologia diagramada na Figura 1.

Levantamento de
1 Informações

Modelagem Conceitual
2 e de Dados

Modelagem
3 Matemática

4 Validação do Modelo

Análise dos
5 Resultados

Figura 1 – Metodologia de um estudo de simulação

Aplicação de simulação como ferramenta de apoio à elaboração de um planejamento estratégico de Jan/2007


capacidade
Centro de Estudos em Logística – COPPEAD / UFRJ

Etapa 1: Levantamento de informações


Nesta etapa, o analista de simulação deve obter todas as informações
necessárias para o entendimento claro do sistema a ser modelado e dos
objetivos que devem ser alcançados. É importante definir claramente o
escopo e ter em mente quais perguntas precisam ser respondidas pelo
modelo.

Etapa 2: Modelagem conceitual e de dados


Na modelagem de dados, após a coleta, estes precisam ser tratados
de modo a identificar possíveis falhas e inconsistências que podem ter
impacto na qualidade do resultado final – vale a máxima garbage in,
garbage out. Após o tratamento, os dados devem ser utilizados de forma a
definir as distribuições de probabilidade que representarão as incertezas e
outros fenômenos aleatórios no modelo.
Além disso, nesta etapa também é realizada a modelagem conceitual,
que consiste na definição da lógica do modelo e na sua representação para
que todas as pessoas envolvidas no processo possam entendê-lo. É nesta
etapa que, por exemplo, definem-se prioridades de atendimento, fluxo de
materiais, recursos envolvidos e seus relacionamentos com as atividades,
entre outros. Pode-se dizer que se trata da etapa mais importante do
desenvolvimento de um modelo de simulação.

Etapa 3: Modelagem matemática


Nela, o modelo conceitual é convertido em um modelo
computacional por meio da utilização de alguma linguagem de
programação ou de algum software de simulação. É importante ressaltar
que os softwares de simulação atuais permitem um alto nível de
customização, utilizando interface gráfica e levando à redução do tempo de
implementação do modelo. Dessa forma, dificilmente um analista de
simulação precisará recorrer a uma linguagem específica de programação.

Aplicação de simulação como ferramenta de apoio à elaboração de um planejamento estratégico de Jan/2007


capacidade
Centro de Estudos em Logística – COPPEAD / UFRJ

Etapa 4: Validação do modelo


Após a construção do modelo matemático computacional, este
precisa ser comparado ao modelo conceitual de modo a avaliar se a lógica
definida anteriormente foi fielmente implementada. Em seguida, deve-se
rodar o modelo e gerar alguns resultados com o objetivo de verificar se este
consiste numa representação precisa da realidade. Geralmente, isso é feito
inserindo dados históricos de um determinado período e comparando o
resultado do modelo com o que realmente aconteceu na operação neste
período.
É importante comentar que, dependendo dos resultados obtidos,
pode-se identificar a necessidade de retornar a etapas anteriores. Isso
porque o modelo pode retornar resultados equivocados devido a problemas
de entendimento do sistema, na modelagem conceitual, nos dados de
entrada ou na implementação computacional.

Etapa 5: Análise dos resultados


Somente depois de validado pode-se utilizar o modelo para a
realização dos experimentos. Nesta etapa, são realizadas diversas rodadas
em função dos cenários e variações que se deseja avaliar. É importante
ressaltar que a simulação por si só não responde qual seria a melhor
alternativa, e sim como um sistema se comporta dada uma certa
configuração. Pode-se dizer que a simulação é uma técnica what-if?, ou
seja, “o que acontece se...” e não uma técnica que retorna um resultado
ótimo, como a otimização. Assim, o plano de experimentos de um modelo
de análise de capacidade deve ser elaborado para estudar diversos cenários
de demanda, avaliar o impacto de mudanças na concorrência ou nos
fornecedores, e, principalmente, verificar diferentes configurações de
recursos.
Depois de construído, um modelo de simulação deve apresentar a
seguinte estrutura:
• Parâmetros de entrada
• Lógica matemática
• Dados de saída

Aplicação de simulação como ferramenta de apoio à elaboração de um planejamento estratégico de Jan/2007


capacidade
Centro de Estudos em Logística – COPPEAD / UFRJ

Tomemos como exemplo o modelo desenvolvido pela Braskem –


UNIB em conjunto com o CEL – Centro de Estudos em Logística, e
apresentado no XII Fórum Internacional de Logística (2006) para apoiar a
elaboração de seu Planejamento Estratégico de Capacidade. Tal modelo
abrange vários subsistemas de diversos produtos acabados, o subsistema de
matéria-prima e a relação desses subsistemas com portos. A Figura 2 ilustra
esses subsistemas e seus relacionamentos.

Figura 2 – Modelo Computacional desenvolvido pela Braskem/CEL

Dada a complexidade do modelo completo, tomemos apenas um


subsistema, o do Produto Z, representado pela Figura 3.

Aplicação de simulação como ferramenta de apoio à elaboração de um planejamento estratégico de Jan/2007


capacidade
Centro de Estudos em Logística – COPPEAD / UFRJ

Marítimo
Cliente 3 Capacidade
11.000 T
Cliente 7
Capacidade
Cliente 1 7.600 T Cabotagem

BRASKEM Aratu Cliente 5

Cliente 2 Cabotagem
Capacidade
4.000 T
Cliente 6
Cliente 4

Figura 3 – Subsistema do Produto Z


O subsistema ilustrado apresenta quatro grupos de entidades. O
primeiro é composto pelos clientes do mercado interno que são atendidos
diretamente da planta através de dutos. O segundo grupo consiste na planta
da Braskem, responsável pela produção e estocagem do produto acabado.
O terceiro representa o porto de Aratu, que é ligado à planta por dutovia e é
utilizado para atracação e carregamento dos navios que abastecem o
mercado externo e outros clientes do mercado interno via cabotagem.
A operação neste subsistema depende de um certo conjunto de
recursos. Na planta existem dois tanques de armazenagem, necessários
porque, naturalmente, não há sincronismo entre a produção contínua e a
demanda. Os dutos são recursos de grande importância, por definirem qual
a capacidade de abastecimento dos clientes 1, 2, 3 e 4 e de transferência
para o porto de Aratu. O tanque do porto tem o papel de estocar o produto
enquanto os navios são aguardados. Por último, os berços do porto
restringem o número máximo de navios que podem ser atracados e
carregados ao mesmo tempo.
Todos os recursos necessitam ser parametrizados no modelo. Os
dutos devem ter suas capacidades inseridas. Os tanques da planta e do porto
também devem ter suas capacidades de armazenagem definidas.
Certamente, o número de berços também deve ser acrescentado. Além
destes, outros parâmetros de entradas são necessários: a demanda de cada
um dos clientes atendidos por dutovia; a taxa de produção da planta; a

Aplicação de simulação como ferramenta de apoio à elaboração de um planejamento estratégico de Jan/2007


capacidade
Centro de Estudos em Logística – COPPEAD / UFRJ

freqüência de chegada das embarcações e a taxa de carregamento das


mesmas.
Alguns destes parâmetros foram modelados de forma determinística
(valores únicos), como as capacidades de bombeio nos dutos, as
capacidades de armazenagem nos tanques, a taxa de produção e o número
de berços. Outros, por apresentarem variabilidades e incertezas, foram
modelados utilizando distribuições de probabilidades, como a chegada de
navios e a demanda dos clientes atendidos por dutovia.
A lógica matemática do modelo deve representar a lógica de fluxos e
decisões da operação real. Essa lógica está representada pelo diagrama da
Figura 4.
Chegada de Navios Cabotagem MI MarítimoME

Fila de Navios

Sim
Estoque Porto >= Lote Navio Carregado
Não

Atracação Pier

Bombeio carregamento
Produto
Tanque do Porto Aratú Navios

Mercado Interno Ativar Bombeio Porto

Tanque Cliente Estoque < Capacidade


Sim Não
Ativar Bombeio
Tanque da Planta

Ativar Bombeio Planta

Parada da
Recebe solicitação Estoque < Capacidade
Sim Sim Não Planta
Não

Produção

Figura 4 – Lógica de fluxos e decisões da operação UNIB

Conforme o diagrama sugere, pode-se considerar dois fluxos: o de


navios e o de produtos. O fluxo de navios se inicia com a chegada das
embarcações e o seu encaminhamento para a fila de atracação. A atracação

Aplicação de simulação como ferramenta de apoio à elaboração de um planejamento estratégico de Jan/2007


capacidade
Centro de Estudos em Logística – COPPEAD / UFRJ

se dá sob duas condições: disponibilidade de berço e de produto no tanque


do porto. Atracado, o navio então é carregado e segue para o seu destino.
O fluxo de produto tem início na produção. Caso haja solicitação de
envio para os clientes atendidos por dutovia, o bombeio é ativado e o
produto é transferido para os tanques dos clientes. Caso contrário, verifica-
se se há espaço para armazenagem no tanque da planta. Caso positivo, o
produto é bombeado para este tanque. Se o tanque já estiver com sua
capacidade 100% tomada, ocorre a parada da planta. O tanque do porto é
ressuprido sempre que tenha capacidade e haja produto no tanque da
planta.
Os principais dados de saída do modelo de análise de capacidade são
aqueles referentes à utilização dos recursos e ao nível de serviço. No
modelo exemplificado, para avaliar a utilização dos recursos foram
utilizadas três estatísticas: utilização média, percentil 90 da utilização e
percentual do tempo que a utilização ficou acima de 90%. A análise
conjunta destas estatísticas permite concluir se um determinado recurso
está sub ou super dimensionado.
Conforme mencionado anteriormente, a simulação não retorna um
resultado ótimo e sim como o sistema se comporta dadas determinadas
condições. Concluir que um recurso está mal dimensionado leva a uma
próxima rodada do modelo, alterando os parâmetros deste recurso e
analisando novamente os dados de saída. O Quadro 1 mostra alguns
resultados de uma rodada do modelo.
Utlz Utlz %T
média P90 Utlz>90%
Bomb. Cliente 1 45 % 52 % 0%
Bomb. Cliente 2 6% 26 % 0%

Bomb. Cliente 3 34 % 46 % 0%

Bomb Cliente 4 56 % 73 % 0%

Tanq Planta 1 72 % 96 % 21 %

Tanq. Planta 2 43 % 87 % 9%

Tanq. Aratu 62 % 99 % 21 %

Quadro 1 – Resultados de uma rodada do modelo

Aplicação de simulação como ferramenta de apoio à elaboração de um planejamento estratégico de Jan/2007


capacidade
Centro de Estudos em Logística – COPPEAD / UFRJ

Pode-se constatar, por exemplo, que o Tanque 1 da planta parece


estar sub-dimensionado, pois, apesar de apresentar uma utilização média de
72%, o percentil 90 chega a 96% e em um quinto do tempo o nível do
tanque está acima de 90% da capacidade. Nesta operação, tanques sub-
dimensionados podem levar à necessidade de parada da planta e,
conseqüentemente, a custos proibitivos. Esta situação ilustra bem o caso no
qual o custo de falta de capacidade é maior que o custo de excesso de
capacidade. Para avaliar qual será a capacidade adequada do tanque, deve-
se rodar novamente o modelo algumas vezes, com diferentes valores de
capacidade do tanque 1, maiores que o primeiro valor.
Além dos dados de utilização dos recursos como tanques e dutos, o
estudo da utilização dos berços do porto também era de extrema
importância. A disponibilidade de berços impacta diretamente na fila de
embarcações no porto. Maiores filas levam a maiores tempos de
atendimento e a maiores custos de demurrage (multa por atraso na
atracação e liberação do navio). Assim, o modelo também foi elaborado
para retornar como dados referentes à utilização do porto e à fila de navios.
Construído considerando as principais incertezas, variabilidades e
interdependências da operação atual e futura, o modelo desenvolvido pela
Braskem-UNIB em conjunto com o CEL permitiu o estudo de diversos
cenários e o dimensionamento dos principais recursos logísticos
envolvidos. Dessa forma, o Planejamento Estratégico de Capacidade foi
elaborado para um horizonte de dez anos, definindo as ações a serem
tomadas no tempo, assim como os investimentos necessários.

Conclusão

O processo de elaboração de um Planejamento Estratégico de


Capacidade traz diversos desafios para as organizações. Um dos maiores
consiste em como tratar as incertezas originadas pelas previsões e
estimativas necessárias para o planejamento. O tratamento adequado destas
incertezas é de extrema relevância para garantir a qualidade das decisões
tomadas.

Aplicação de simulação como ferramenta de apoio à elaboração de um planejamento estratégico de Jan/2007


capacidade
Centro de Estudos em Logística – COPPEAD / UFRJ

Este artigo mostra como a simulação computacional pode ser


utilizada como ferramenta em um estudo de análise de capacidade. Um
modelo de simulação permite que determinadas ações possam ser testadas e
seus efeitos analisados sem que realmente sejam tomadas na realidade.
Apesar de o processo de construção de um modelo matemático não
ser uma tarefa simples, necessitando profissionais capacitados e
envolvimento de várias pessoas dentro da organização, certamente se paga
pela riqueza das análises que podem ser realizadas e pelo embasamento e
segurança das conclusões que alimentarão o planejamento estratégico de
capacidade da empresa.

Referências Bibliográficas

HAYES, ROBERT H.; WHEELWRIGHT, STEVEN C. Restoring


Our Competitive Edge – Competing Through Manufacturing. John Wiley
& Sons, 1984.
CHWIF, LEONARDO; MEDINA, AFONSO C. Modelagem e
Simulação de Eventos Discretos. Bravarte, 2006.
MIEGHEM, JAN A. VAN. Capacity Management, Investment and
Hedging: Review and recent Developments. Manufacturing & Service
Operations Management, Fall, 2003.
MIRHASSANI, S.A.; LUCAS, C.; MITRA G.; MESSINA, E.;
POOJARI, C.A. Computational Solution of Capacity Planning Models
Under Uncertainty. Parallel Computing, 2006.
YANG, Y. HELIO; HADDAD, KAMAL; CHOW, CHEE W.
Capacity Planning Using Monte Carlo Simulation: An Illustrative
Application of Commonly Available PC Software. Managerial Finance,
2001.
COTIAS, ALMIR; NAZARIO, PAULO. Planejamento Estratégico
de Capacidade: Braskem UN Insumos Básicos. XII Fórum Internacional de
Logística, Agosto 2006.

Victor Brito

Aplicação de simulação como ferramenta de apoio à elaboração de um planejamento estratégico de Jan/2007


capacidade

Vous aimerez peut-être aussi