Вы находитесь на странице: 1из 214

MODELAGEM DO PLANEJAMENTO MESTRE DA PRODUÇÃO

ATRAVÉS DO EMPREGO DE REGRAS NEBULOSAS

Dayse Mourão Arruda

TESE SUBMETIDA AO CORPO DOCENTE DA COORDENAÇÃO DOS

PROGRAMAS DE PÓS-GRADUAÇÃO DE ENGENHARIA DA UNIVERSIDADE

FEDERAL DO RIO DE JANEIRO COMO PARTE DOS REQUISITOS NECESSÁRIOS

PARA A OBTENÇÃO DO GRAU DE DOUTOR EM CIÊNCIAS EM ENGENHARIA DE

PRODUÇÃO.

Aprovada por:

_______________________________________________ Prof. Carlos Alberto Nunes Cosenza, D.Sc.

_______________________________________________ Prof. Roberto Cintra Martins, D.Sc.

_______________________________________________ Prof. Elton Fernandes, Ph.D.

_______________________________________________ Prof. Marco Aurélio Sicchiroli Lavrador, D.Sc.

_______________________________________________ Prof. Ricardo Rodrigues Pacheco, D.Sc.

RIO DE JANEIRO, RJ – BRASIL

DEZEMBRO DE 2006

ARRUDA, DAYSE MOURÃO

Modelagem do Planejamento Mestre da

Produção através do emprego de regras

nebulosas [Rio de Janeiro] 2006

XVIII,196 p. 29,7 cm (COPPE/UFRJ, D.Sc.,

Engenharia de Produção, 2006)

Tese – Universidade Federal do Rio de

Janeiro, COPPE

  • 1. Planejamento Mestre da Produção

  • 2. Gestão da Produção

  • 3. Lógica Nebulosa

  • 4. Sistemas de Inferência Nebulosa

I. COPPE/UFRJ

II. Título (série)

ii

Aos meus filhos amados Gabriela e Felipe,

sem os quais nada valeria a pena.

Ao Rogério, meu amante, cúmplice e

companheiro de todas as horas,

que dá sentido a minha vida.

Aos meus queridos pais, Julita e João,

responsáveis por tudo que sou.

AGRADECIMENTOS

Agradecer a todos que colaboraram de alguma forma para a conclusão desse

trabalho é uma tarefa impossível. Posso apenas tentar citar os mais diretamente

envolvidos, mas já sabendo de antemão que certamente estou cometendo omissões.

Ao professor Roberto Cintra, que mais do que orientar com palavras orienta

com seu próprio exemplo de dignidade e de vida, por estar sempre presente e atento

aos mínimos detalhes. Um professor no verdadeiro sentido da palavra.

Ao professor Cosenza pela orientação intensiva ao longo desse último ano e

pelo apoio irrestrito que tornou possível esse trabalho.

Ao professor Eduardo Jardim, pela orientação competente e desprendimento

com que colaborou na pesquisa.

Ao professor Miguel de Simone, orientador de primeira hora, e que agora

certamente está “flutuando” em lugares mais agradáveis, por ter chamado a atenção

para questões que nunca havia sequer enxergado.

Aos professores Elton Fernandes, Marco Aurélio Sicchiroli e Ricardo Pacheco

pela participação na banca e pela valorosa interação.

A Aída, por receber a mim e todos os outros orientados do professor Cintra de

braços abertos, ajudando a tornar essa jornada mais leve.

Ao pessoal da G-209 pela acolhida amorosa e em especial a Fátima pelo

carinho e eficiência inigualável, a Zui pelo apoio naqueles momentos de desespero e a

D. Maria por seu sorriso sempre amigo.

A Dª. Perla, pela gentileza e paciência constante.

Ao pessoal do Programa de Engenharia de Produção, pela forma prestativa

com que atenderam todas as demandas.

Ao Carlos, chefe da DGEP, por ter disponibilizado os recursos necessários

para a realização da pesquisa.

iv

A todos os meus amigos da DGEP e em especial ao Saul, Janete, Andréa,

Therezinha e Ines, que torceram por mim esse tempo todo.

Ao João por ter permitido minha inscrição ao doutorado durante sua chefia.

A Direção do INT por possibilitar a realização desse trabalho.

A Sandra, Heloisa e Carlos, pelos pequenos gestos no dia-a-dia.

Ao Ricardo Sarmento pela torcida e por ter se desdobrado para arrumar um

tempo para as nossas reuniões.

A Laura, minha professora de yoga por ter garantido a minha sanidade no

meio desse vendaval.

A Adriane, mais do que terapeuta amiga, pelo apoio irrestrito todos esses anos.

As minhas amigas queridas Margarete e Any, pelo simples fato de existirem, se

já não houvesse milhões de outros motivos para agradecer.

A Rosana pelo precioso auxílio na tradução.

Aos meus irmãos Júlio, Denize e Ronaldo por estarem ao meu lado.

Aos meus pais por me ensinarem a não desistir nunca.

A Gabriela e Felipe por serem as pessoas maravilhosas que são e por

agüentaram esse caos que é o trabalho de tese.

Ao Rogério, companheiro de toda a vida, por seu amor e apoio irrestrito, sem

os quais nada teria sido possível.

v

Resumo da Tese apresentada à COPPE/UFRJ como parte dos requisitos necessários para a obtenção do grau de Doutor em Ciências (D.Sc.)

MODELAGEM DO PLANEJAMENTO MESTRE DA PRODUÇÃO ATRAVÉS DO EMPREGO DE REGRAS NEBULOSAS

Dayse Mourão Arruda

Dezembro/2006

Orientadores: Roberto Cintra Martins Eduardo Galvão Moura Jardim

Programa: Engenharia de Produção

O planejamento mestre da produção corresponde ao conjunto de atividades relacionadas ao processo de transposição dos planos de médio prazo da companhia em detalhadas decisões de curto prazo. Estes planos devem ser elaborados de forma a compatibilizar o atendimento da demanda com as restrições de capacidade da empresa. Esta é uma tarefa substancialmente complexa, que exige forte interação entre os diversos setores e é caracterizada pela necessidade de conciliação de objetivos normalmente conflitantes e ambíguos. É freqüente também que o processo decisório seja feito a partir de dados imprecisos ou incompletos, adicionando mais um complicador ao problema. A relevância e complexidade dessa atividade fazem desse tópico um importante foco de desenvolvimentos. Observamos porém que ainda hoje estes modelos não são utilizados na prática, em decorrência das características intrínsecas do problema. Considerando o exposto, propomos nesse trabalho uma modelagem adequada ao processo de gerenciamento do plano mestre, que possibilite incorporar os aspectos ambíguos, subjetivos e impregnados de imprecisão que lhe são inerentes. Para atingir este objetivo empregamos uma abordagem baseada na formalização do próprio processo decisório do gestor, sob a forma de regras nebulosas. Este enfoque faz uso do arcabouço teórico oferecido pela lógica nebulosa, que se ajusta perfeitamente à formulação de problemas com as características expostas.

vi

Abstract of Thesis presented to COPPE/UFRJ as a partial fulfillment of the requirements for the degree of Doctor of Science (D.Sc.)

MASTER PRODUCTION SCHEDULE THROUGH APPLICATION OF FUZZY RULES

Dayse Mourão Arruda

December/2006

Advisors:

Roberto Cintra Martins Eduardo Galvão Moura Jardim

Department: Production Engineering

The master production schedule corresponds to the set of activities related to the translation of the company’s long-term plans, into short-term detailed decisions. These plans must be elaborated so as to coordinate the meeting of the demand to its capability restrictions. This is a substantially complex task, which demands strong interaction between the various sectors, and it’s characterized by the need of conciliating usually conflicting, ambiguous goals. It’s also frequent that the decision process be made over inaccurate or incomplete data, adding another complication factor to the problem. The relevance and complexity of this activity renders this topic an important focus of developments. However, we notice that even nowadays these models aren’t put into practice, due to the intrinsic characteristics of the problem. Considering this brief exposition, we propose in this work an adequate modelling to the master plan management process, which enables it to incorporate the ambiguous, subjective, and imbued with inaccuracies aspects that are inherent to it. To achieve this goal we applied an approach based on the formalization in fuzzy rules of the very manager’s decision process. This approach makes use of the theoretical framework offered by fuzzy logic, which perfectly adjusts itself to the formulation of problems with the presented characteristics.

vii

SUMÁRIO

  • 1. INTRODUÇÃO

 

1

1.1.

FORMULAÇÃO DO PROBLEMA E OBJETIVO

1

1.2.

METODOLOGIA DE

TRABALHO

2

1.3.

ORGANIZAÇÃO DO TEXTO

3

1.4.

CONTEXTUALIZAÇÃO

3

1.5.

DESCRIÇÃO DO PROBLEMA – O QUE É O PLANEJAMENTO MESTRE DA PRODUÇÃO

6

  • 2. CARACTERÍSTICAS GERAIS DA ATIVIDADE DE PLANEJAMENTO MESTRE DA

PRODUÇÃO

...............................................................................................................................................

9

2.1.

FORMATO PADRÃO DA SAÍDA DE SISTEMAS PMP

9

2.2.

LÓGICA DA GERAÇÃO DO PLANO MESTRE

11

2.3.

O NÍVEL DE TOMADA DE DECISÃO NO PMP

.................................................................................

14

2.4.

ESTRUTURA DE LISTA DE MATERIAIS PARA O PLANEJAMENTO MESTRE

16

2.5.

ESTRATÉGIAS DE ABORDAGEM NO PLANEJAMENTO MESTRE

18

  • 3. TEORIA DOS CONJUNTOS NEBULOSOS

24

3.1.

CONCEITOS BÁSICOS

24

 

3.1.1.

Conjunto Nebuloso e Função de Pertinência

25

3.1.2.

Operações com conjuntos Nebulosos

27

3.1.2.1.

Operadores Padrão

27

3.1.2.2.

Operadores Nebulosos Generalizados

29

3.1.3.

Modificadores

.....................................................................................................................

31

3.1.4.

Variáveis Lingüísticas

33

3.1.5.

Regras Nebulosas

35

3.1.6.

Raciocínio Aproximado

38

3.1.6.1.

Operadores de Implicação

39

3.1.6.2.

Etapa de Agregação das regras

......................................................................................................

42

3.2.

SISTEMAS DE INFERÊNCIA NEBULOSOS

45

Fuzzificação

........................................................................................................................................

46

Inferência

............................................................................................................................................

46

Defuzzificação

46

3.3.

OTIMIZAÇÃO NEBULOSA CONCEITOS BÁSICOS

48

 
 

Formulação Geral

..............................................................................................................................

49

  • 4. O ESTADO D’ARTE NO PLANEJAMENTO MESTRE DA PRODUÇÃO E

 

PLANEJAMENTO AGREGADO

55

4.1.

POSSIBILIDADES DE ABORDAGEM NO PMP/PAP

58

4.1.1.

Foco na Prática de Gestão

.................................................................................................

58

4.1.2.

Otimização Clássica

...........................................................................................................

60

4.1.2.1.

Modelos de Programação Linear

...................................................................................................

61

4.1.2.2.

Regras Lineares de Decisão

...........................................................................................................

62

4.1.2.3.

Programação por Metas

.................................................................................................................

64

4.1.2.4.

Regras de Decisão de Busca (Search Decision Rules)

64

4.1.2.5.

Heurística de Distribuição da Produção (Production Switching Heuristic)

65

4.1.2.6.

Coeficientes de Gerenciamento

.....................................................................................................

65

4.1.2.7.

Planejamento Hierárquico da Produção (Hierarchical Production Planning)

65

4.1.3.

Modelos analíticos associados à sistemas ERP

..................................................................

67

4.1.4.

Sistemas Especialistas Simbólicos

......................................................................................

69

4.1.5.

Abordagem de Inteligência

70

4.1.5.1.

Abordagem empregando Algoritmos Genéticos/ Redes Neurais/Raciocínio Baseado em Casos

..

71

4.1.5.2.

Abordagem empregando a teoria dos conjuntos nebulosos

74

 

4.1.5.2.1.

Enfoque baseado em Otimização Nebulosa

............................................................................

75

4.1.5.2.2.

Enfoque baseado em Sistemas Nebulosos

77

4.1.5.2.3.

Operações com conjuntos nebulosos

78

  • 5. PROPOSTA DE MODELAGEM PARA O PROCESSO DE GERENCIAMENTO DO PLANO

MESTRE DE

PRODUÇÃO 80

5.1.

FORMULAÇÃO DA MODELAGEM PROPOSTA PARA DEFINIÇÃO DO PLANO MESTRE

84

 

viii

  • 5.1.1. Estratégia de construção da base de regras

.......................................................................

84

  • 5.1.2. Descrição das variáveis lingüísticas, seus termos e respectivas semânticas

85

  • 5.1.3. Base de Regras

 

89

  • 5.2. CONTEXTUALIZAÇÃO DO PROBLEMA CONSIDERANDO UM CENÁRIO HIPOTÉTICO PARA AVALIAÇÃO

DA MODELAGEM

95

  • 5.2.1. Estrutura do Simulador- Versão 1

......................................................................................

96

  • 5.2.2. Etapas de Operação do Simulador

.....................................................................................

98

  • 5.2.3. Conclusão do primeiro experimento

.................................................................................

103

  • 5.2.4. Contextualização do segundo experimento empregando uma formulação alternativa para

definição do plano mestre

 

105

  • 5.2.5. Informações sobre o cenário para o segundo experimento

..............................................

108

  • 5.2.6. Caracterização da modelagem alternativa considerando a variação percentual em relação

ao estoque

desejado

..........................................................................................................................

109

  • 5.2.7. Conclusão do Segundo Experimento

 

116

  • 5.3. FORMULAÇÃO DO ASPECTO RELATIVO À AVALIAÇÃO DE PLANOS ALTERNATIVOS

117

  • 5.3.1. Descrição da modelagem para avaliação do nível de estoques

 

117

  • 5.3.2. Aplicação da modelagem no cenário do segundo experimento

........................................

124

  • 5.3.3. Formulação da modelagem para avaliar nivelamento da produção e política de estoques

126

  • 5.3.4. Avaliação dos resultados obtidos com o terceiro experimento

 

132

  • 6. CONCLUSÃO

................................................................................................................................

135

  • 7. DESDOBRAMENTOS

...................................................................................................................

140

REFERÊNCIAS BIBLIOGRÁFICAS ANEXO I ANEXO II

............................................................................................................

................................................................................................................................................

...............................................................................................................................................

142

148

149

ANEXO III

.............................................................................................................................................

151

ANEXO IV

.............................................................................................................................................

156

ANEXO V

..............................................................................................................................................

164

ANEXO VI

.............................................................................................................................................

166

ANEXO VII

............................................................................................................................................

174

ANEXO VIII

..........................................................................................................................................

182

ix

Índice das figuras

FIGURA 1.1- ARQUITETURA TÍPICA DE SISTEMAS MRP II

.............................................................

7

FIGURA 2.1 - NÍVEL DO ITEM NO PMP X ESTRUTURA DO PRODUTO ADAPTADO DE

MCLEAVEY E NARASIMHAN

(1985)

...................................................................................................

14

FIGURA 2.2 - PLANO MESTRE AO NÍVEL DAS OPÇÕES

17

FIGURA 3.1 - FUNÇÃO DE PERTINÊNCIA DO CONJUNTO NEBULOSO A

26

FIGURA 3.2 - FUNÇÕES DE PERTINÊNCIA TRIANGULARES PARA OS CONJUNTOS A, B E C.

....................................................................................................................................................................

26

FIGURA 3.3 - FUNÇÕES DE PERTINÊNCIA TRAPEZOIDAIS PARA OS CONJUNTOS A, B E C 27

..

FIGURA 3.4 - FUNÇÕES DE PERTINÊNCIA GAUSSIANAS PARA OS CONJUNTOS A, B E C

.....

27

FIGURA 3.5 - EXEMPLO DE FUNÇÕES EMPREGADAS NOS MODIFICADORES “MUITO” E

“EXTREMAMENTE”

32

FIGURA 3.6 – FUNÇÕES DE PERTINÊNCIA PARA A VARIÁVEL LINGÜÍSTICA “TESTE”

37

FIGURA 3.7 – FUNÇÕES DE PERTINÊNCIA PARA A VARIÁVEL LINGÜÍSTICA

“CONHECIMENTO”

37

FIGURA 3.8 – FUNÇÕES DE PERTINÊNCIA PARA A VARIÁVEL LINGÜÍSTICA “NOTA”

37

FIGURA 3.9 - POSSIBILIDADES DE CÁLCULO PARA A ETAPA DE AVALIAÇÃO DE CADA

REGRA (ARRUDA & MARTINS, 2006)

41

FIGURA 3.10 - EXEMPLO DE ALGUMAS COMBINAÇÕES DE OPERADORES BASTANTE

USADAS 43

....................................................................................................................................................

FIGURA 3.11 - ETAPAS DE UM SISTEMA NEBULOSO

.....................................................................

48

FIGURA 3.12 - FUNÇÃO DE PERTINÊNCIA PARA RESTRIÇÕES DO TIPO “MENOR OU IGUAL"

....................................................................................................................................................................

51

FIGURA 3.13 - FUNÇÃO DE PERTINÊNCIA PARA RESTRIÇÕES DO TIPO “MAIOR OU IGUAL"

 

51

FIGURA 3.14 - FUNÇÃO DE PERTINÊNCIA PARA RESTRIÇÕES DO TIPO “IGUAL"

...................

52

FIGURA 4.1 - MAPA CONCEITUAL COM ESQUEMA DAS POSSIBILIDADES DE ABORDAGEM

PMP/PAP (ARRUDA ET AL.,

2006)

........................................................................................................

57

FIGURA 5.1 - PARTIÇÃO NEBULOSA PARA A VARIÁVEL ESTOQUE T-1

88

FIGURA 5.2 - PARTIÇÃO NEBULOSA PARA A VARIÁVEL PRODUÇÃO T

88

FIGURA 5.3 - PARTIÇÃO NEBULOSA PARA A VARIÁVEL VENDAS T

88

FIGURA 5.4 – TELA COM ANÁLISE DA UTILIZAÇÃO DO OPERADOR DE MÁXIMO PARA

AGREGAÇÃO 91

...........................................................................................................................................

FIGURA 5.5 – TELA COM ANÁLISE DA UTILIZAÇÃO DO OPERADOR DE SOMA PARA

AGREGAÇÃO 92

...........................................................................................................................................

x

FIGURA 5.6 – ANÁLISE DO USO DO CENTRÓIDE NA ETAPA DE DEFUZZIFICAÇÃO

...............

93

FIGURA 5.7 – SUPERFÍCIE RESULTANTE DA RELAÇÃO DA BASE DE REGRAS X

OPERADORES NEBULOSOS

95

FIGURA 5.8 – ÁRVORE DE TELAS PARA O SIMULADOR DO EXPERIMENTO 1

97

FIGURA 5.9 – ESTRUTURA DE ARQUIVOS DO SIMULADOR PARA O PRIMEIRO

EXPERIMENTO 97

........................................................................................................................................

FIGURA 5.10 – TELA APÓS A OPÇÃO “CARREGA REGRAS”

.........................................................

98

FIGURA 5.11 – TELA COM FUNÇÕES DE PERTINÊNCIA DA VARIÁVEL PREVVENDAS T EM [-

1,1]

.............................................................................................................................................................

99

FIGURA 5.12 – TELA COM FUNÇÕES DE PERTINÊNCIA DA VARIÁVEL ESTOQUE T-1 [0,5000]

....................................................................................................................................................................

99

FIGURA 5.13 – TELA COM EDIÇÃO PARA OS VALORES MÁXIMOS E MÍNIMOS DE CADA

VARIÁVEL

100

FIGURA 5.14 – SUPERFÍCIE FORMADA PELAS REGRAS E MECANISMO DE INFERÊNCIA

...

101

FIGURA 5.15 – TELA DE SELEÇÃO DE ARQUIVO PARA IMPORTAÇÃO DE DADOS DE

ENTRADA 101

...............................................................................................................................................

FIGURA 5.16 – TELA COM PLANO DE PRODUÇÃO E DE ESTOQUES

.........................................

102

FIGURA 5.17 – TELA COM GRÁFICO DO PLANO DE PRODUÇÃO E DE ESTOQUES

102

FIGURA 5.18 – TELA DO SIMULADOR COM A PARTIÇÃO NEBULOSA PARA A VARIÁVEL

DEMANDAMAX T

110

FIGURA 5.19 – TELA DO SIMULADOR COM A PARTIÇÃO NEBULOSA PARA A VARIÁVEL

VARESTQ% T-1

111

FIGURA 5.20 – TELA DO SIMULADOR COM A PARTIÇÃO NEBULOSA PARA A VARIÁVEL

PRODUÇÃO T

111

FIGURA 5.21 – TELA DO CADASTRO DE MODELOS DO PROTÓTIPO GESPLAN

.....................

113

FIGURA 5.22 – VISÃO ESQUEMÁTICA DA DEFINIÇÃO DO PLANO MESTRE NO 2°

EXPERIMENTO – VERSÃO 2 DO

SIMULADOR

................................................................................

114

FIGURA 5.23 – TELA COM PLANO DE PRODUÇÃO SUGERIDO PELO SIMULADOR NA

VERSÃO

2 ............................................................................................................................................... 116

FIGURA 5.24 – TELA COM GRÁFICO DE BARRAS DO PLANO SUGERIDO PELO SIMULADOR

NA VERSÃO2

116

FIGURA 5.25 – VISÃO ESQUEMÁTICA DO SIMULADOR PARA GERAÇÃO DO PLANO E

AVALIAÇÃO DA POLÍTICA DE ESTOQUES – VERSÃO 3 DO

SIMULADOR

...............................

120

FIGURA 5.26 - TELA COM PARTIÇÃO NEBULOSA DA VARIÁVEL VARESTQ% T NO NÍVEL 2

DO SIMULADOR – VERSÃO

3

.............................................................................................................

121

FIGURA 5.27 - TELA COM PARTIÇÃO NEBULOSA DA VARIÁVEL POLITICAESTOQUE T NO

NÍVEL 2 DO SIMULADOR – VERSÃO

3

.............................................................................................

122

xi

FIGURA 5.28 – FUNÇÃO DEFINIDA PELA BASE DE REGRAS, PELAS PARTIÇÕES

NEBULOSAS E PELO MECANISMO DE INFERÊNCIA PARA A DETERMINAÇÃO DO ESCORE

RELATIVO A POLÍTICA DE ESTOQUES POR

PERÍODO

.................................................................

123

FIGURA 5.29 – TELA COM PLANO DE PRODUÇÃO E ESTOQUE PARA O MODELO 602731

..

124

FIGURA 5.30 – ESCORE RELATIVO AO NÍVEL DE ESTOQUES PARA O MODELO 602731

.....

125

FIGURA 5.31 – TELA RELATIVA A OPÇÃO “MOSTRA DADOS” PARA O MODELO 602731

...

126

FIGURA 5.32 – VISÃO ESQUEMÁTICA DA AVALIAÇÃO GLOBAL DO PLANO DE PRODUÇÃO,

CONSIDERANDO A POLÍTICA DE ESTOQUES E A ESTRATÉGIA DE NIVELAMENTO DA

PRODUÇÃO - SIMULADOR VERSÃO

129

FIGURA 5.33 – TELA COM PARTIÇÃO NEBULOSA DA VARIÁVEL GRAUNIVELAMENTO

...

130

FIGURA 5.34 – TELA COM PARTIÇÃO NEBULOSA DA VARIÁVEL ESCOREGLOBAL

............

131

FIGURA 5.35 – SUPERFÍCIE DEFINIDA PELA COMBINAÇÃO ENTRE AS REGRAS, AS

PARTIÇÕES NEBULOSAS E OS OPERADORES DO MECANISMO DE

132

FIGURA 5.36 – TELA COM ESCORES PARA “PLANO 1” DEFINIDO PARA O MODELO 121451

 

134

FIGURA AIV.1 – TELA COM PLANO DE PRODUÇÃO E ESTOQUES SUGERIDOS PELO

SIMULADOR PARA AS VENDAS IMPORTADAS DO ARQUIVO DADOS.TXT

 

157

FIGURA AIV.2 – TELA COM PLANO DE PRODUÇÃO E ESTOQUES SUGERIDOS PELO

SIMULADOR PARA AS VENDAS IMPORTADAS DO ARQUIVO DADOS1.TXT

 

157

FIGURA AIV.3 – TELA COM PLANO DE PRODUÇÃO E ESTOQUES SUGERIDOS PELO

SIMULADOR PARA AS VENDAS IMPORTADAS DO ARQUIVO DADOS2.TXT

 

158

FIGURA AIV.4 – TELA COM PLANO DE PRODUÇÃO E ESTOQUES SUGERIDOS PELO

SIMULADOR PARA AS VENDAS IMPORTADAS DO ARQUIVO DADOS3.TXT

 

158

FIGURA AIV.5 – TELA COM PLANO DE PRODUÇÃO E ESTOQUES SUGERIDOS PELO

SIMULADOR PARA AS VENDAS IMPORTADAS DO ARQUIVO DADOS4.TXT

 

159

FIGURA AIV.6 – TELA COM PLANO DE PRODUÇÃO E ESTOQUES SUGERIDOS PELO

SIMULADOR PARA AS VENDAS IMPORTADAS DO ARQUIVO DADOS5.TXT

 

159

FIGURA AIV.7 – TELA COM PLANO DE PRODUÇÃO E ESTOQUES SUGERIDOS PELO

SIMULADOR PARA AS VENDAS IMPORTADAS DO ARQUIVO DADOS6.TXT

 

160

FIGURA AIV.8 – TELA COM PLANO DE PRODUÇÃO E ESTOQUES SUGERIDOS PELO

SIMULADOR PARA AS VENDAS IMPORTADAS DO ARQUIVO

SERIE.TXT

..............................

160

FIGURA AIV.9 – TELA COM PLANO DE PRODUÇÃO E ESTOQUES SUGERIDOS PELO

SIMULADOR PARA AS VENDAS IMPORTADAS DO ARQUIVO

SERIE1.TXT

............................

161

FIGURA AIV.10 – TELA COM PLANO DE PRODUÇÃO E ESTOQUES SUGERIDOS PELO

SIMULADOR PARA AS VENDAS IMPORTADAS DO ARQUIVO

SERIE2.TXT

............................

161

FIGURA AIV.11 – TELA COM PLANO DE PRODUÇÃO E ESTOQUES SUGERIDOS PELO

SIMULADOR PARA AS VENDAS IMPORTADAS DO ARQUIVO

SERIE3.TXT

............................

162

FIGURA AIV.12 – TELA COM PLANO DE PRODUÇÃO E ESTOQUES SUGERIDOS PELO

SIMULADOR PARA AS VENDAS IMPORTADAS DO ARQUIVO

SERIE4.TXT

............................

162

xii

FIGURA AIV.13 – TELA COM PLANO DE PRODUÇÃO E ESTOQUES SUGERIDOS PELO

SIMULADOR PARA AS VENDAS IMPORTADAS DO ARQUIVO

SERIE5.TXT

............................

163

FIGURA AIV.14 – TELA COM PLANO DE PRODUÇÃO E ESTOQUES SUGERIDOS PELO

SIMULADOR PARA AS VENDAS IMPORTADAS DO ARQUIVO

SERIE6.TXT

............................

163

FIGURA AVI.1 – PLANO DE PRODUÇÃO PARA O MODELO 121131, RESULTADO DA OPÇÃO

“CALCULA

PRODUÇÃO” 166

.....................................................................................................................

FIGURA AVI.2 – PLANO DE PRODUÇÃO PARA O MODELO 121451, RESULTADO DA OPÇÃO

“CALCULA

PRODUÇÃO” 167

.....................................................................................................................

FIGURA AVI.3 – PLANO DE PRODUÇÃO PARA O MODELO 129508, RESULTADO DA OPÇÃO

“CALCULA

PRODUÇÃO” 167

.....................................................................................................................

FIGURA AVI.4 – PLANO DE PRODUÇÃO PARA O MODELO 131121, RESULTADO DA OPÇÃO

“CALCULA

PRODUÇÃO” 168

.....................................................................................................................

FIGURA AVI.5 – PLANO DE PRODUÇÃO PARA O MODELO 131216, RESULTADO DA OPÇÃO

“CALCULA

PRODUÇÃO” 168

.....................................................................................................................

FIGURA AVI.6 – PLANO DE PRODUÇÃO PARA O MODELO 137206, RESULTADO DA OPÇÃO

“CALCULA

PRODUÇÃO” 169

.....................................................................................................................

FIGURA AVI.7 – PLANO DE PRODUÇÃO PARA O MODELO 149023, RESULTADO DA OPÇÃO

“CALCULA

PRODUÇÃO” 169

.....................................................................................................................

FIGURA AVI.8 – PLANO DE PRODUÇÃO PARA O MODELO 149024, RESULTADO DA OPÇÃO

“CALCULA

PRODUÇÃO” 170

.....................................................................................................................

FIGURA AVI.9 – PLANO DE PRODUÇÃO PARA O MODELO 154121, RESULTADO DA OPÇÃO

“CALCULA

PRODUÇÃO” 170

.....................................................................................................................

FIGURA AVI.10 – PLANO DE PRODUÇÃO PARA O MODELO 320941, RESULTADO DA OPÇÃO

“CALCULA

PRODUÇÃO” 171

.....................................................................................................................

FIGURA AVI.11 – PLANO DE PRODUÇÃO PARA O MODELO 420941, RESULTADO DA OPÇÃO

“CALCULA

PRODUÇÃO” 171

.....................................................................................................................

FIGURA AVI.12 – PLANO DE PRODUÇÃO PARA O MODELO 602731, RESULTADO DA OPÇÃO

“CALCULA

PRODUÇÃO” 172

.....................................................................................................................

FIGURA AVI.13 – PLANO DE PRODUÇÃO PARA O MODELO 612131, RESULTADO DA OPÇÃO

“CALCULA

PRODUÇÃO” 172

.....................................................................................................................

FIGURA AVI.14 – PLANO DE PRODUÇÃO PARA O MODELO 805921, RESULTADO DA OPÇÃO

“CALCULA

PRODUÇÃO” 173

.....................................................................................................................

FIGURA AVII.1 – ESCORE RELATIVO A POLÍTICA DE ESTOQUES PARA O PLANO DO

MODELO

121131 174

....................................................................................................................................

FIGURA AVII.2 – ESCORE RELATIVO A POLÍTICA DE ESTOQUES PARA O PLANO DO

MODELO

121451 175

....................................................................................................................................

FIGURA AVII.3 – ESCORE RELATIVO A POLÍTICA DE ESTOQUES PARA O PLANO DO

MODELO

129508 175

....................................................................................................................................

FIGURA AVII.4 – ESCORE RELATIVO A POLÍTICA DE ESTOQUES PARA O PLANO DO

MODELO

131121 176

....................................................................................................................................

xiii

FIGURA AVII.5 – ESCORE RELATIVO A POLÍTICA DE ESTOQUES PARA O PLANO DO

MODELO

131216 176

....................................................................................................................................

FIGURA AVII.6 – ESCORE RELATIVO A POLÍTICA DE ESTOQUES PARA O PLANO DO

MODELO

137206 177

....................................................................................................................................

FIGURA AVII.7 – ESCORE RELATIVO A POLÍTICA DE ESTOQUES PARA O PLANO DO

MODELO

149023 177

....................................................................................................................................

FIGURA AVII.8 – ESCORE RELATIVO A POLÍTICA DE ESTOQUES PARA O PLANO DO

MODELO

149024 178

....................................................................................................................................

FIGURA AVII.9 – ESCORE RELATIVO A POLÍTICA DE ESTOQUES PARA O PLANO DO

MODELO

154121 178

....................................................................................................................................

FIGURA AVII.10 – ESCORE RELATIVO A POLÍTICA DE ESTOQUES PARA O PLANO DO

MODELO

320941 179

....................................................................................................................................

FIGURA AVII.11 – ESCORE RELATIVO A POLÍTICA DE ESTOQUES PARA O PLANO DO

MODELO

420941 179

....................................................................................................................................

FIGURA AVII.12 – ESCORE RELATIVO A POLÍTICA DE ESTOQUES PARA O PLANO DO

MODELO

602731 180

....................................................................................................................................

FIGURA AVII.13 – ESCORE RELATIVO A POLÍTICA DE ESTOQUES PARA O PLANO DO

MODELO

612131 180

....................................................................................................................................

FIGURA AVII.14 – ESCORE RELATIVO A POLÍTICA DE ESTOQUES PARA O PLANO DO

MODELO

805921 181

....................................................................................................................................

FIGURA VIII.1- AVALIAÇÃO DO PLANO QUANTO À POLÍTICA DE ESTOQUES E

ATENDIMENTO A ESTRATÉGIA DE NIVELAMENTO – PRODUTO :

121131

..............................

182

FIGURA VIII.2- AVALIAÇÃO DO PLANO QUANTO À POLÍTICA DE ESTOQUES E

ATENDIMENTO A ESTRATÉGIA DE NIVELAMENTO – PRODUTO :

121451

..............................

183

FIGURA VIII.3- AVALIAÇÃO DO PLANO QUANTO À POLÍTICA DE ESTOQUES E

ATENDIMENTO A ESTRATÉGIA DE NIVELAMENTO – PRODUTO :

129508

..............................

183

FIGURA VIII.4- AVALIAÇÃO DO PLANO QUANTO À POLÍTICA DE ESTOQUES E

ATENDIMENTO A ESTRATÉGIA DE NIVELAMENTO – PRODUTO :

131121

..............................

184

FIGURA VIII.5- AVALIAÇÃO DO PLANO QUANTO À POLÍTICA DE ESTOQUES E

ATENDIMENTO A ESTRATÉGIA DE NIVELAMENTO – PRODUTO :

131216

..............................

184

FIGURA VIII.6- AVALIAÇÃO DO PLANO QUANTO À POLÍTICA DE ESTOQUES E

ATENDIMENTO A ESTRATÉGIA DE NIVELAMENTO – PRODUTO :

137206

..............................

185

FIGURA VIII.7- AVALIAÇÃO DO PLANO QUANTO À POLÍTICA DE ESTOQUES E

ATENDIMENTO A ESTRATÉGIA DE NIVELAMENTO – PRODUTO :

149023

..............................

185

FIGURA VIII.8- AVALIAÇÃO DO PLANO QUANTO À POLÍTICA DE ESTOQUES E

ATENDIMENTO A ESTRATÉGIA DE NIVELAMENTO – PRODUTO :

149024

..............................

186

FIGURA VIII.9- AVALIAÇÃO DO PLANO QUANTO À POLÍTICA DE ESTOQUES E

ATENDIMENTO A ESTRATÉGIA DE NIVELAMENTO – PRODUTO :

154121

..............................

186

FIGURA VIII.10- AVALIAÇÃO DO PLANO QUANTO À POLÍTICA DE ESTOQUES E

ATENDIMENTO A ESTRATÉGIA DE NIVELAMENTO – PRODUTO :

320941

..............................

187

xiv

FIGURA VIII.11- AVALIAÇÃO DO PLANO QUANTO À POLÍTICA DE ESTOQUES E

ATENDIMENTO A ESTRATÉGIA DE NIVELAMENTO – PRODUTO :

420941

..............................

187

FIGURA VIII.12- AVALIAÇÃO DO PLANO QUANTO À POLÍTICA DE ESTOQUES E

ATENDIMENTO A ESTRATÉGIA DE NIVELAMENTO – PRODUTO :

602731

..............................

188

FIGURA VIII.13- AVALIAÇÃO DO PLANO QUANTO À POLÍTICA DE ESTOQUES E

ATENDIMENTO A ESTRATÉGIA DE NIVELAMENTO – PRODUTO :

612131

..............................

188

FIGURA VIII.14- AVALIAÇÃO DO PLANO QUANTO À POLÍTICA DE ESTOQUES E

ATENDIMENTO A ESTRATÉGIA DE NIVELAMENTO – PRODUTO :

805921

..............................

189

FIGURA VIII.15- AVALIAÇÃO DO PLANO QUANTO À POLÍTICA DE ESTOQUES E

ATENDIMENTO A ESTRATÉGIA DE NIVELAMENTO – PRODUTO :

121131

..............................

189

FIGURA VIII.16- AVALIAÇÃO DO PLANO QUANTO À POLÍTICA DE ESTOQUES E

ATENDIMENTO A ESTRATÉGIA DE NIVELAMENTO – PRODUTO :

121451

..............................

190

FIGURA VIII.17- AVALIAÇÃO DO PLANO QUANTO À POLÍTICA DE ESTOQUES E

ATENDIMENTO A ESTRATÉGIA DE NIVELAMENTO – PRODUTO :

129508

..............................

190

FIGURA VIII.18- AVALIAÇÃO DO PLANO QUANTO À POLÍTICA DE ESTOQUES E

ATENDIMENTO A ESTRATÉGIA DE NIVELAMENTO – PRODUTO :

131121

..............................

191

FIGURA VIII.19- AVALIAÇÃO DO PLANO QUANTO À POLÍTICA DE ESTOQUES E

ATENDIMENTO A ESTRATÉGIA DE NIVELAMENTO – PRODUTO :

131216

..............................

191

FIGURA VIII.20- AVALIAÇÃO DO PLANO QUANTO À POLÍTICA DE ESTOQUES E

ATENDIMENTO A ESTRATÉGIA DE NIVELAMENTO – PRODUTO :

137206

..............................

192

FIGURA VIII.21- AVALIAÇÃO DO PLANO QUANTO À POLÍTICA DE ESTOQUES E

ATENDIMENTO A ESTRATÉGIA DE NIVELAMENTO – PRODUTO :

149023

..............................

192

FIGURA VIII.22- AVALIAÇÃO DO PLANO QUANTO À POLÍTICA DE ESTOQUES E

ATENDIMENTO A ESTRATÉGIA DE NIVELAMENTO – PRODUTO :

149024

..............................

193

FIGURA VIII.23- AVALIAÇÃO DO PLANO QUANTO À POLÍTICA DE ESTOQUES E

ATENDIMENTO A ESTRATÉGIA DE NIVELAMENTO – PRODUTO :

154121

..............................

193

FIGURA VIII.24- AVALIAÇÃO DO PLANO QUANTO À POLÍTICA DE ESTOQUES E

ATENDIMENTO A ESTRATÉGIA DE NIVELAMENTO – PRODUTO :

320941

..............................

194

FIGURA VIII.25- AVALIAÇÃO DO PLANO QUANTO À POLÍTICA DE ESTOQUES E

ATENDIMENTO A ESTRATÉGIA DE NIVELAMENTO – PRODUTO :

420941

..............................

194

FIGURA VIII.26- AVALIAÇÃO DO PLANO QUANTO À POLÍTICA DE ESTOQUES E

ATENDIMENTO A ESTRATÉGIA DE NIVELAMENTO – PRODUTO :

602731

..............................

195

FIGURA VIII.27- AVALIAÇÃO DO PLANO QUANTO À POLÍTICA DE ESTOQUES E

ATENDIMENTO A ESTRATÉGIA DE NIVELAMENTO – PRODUTO :

612131

..............................

195

FIGURA VIII.28- AVALIAÇÃO DO PLANO QUANTO À POLÍTICA DE ESTOQUES E

ATENDIMENTO A ESTRATÉGIA DE NIVELAMENTO – PRODUTO :

805921

..............................

196

xv

Índice de tabelas

TABELA 2.1 – TIPOS DE AMBIENTE E ESTRATÉGIAS PARA GESTÃO DO PLANO MESTRE

...

22

TABELA 3.1- OPERADORES T-NORMA MAIS DISSEMINADOS

.....................................................

31

TABELA

3.2-

OPERADORES

T-CONORMA MAIS

DISSEMINADOS

31

TABELA 3.3 - EXEMPLOS DE MODIFICADORES COM SUAS FUNÇÕES MAIS COMUNS

.........

 

33

TABELA 3.4- ETAPAS DE INFERÊNCIA X SELEÇÃO DE OPERADORES

......................................

44

TABELA 5.1 – VARIÁVEIS LINGÜÍSTICAS E RESPECTIVOS TERMOS LINGÜÍSTICOS

 

86

TABELA 5.2 - MAPA DE REGRAS (BASE DE REGRAS RELATIVA AO ARQUIVO PM38.FIS)

90

TABELA 5.3 – OPERADORES UTILIZADOS POR ETAPA DE INFERÊNCIA

..................................

94

TABELA 5.4 – CONVERSÃO DOS TERMOS E RESPECTIVAS FUNÇÕES DE PERTINÊNCIA

PARA AS VARIÁVEIS ESTOQUE T-1 E VAR%ESTQ T-1

......................................................................

106

TABELA 5.5 – TERMOS E RESPECTIVAS FUNÇÕES DE PERTINÊNCIA PARA A VARIÁVEL

DEMANDAMAX T

..................................................................................................................................

107

TABELA 5.6 – TERMOS E RESPECTIVAS FUNÇÕES DE PERTINÊNCIA PARA A VARIÁVEL

PRODUÇÃO T

..........................................................................................................................................

107

TABELA 5.7 - MAPA DE REGRAS SELECIONADO NO SEGUNDO EXPERIMENTO (BASE DE

REGRAS RELATIVA AO ARQUIVO PLANMESTRE041.FIS)

.........................................................

115

TABELA 5.8 – VARIÁVEIS LINGÜÍSTICAS E RESPECTIVOS TERMOS USADOS NO CÁLCULO

DO ESCORE PARA A POLÍTICA DE

ESTOQUES

..............................................................................

122

TABELA 5.9 – VARIÁVEIS E TERMOS LINGÜÍSTICOS USADOS NA AVALIAÇÃO GLOBAL

DO PLANO DE

PRODUÇÃO 130

.................................................................................................................

TABELA 5.10 – RESUMO DA AVALIAÇÃO DO SIMULADOR QUANTO À ESTOQUES E

NIVELAMENTO 133

.....................................................................................................................................

xvi

Índice de quadros

QUADRO 2.1 - FORMATO PADRÃO DE INTERFACE EM SISTEMAS PMP

....................................

11

QUADRO 3.1 – PROCEDIMENTO DE INFERÊNCIA RESUMIDO

44

QUADRO 4.1 – TIPOS DE ABORDAGEM PARA O PROBLEMA DO PAP/PMP E SUAS

RESTRIÇÕES

79

QUADRO 5.1 – BASE DE REGRAS PARA AVALIAÇÃO DA POLÍTICA DE ESTOQUES

123

QUADRO 5.2 – BASE DE REGRAS PARA AVALIAÇÃO GLOBAL DO PLANO

............................

131

xvii

Lista de Abreviaturas

APICS - American Production and Inventory Control Society ATP - Available to Promise / Disponível para Promessa de Entrega APS - Advanced Planning and Scheduling CRP – Capacity Requirements Planning/Planejamento das Necessidades de Capacidade ERP - Enterprise Resource Planning / Sistemas Integrados de Gestão Empresarial GUIDE – Graphical User Interface Development Environment HP - Horizonte de planejamento IA - Inteligência Artificial IC - Inteligência Computacional IDC - International Data Corporation MPS - Master Production Schedule MRP - Material Requirements Planning / Planejamento das Necessidades de Material MRP II - Manufacturing Resource Planning / Planejamento dos Recursos de Manufatura PAP - Planejamento Agregado da Produção PL - Programação Linear PLN - Programação Linear Nebulosa PME - Pequenas e Médias Empresas PMP - Planejamento Mestre da Produção PO - Pesquisa Operacional PPP - Planejamento da Produção Paramétrico RBC - Raciocínio Baseado em Casos RCCP - Rough Cut Capacity Planning SGBD - Sistema gerenciador de banco de dados SE´s - Sistemas Especialistas SIN – Sistemas de inferência nebulosos TSK - Takagi-Sugeno-Kang

xviii

1. Introdução

  • 1.1. Formulação do problema e objetivo

No mundo competitivo da atualidade, um planejador da produção lida

constantemente com objetivos conflitantes tais como o cumprimento de todos os

prazos de entrega, priorização de pedidos de clientes específicos, redução de

despesas operacionais e ainda se depara com freqüentes mudanças deflagradas por

clientes, fornecedores e demais atores do ambiente produtivo.

Nestas circunstâncias, para definir seu plano mestre de produção, o gestor tem

que considerar uma ampla gama de variáveis relativas a diferentes níveis e políticas

de estoque, fornecimento e capacidade produtiva, além de prazos, quantidades e

preços em constante mutação.

Um plano mestre bem elaborado resulta em uso mais eficiente dos recursos

fabris e melhor atendimento às demandas do mercado, gerando níveis adequados de

estoque e de serviços. Falhas constantes na sua definição no entanto, podem trazer

inconvenientes para a empresa, levando à diminuição de sua capacidade competitiva.

Diante desse quadro complexo e dinâmico e das diversas restrições feitas às

abordagens disponíveis para tratar o problema, nos propomos no presente trabalho a

desenvolver uma modelagem que permita ao gestor, definir com mais facilidade e

flexibilidade planos mestre que atendam satisfatoriamente aos objetivos estabelecidos.

Podemos dizer, em outras palavras, que o foco dessa pesquisa é propor uma

modelagem voltada para a atividade de gerenciamento do plano mestre de produção

que trate adequadamente problemas que apresentam objetivos múltiplos, conflitantes

e caracterizados pela ocorrência de ambigüidade e imprecisão nos dados. Utilizamos

com esse intuito, o ferramental disponibilizado pela lógica nebulosa, mais

especificamente o da abordagem baseada em Sistemas de Inferência Nebulosa, que

1

propicia interessantes recursos para a modelagem de questões com as peculiaridades

descritas.

No desenrolar da pesquisa nos deparamos com a necessidade de desenvolver

um instrumento que tornasse mais ágil a análise dos planos gerados pelo modelo

sugerido para o tópico de definição do plano mestre. Desta forma, acabamos por

elaborar adicionalmente uma formulação voltada para a avaliação de planos de

produção alternativos, levando em consideração o atendimento das metas

estabelecidas.

Consideramos que esta modelagem, subproduto do objetivo principal de nossa

pesquisa, além de ser necessária ao nosso processo de refinamento da base de

conhecimento, também seria de grande utilidade auxiliando o gestor em seu próprio

processo de planejamento, pois facilita a verificação do nível de atendimento dos

planos em relação aos objetivos que se deseja atingir.

  • 1.2. Metodologia de Trabalho

Com o intuito de conseguir identificar a viabilidade de uma proposta como

essa, em termos computacionais e em relação ao aspecto de modelagem do problema

propriamente dito, optamos por implementar quatro simuladores com suas respectivas

bases de regras focalizando questões específicas dentro de uma proposta de

procedimento mais ampla para tratar tanto a definição do plano mestre de produção

quanto a seleção dentre planos alternativos. Dessa forma poderíamos vivenciar os

problemas relativos à formulação desejada, e avaliar melhor sua adequação, numa

abordagem do tipo “prototipagem rápida”.

Cada um dos simuladores propostos parte da formulação anterior e acrescenta

algum novo aspecto em sua modelagem. Os dois primeiros são voltados para a

questão da definição do plano mestre e os dois últimos focados na atividade de

avaliação de planos de produção alternativos.

2

1.3.

Organização do texto

Organizamos o texto que se segue em 7 capítulos. No primeiro capítulo, além

explicitar o objetivo da pesquisa, definimos e contextualizamos a atividade do

planejamento mestre da produção.

No capítulo 2 discutimos as principais características e instrumentos desse

processo de planejamento no âmbito dos modernos sistemas integrados de gestão.

Apresentamos no capítulo 3 os principais conceitos relativos à teoria dos

conjuntos nebulosos e das suas subáreas de interesse direto na nossa pesquisa.

Analisamos no capítulo 4 o atual estágio de pesquisa e da prática na área do

planejamento mestre e planejamento agregado da produção, tendo em vista as

diversas abordagens disponíveis. Os dois tópicos são tratados em conjunto, uma vez

que as duas atividades são intimamente interligadas e compartilham de vários

aspectos de modelagem.

No capítulo 5 apresentamos as modelagens propostas e avaliamos os

resultados obtidos em cada um dos quatro simuladores que implementam as

formulações sugeridas.

Nos capítulos 6 e 7 temos respectivamente a conclusão do estudo como um

todo e os desdobramentos sugeridos para trabalhos futuros.

  • 1.4. Contextualização A globalização dos mercados e o crescimento da concorrência na atual

conjuntura forçaram as empresas a reavaliar seus processos, de forma a garantir

melhor desempenho em sua relação com o mercado.

À luz dessa necessidade e considerando a comprovada contribuição do

emprego das modernas tecnologias de gestão para atingir melhoria de produtividade e

3

qualidade na indústria, observamos nestes últimos anos uma intensa disseminação no

uso dos chamados sistemas ERP - Enterprise Resource Planning 1 .

Num breve retrospecto, temos, já na década de 50, o controle de materiais

como o principal foco de preocupação das organizações industriais. Nesta época, o

gerenciamento dos estoques era baseado na experiência do planejador responsável,

levando em consideração a tendência da demanda, para definir o ponto de reposição

de estoque dos produtos.

Os primeiros sistemas de Planejamento das Necessidades de Material 2

surgiram na década de 60, mas foi na década de 70 que o seu uso tornou-se bastante

difundido. Um fator determinante para a ampla disseminação dos conceitos desta

metodologia foi o apoio da American Production and Inventory Control Society

(APICS).

Mais tarde, nos anos 80, os sistemas com arquitetura do tipo MRP II -

Planejamento dos Recursos de Manufatura 3 expandiram o raciocínio que o MRP usa

no planejamento de materiais para os demais recursos da manufatura.

O MRP trabalha sobre dois conceitos básicos: i) que os componentes dos

produtos possuem demanda dependente, ou seja, a sua demanda pode ser calculada

deterministicamente através da identificação da demanda dos produtos finais que os

utilizam; e ii) emprego de dados de estoque defasados no tempo, o que permite a

recomendação de ordens de fabricação e compra no decorrer dos diversos períodos

de tempo.

A arquitetura tradicional de sistemas MRP II se compõe de várias funções

interligadas, que executam as diversas tarefas relacionadas com o planejamento.

Com o tempo percebeu-se que seria possível acrescentar módulos que suportassem

os demais recursos, tais como: contas a pagar, contabilidade, vendas e recursos

  • 1 Também denominados Sistemas Integrados de Gestão Empresarial

  • 2 MRP - Material Requirements Planning

  • 3 Manufacturing Resource Planning

4

humanos entre outros, surgindo então o conceito de sistemas ERP, que podemos

considerar como sendo uma ampliação do escopo dos tradicionais sistemas de

gestão, de forma a suportar as necessidades de informação da empresa como um

todo, daí o nome como são conhecidos no Brasil: Sistemas Integrados de Gestão

Empresarial.

Atualmente o uso de sistemas ERP é largamente disseminado nas empresas

de grande porte, e já podemos observar uma movimentação do setor que desenvolve

e comercializa estes sistemas, no sentido de voltar sua atenção para o segmento das

empresas de porte médio. Segundo estudo realizado pela IDC (International Data

Corporation), 30% do faturamento, já em 1999, dos nove mais importantes

fornecedores de soluções ERP, foram gerados graças a negócios fechados no

segmento de médio porte.

É neste estágio que surge o conceito de e-Business, que corresponde "a uma

rede de fornecedores, distribuidores, comerciantes e clientes que realizam muitas

comunicações e transações pela Internet e outras mídias". Ou, simplesmente

podemos dizer que e-Business é a utilização da WEB para a realização dos negócios

de forma eletrônica.

Uma breve análise dessa evolução permite identificar que as diversas funções

de planejamento da empresa vêm sendo gradualmente integradas, até englobar todo o

escopo do empreendimento ultrapassando as fronteiras físicas da empresa, e

conectando desde fornecedores até clientes.

Tendo em vista esse quadro, podemos considerar que a integração entre os

sistemas ERP e as plataformas WEB, chega a ser quase um desdobramento natural.

Esse requisito está se tornando uma exigência para os desenvolvedores de software,

uma vez que o mercado demanda mais e mais esse tipo de aplicação com o objetivo

de dar suporte a processos de negócios mais eficientes e eficazes. Essa integração,

apesar de inevitável é bastante complexa, pois para obtê-la, é necessário o domínio

5

de um vasto conjunto de tecnologias novas e complementares, como bem destaca

Moraes (2000), de forma a permitir a criação de uma infra-estrutura sólida com uma

arquitetura robusta e flexível, suficientemente rápida, e principalmente segura.

  • 1.5. Descrição do problema – O que é o planejamento mestre da produção A partir dessa contextualização, vamos ajustar nosso foco para uma dentre as

diversas atividades de planejamento contempladas na estrutura dos sistemas ERP,

que é a atividade de planejamento mestre da produção 4 (PMP), tema do trabalho aqui

exposto.

Essa função tem evoluído no decorrer dos anos da posição de simples entrada

de dados para o MRP, para uma atividade extremamente complexa, responsável pela

coordenação das vendas e da produção e transposição dos planos de médio prazo da

companhia, em detalhadas decisões de curto prazo. Tamanha é a complexidade

dessa tarefa, que Chopra (1984) chega a classificar o gerenciamento e estruturação

do PMP quase como uma arte.

O APICS Dictionary (WALLACE,1984) define o PMP da seguinte forma:

Plano Mestre da Produção: Para itens selecionados, ele é o estabelecimento do que a companhia espera manufaturar. Corresponde ao programa antecipado de produção para aqueles itens sob a responsabilidade do planejador mestre. O planejador mantém este programa, que por sua vez vai orientar o MRP. O PMP representa o que a empresa planeja produzir expressa em configuração, quantidades e datas específicas. O Plano Mestre não deve ser confundido com as vendas projetadas, que representam um dos aspectos da demanda. Outros importantes fatores tais como carteira de pedidos, políticas e metas gerenciais, devem ser levados em consideração na elaboração do PMP, de forma a determinar a melhor estratégia de manufatura.”

A lógica de geração do plano mestre de produção é resultante de forte

interação entre os módulos de cunho mais estratégico dentro da estrutura típica dos

sistemas MRP II, que pode ser visualizada na figura 1.1.

4 também chamado MPS – Master Production Schedule

6

Figura 1.1- Arquitetura Típica de Sistemas MRP II Seus dados de entrada são provenientes dos módulos

Figura 1.1- Arquitetura Típica de Sistemas MRP II

Seus dados de entrada são provenientes dos módulos de Gestão da

Demanda e de Planejamento Agregado da Produção (PAP). O primeiro é

responsável pelas tarefas de projeção, acompanhamento e avaliação das vendas; e o

segundo que visa definir o plano de produção da empresa no nível das famílias de

produtos, a partir das vendas projetadas e atendendo às restrições de capacidade.

Também denominado Planejamento da Produção, este último deve ser

estabelecido de acordo com o Plano Estratégico, no qual são definidas as metas e

políticas da empresa numa escala mais ampla, tais como nível de serviço desejado,

nível de produção, público alvo, estratégias de marketing e desenvolvimento de novos

produtos.

Tanto o plano agregado quanto o plano mestre devem ser avaliados em

relação ao seu conseqüente impacto nos recursos de produção considerados críticos

na empresa, sendo esta função executada pelo módulo de Planejamento Superficial

da Capacidade.

7

Uma vez definido o plano mestre, este serve como input para o Planejamento

das Necessidades de Material, determinando quais os produtos que devem ser

fabricados, em que quantidade e quando.

É importante destacar que o PMP deve ser consistente com o PAP do qual ele

foi derivado. A esse processo de derivar o PMP compatível com o plano agregado

que lhe deu origem, denominamos desagregação.

Toda empresa na realidade executa, mesmo que frequentemente de uma

forma implícita, a função de PMP, uma vez que é sempre necessário decidir o que e

quando produzir. Giesberts (1991) salienta em seu artigo, que na prática a atividade

denominada PMP não se refere a uma, mas sim a uma série de sub-funções, que

variam muito de empresa para empresa, dependendo da forma de atuação das

mesmas. Além disso, a execução dessas atividades necessita de uma forte interação

entre os departamentos, e leva em consideração diversas informações de cunho

subjetivo e qualitativo, o que lhe confere um caráter ainda mais personalizado. Por

conta disso, os métodos de otimização disponíveis, não se prestam a esta aplicação,

fazendo com que normalmente o procedimento de geração do plano mestre seja feito

na base de tentativa.

No próximo capítulo vamos detalhar o esquema de funcionamento e os

principais elementos que fazem parte do parte do processo de elaboração do plano

mestre.

8

2. Características gerais da atividade de planejamento mestre da produção

Vamos

expor

inicialmente

alguns

conceitos

básicos

necessários

ao

entendimento da forma como se estrutura a atividade de planejamento mestre.

  • 2.1. Formato padrão da saída de sistemas PMP O formato tradicional para saída de sistemas PMP se inspira nas telas dos

sistemas MRP, cujo dado de entrada nos primeiros anos era a própria demanda

projetada. Com o tempo foi identificado que a utilização pura e simples da demanda

na geração do plano de necessidades de material gerava um excessivo nervosismo no

plano, quase que inviabilizando a sua execução. Esse diagnóstico teve como

conseqüência a inclusão de uma série de procedimentos de nível gerencial que

resultaram no atual perfil da atividade de PMP.

No quadro 2.1 são apresentados os elementos típicos de sistemas de PMP que

vamos descrever a seguir:

  • a) Previsão da Demanda: corresponde a demanda total prevista para o item. Alguns sistemas subdividem esta variável em Previsão de Demanda Independente e Demanda Dependente. A primeira relativa à demanda prevista para o mercado consumidor que, como o próprio nome diz, ocorre de forma independente de algum outro produto da empresa e a Demanda Dependente que corresponde àquela parcela proveniente da necessidade gerada pela participação como componente em outro produto.

  • b) Pedidos em Carteira: São os pedidos de clientes, já vendidos, mas ainda não entregues.

9

  • c) Disponibilidade Projetada 5 : Corresponde ao estoque projetado para o fim de cada período de tempo.

  • d) Disponibilidade de Entrega 6 (DE): É a porção do estoque ou produção ainda não comprometida com alguma venda. Em linhas gerais, é uma comparação entre a demanda real e os itens programados pelo PMP ou em estoque. A DE é calculada de diversas formas por diferentes autores e softwares, podendo assumir, portanto significado um pouco diferente. É importante que o usuário de um software, por exemplo, conheça qual a formulação implementada para que possa interpretar os dados corretamente. Duas alternativas clássicas de cálculo são formalizadas e detalhadamente exemplificadas em Arruda (1996), e também podem ser deduzidas a partir do raciocínio exposto em Ware & Fogarty (1990) e Fullmann et al. (1989).

  • e) Plano Mestre de Produção 7 : Linha da tabela correspondente a quantidade do item com entrega de produção programada para aquele período.

  • f) Início do PMP: equivale a mesma informação constante na linha relativa ao plano mestre, porém devidamente defasada no tempo, de forma a representar o momento em que deve ser iniciada a produção daquele item. Essa linha também recebe o nome de “Liberação do Plano Mestre”.

  • 5 Também denominado frequentemente de Estoque Projetado Disponível/ Projected Available Balance,

ou Estoque Disponível (vide Corrêa et al. ( 2001)), Slack et al. (2002)).

  • 6 ou ATP – Available to Promise / Disponível para Promessa (vide McLeavey & Narasimham (1985) ou

Fullmann et al. (1989))

  • 7 Essa linha também é denominada “Recebimento do Plano Mestre”

10

Quadro 2.1 - Formato Padrão de Interface em Sistemas PMP

 

1

2

3

4

5

6

...

Previsão da Demanda

             

Pedidos em Carteira

             

Disponibilidade Projetada

             

Disponibilidade de Entrega

             

Plano Mestre de Produção

             
Início PMP
Início PMP
  • 2.2. Lógica da Geração do Plano Mestre

Este procedimento é feito a partir de depurações sucessivas, levando em

consideração a forma como se inter-relacionam os diversos fatores de produção,

comumente manipulados pelos gerentes.

Os cálculos são efetuados a partir de equações algébricas bem intuitivas, cujas

variáveis são aquelas apresentadas no quadro 2.1.

É importante destacar que apesar do sistema sugerir valores iniciais, as

quantidades calculadas pelo computador servem apenas como ponto de partida para o

processo de planejamento, ficando a decisão final por conta do planejador, que deve

levar em consideração uma série de fatores que não são computados pelo algoritmo

do sistema.

Na equação básica do planejamento mestre, o campo disponibilidade projetada

corresponde ao estoque projetado 8 para o fim de cada período para todo o horizonte

de planejamento. Ele é calculado tomando como ponto de partida o Estoque Inicial

somado ao que já estava programado para ser produzido naquele período e

subtraindo, para o mesmo intervalo, o maior valor entre a previsão de vendas e a

8 Eventualmente ao longo do texto usamos as duas denominações, estoque e disponibilidade projetada.

11

carteira de pedidos 9 . A produção programada (linha do PMP) é calculada então a

partir das faltas detectadas na disponibilidade projetada, levando em consideração o

tamanho do lote e o estoque de segurança. As quantidades são programadas e a

disponibilidade é recalculada período a período a partir daquele no qual a

disponibilidade é menor do que a aceitável. Temos a seguir uma formalização desse

raciocínio e um exemplo simples de cálculo.

Equação básica do Plano Mestre

. para

t =

0

DispProjetada 0 = EI

(2.1)

. para

t = 1

até N

DispProjetada t = DispProjetada t-1 + Produção t - Max (PV t , Ped t ) (2.2)

Onde:

 

DispProjetada t = disponibilidade projetada ao fim do período t;

 
 

EI = Estoque inicial;

 

Produção t = quantidade programada para recebimento no período t;

 

PV t = vendas projetadas no período;

Ped t = pedidos em carteira no período.

9 Corrêa et al. (2001, p. 212) entre outros autores, indicam a equação colocando: Estoque Final = Estoque

Inicial + Produção – Vendas Previstas. O resultado é equivalente, pois neste caso, o campo Vendas

Previstas quando calculado, foi estabelecido justamente como sendo a Demanda Dependente + Max

(Previsão de Vendas, Pedidos em carteira).

12

Quadro Inicial – Exemplo de Geração do Plano Mestre

Estoque Inicial : 50

Tamanho do Lote : 30

Estoque de Segurança : 15

Tempo de Reposição : 1

 

1

2

3

4

5

Previsão das Vendas

20

20

20

20

20

Pedidos em Carteira

10

 

10

   

Disponibilidade Projetada

         

PMP

         

Liberação PMP

         

Quadro Resultante – Exemplo de Geração do Plano Mestre

Estoque Inicial : 50

Estoque de Segurança : 15

Tamanho do Lote : 30 Tempo de Reposição : 1 1 2 3 4 5 Previsão
Tamanho do Lote : 30
Tempo de Reposição : 1
1
2 3
4
5
Previsão das Vendas
20
20 20
20
20
Pedidos em Carteira
10
10
Disponibilidade Projetada
30
10
20
0
10
40
30
40
PMP
30 30
30
Liberação PMP
30
30
30

O processo de planejamento é feito de forma recursiva.

Na medida em que

alterações são feitas no plano mestre, o impacto dessas alterações nos recursos de

13

material, capacidade e capital, considerados críticos na empresa deve ser avaliado

através do módulo de Planejamento Superficial da Capacidade e, quando for o caso,

finalmente implementado o plano.

  • 2.3. O Nível de tomada de decisão no PMP A tarefa de especificar a configuração do produto que deve ser controlado pelo

PMP não é trivial. O nível em que deve ser tratado o produto no plano mestre varia

consideravelmente de uma empresa para outra e o acerto nesta decisão é

fundamental para a execução de um bom planejamento.

Essa decisão é fortemente influenciada pela estrutura do produto, que por sua

vez está condicionada, entre outras coisas, à natureza da demanda atendida pela

empresa, principalmente no que tange a relação entre o tempo de reposição exigido

pelo mercado, em oposição ao tempo total necessário para obtenção do item.

Podemos identificar em linhas gerais, três “formas” mais usuais de estrutura de

produto que estão mostradas esquematicamente na figura 2.1, assinalando também o

nível em que seria indicada a definição do item do plano mestre em cada caso.

material, capacidade e capital, considerados críticos na empresa deve ser avaliado através do módulo de Planejamento

Figura 2.1 - Nível do item no PMP x estrutura do produto

adaptado de McLeavey e Narasimhan (1985)

14

  • a) Tipo “A”

Estruturas de material com esse formato, correspondem a poucos produtos

finais gerados a partir de uma grande variedade de componentes. Esta estrutura é

geralmente encontrada no caso de rádios, televisões e bens de consumo em geral.

Nestas circunstâncias, o mais comum é a utilização do item do plano mestre no nível

dos produtos acabados.

  • b) Tipo “X” ou “Ampulheta”

É o tipo de estrutura encontrada nas empresas que padronizaram o projeto do

produto com o intuito de obter certo número de módulos ou conjuntos intermediários.

Neste caso são construídos muitos itens finais a partir de um número reduzido de

subconjuntos, que são por sua vez, decorrentes do uso de componentes variados.

Uma situação muito comum na indústria automobilística, de computadores ou até

mesmo na fabricação de armários embutidos, onde temos o corpo do armário

padronizado, e que é posteriormente acrescido de portas e outros acessórios de

acordo com a demanda do cliente.

O item do plano mestre para este tipo de produto é correspondente a “cintura

da ampulheta”. Neste tipo de contexto é que são freqüentemente empregadas as

listas de planejamento de material, que são um instrumento de auxílio ao

gerenciamento do plano que veremos mais a frente.

  • c) Tipo “V”

Formato típico do caso onde temos uma grande variedade de produtos finais

obtidos a partir de um reduzido número de matéria-prima. É uma organização

bastante característica da indústria do petróleo, química e de papel. Neste contexto,

normalmente a fabricação é feita a partir dos pedidos dos clientes e o item do plano

mestre está no nível da matéria-prima.

15

É possível observar após uma breve análise dos esquemas mostrados nas

figuras 1.1 e 2.1, que a escolha para o nível do item que deve constar do plano

mestre, recai, em princípio, na parte mais estreita da estrutura de materiais, ou seja,

com menor número de itens. A literatura indica inclusive 10 , que não é adequado

trabalhar com mais do que 300 a 500 itens no PMP, devido à dificuldade de manipular

eficientemente essa quantidade de informação.

  • 2.4. Estrutura de Lista de Materiais para o Planejamento Mestre Conforme já destacamos, a inclusão de muitos itens no PMP provoca

dificuldades tanto para realizar as projeções de forma eficiente como ainda aumenta

os custos administrativos. As listas de planejamento de material consistem de um

poderoso instrumento para viabilizar a programação e projeção quando existem várias

opções ou níveis de informação.

Uma lista de material é considerada como sendo uma especificação dos

ingredientes ou componentes requeridos para a elaboração de um produto. Uma lista

de material em um nível inclui apenas aqueles componentes imediatamente

requeridos e não os componentes dos componentes. A lista de material indentada é

a lista de componentes desde o item final passando por todos os níveis de

componência, ou seja, mostra os componentes dos componentes. Estas são duas

formas opcionais de enfocar a lista de materiais, ambas elaboradas a partir do ponto

de vista da engenharia, ou seja, da forma como o produto final é construído. Um

enfoque alternativo para podermos definir outras unidades para o PMP é fazendo a

lista de material baseada na forma que o produto é vendido. A lista modular de

material é construída a partir deste tipo de abordagem.

LISTAS DE PLANEJAMENTO DE MATERIAL

10 McLeavey, e Narasimhan (1985), e Fullmann et al. (1989), entre outros.

16

A lista modular de material é uma lista de materiais organizada em função de

módulos ou opções de produtos ao invés dos produtos finais, ou seja, ela é

estruturada de forma a ligar as opções aos componentes, mas não liga as opções ou

componentes aos itens finais.

A lista modular é um tipo de lista de planejamento, sendo que lista de

planejamento é definida pelo APICS Dictionary como sendo: “Um grupamento artificial

de itens, no formato de lista de material, usado para facilitar o Planejamento Mestre

e/ou o planejamento de materiais”.

Um outro tipo de lista de planejamento são as Super Listas, sendo que estas se

localizam no topo da estrutura de materiais unificando várias listas modulares para

definir um produto final ou uma família de produtos. A percentagem indicada na Super

Lista representa o percentual de “popularidade” de cada módulo ou opção.

Para facilitar o entendimento, podemos olhar com “lente de aumento” a

estrutura do tipo de produto ”X”, que comumente faz uso das listas de planejamento.

O esquema fica parecido com o da figura 2.2.

A lista modular de material é uma lista de materiais organizada em função de módulos ou

Figura 2.2 - Plano Mestre ao nível das opções

17

O emprego das listas de planejamento como auxílio ao procedimento de

projeção é denominado normalmente como "Projeção em dois níveis" ou "PMP em

dois níveis" (ver Greene (1987), Sari (1985) ou Chopra (1984) ).

Este

procedimento envolve a definição do plano de produção ao nível de

famílias de produtos, que seria o nível 0, e depois emprega o percentual de

popularidade de cada opção dentro das famílias para determinar a projeção no

segundo nível, ou seja, o nível das opções de produtos. Em Arruda (1996) é

apresentado um exemplo bem detalhado desse cálculo.

  • 2.5. Estratégias de abordagem no Planejamento Mestre A natureza da demanda é um outro aspecto, fortemente vinculado à estrutura

de produto e que determina consideravelmente a forma como vai se realizar a

atividade do planejamento mestre e quais as possibilidades de estratégia viáveis.

Optar por uma estratégia para elaboração do plano mestre, implica em decidir

primeiramente a política de estoques que será praticada pela empresa. Esta decisão,

por sua vez, está estritamente ligada ao tipo de estrutura de produção. Dependendo

do tipo de estrutura, a empresa tem maior ou menor possibilidade de escolha sobre

sua política de estoques.

Seguindo a terminologia indicada pela APICS, podemos delinear, os seguintes

tipos de ambientes produtivos:

Produção para Estoque (make-to-stock) – Os itens de produção

são finalizados antes da chegada do pedido do cliente, ou seja, são

feitos para estoque. Vale destacar que nesse caso, a empresa

pode optar por ter estoques em qualquer um dos níveis, desde o

produto acabado, passando pelos semi-acabados ou até mesmo

18

matéria-prima. Neste contexto produtivo o mais comum é termos o

plano mestre sendo realizado no nível do produto acabado.

Montagem sob encomenda (assembly to order) – Ocorre em

empresas que trabalham com opções ou submontagens que

podem ser fabricadas e estocadas antes da chegada do pedido.

Esta alternativa permite uma redução no tempo de entrega do

produto, pois pode deixar apenas a etapa de montagem final para

quando o pedido do cliente chega. Neste ambiente normalmente é

empregada a estrutura de produto do tipo ampulheta, ficando o

nível do plano mestre na parte mais estreita, e fazendo uso do

mecanismo de Planejamento Mestre em dois níveis, conforme

descrevemos anteriormente.

Manufatura sob encomenda (make to order) – Neste caso, a

própria especificação do produto como um todo depende do cliente

e, portanto, a empresa não tem a alternativa de armazenar nem

produto final nem semi-acabados, restando ainda a possibilidade

de estocar a matéria-prima. O item do plano mestre

preferencialmente ficará ao nível da matéria-prima.

Projeto e produção sob encomenda (engineer to order) – Até

mesmo o projeto do produto é feito sob encomenda. É o caso da

fabricação de máquinas com características especiais, tais como

guindastes, ou ainda o setor de construção civil. Neste ambiente,

dependendo do produto, até a matéria-prima fica difícil de estocar,

forçando com que todos os procedimentos sejam acionados

apenas após a chegada do pedido.

Os tipos de ambiente foram listados a partir daquele que permite maior liberdade

de escolha até o mais restritivo em relação a estoques. Podemos observar que

quanto mais alto é o nível em que a empresa pode manter estoques para amortecer o

19

impacto das flutuações e incertezas da demanda, mais alternativas de políticas de

ação a empresa pode escolher em relação ao plano mestre. Tendo em vista essa

constatação podemos identificar diferentes possibilidades de estratégia para o

planejamento mestre, dependendo do ambiente produtivo em que será implementado.

O gestor pode optar por algumas políticas chamadas “puras” que discriminamos

a seguir, ou ainda, pelo emprego combinado delas:

Estratégia de nivelamento do plano ou de capacidade constante

Nesta alternativa a empresa opta por ignorar as flutuações na demanda, e

mantém constantes os níveis de produção. Com esta abordagem, normalmente são

atingidos níveis mais estáveis de utilização de mão-de-obra, além de melhores

margens de utilização dos processos, mas tem como inconveniente a geração de

níveis de estoque mais alto.

Estratégia de nivelamento do plano por blocos

Essa oferece uma solução de compromisso, com uma variante pequena em

relação a alternativa de nivelamento “pura”. Ao invés de estabelecer um nível de

produção constante ao longo de todo o horizonte de planejamento como no caso

anterior, o gestor pode trabalhar com diferentes patamares estáveis ao longo de

blocos de períodos. Normalmente isso tenderia a reduzir um pouco o nível de

estoques em relação à proposta de nivelamento para todos os períodos planejados.

Estratégia de acompanhamento da demanda

Propõe que as quantidades produzidas acompanhem a demanda existente.

Seguir essa política exige que a capacidade seja ajustada freqüentemente, para se

20

adaptar às sucessivas mudanças ocorridas na demanda. Alguns métodos para atingir

esse objetivo podem ser implementados individualmente ou de forma combinada pelo

gestor, dependendo do interesse:

  • a) Uso de horas extras e tempo ocioso Ampliar o número de horas trabalhadas, freqüentemente é o meio mais fácil e imediato de ajustar a capacidade. Assim como alocar a mão-de- obra ociosa para outras atividades, tais como manutenção em épocas de baixa demanda. As dificuldades ficam por conta do alto custo da hora extra e da limitação no número de horas que pode ser feita nesse esquema.

  • b) Variação no tamanho da força de trabalho Nas indústrias intensivas de mão-de-obra, existe a possibilidade de contratação e demissão do pessoal extra em períodos de pico de demanda e baixa, respectivamente. Esse procedimento, no entanto, além de incorrer em custos de recrutamento/indenização e baixa produtividade devido ao tempo de aprendizado, tem aspectos éticos e psicológicos bastante indesejáveis, podendo afetar seriamente a motivação da mão-de-obra envolvida.

  • c) Empregados em tempo parcial Corresponde a utilização de mão-de-obra contratada para trabalhar em horário parcial. Deve ser avaliado se os custos fixos de contratação compensam o uso dessa estratégia.

  • d) Uso de subcontração Implica na compra de capacidade de outras empresas para suprir os momentos de alta demanda. Os custos dessa opção podem ser elevados e tem também como inconveniente o risco de não conseguir o prazo ou o padrão desejado de qualidade.

21

Estratégia de gerenciamento da demanda

A possibilidade de “administrar” a demanda, ao invés de simplesmente fazer o

seu seguimento, pode trazer uma boa redução de custos. Neste caso a empresa pode

usar alguns artifícios para conseguir transferir a demanda entre períodos. É o caso,

por exemplo, de fazer nos restaurantes, promoção com preços mais baixos em

horários fora do pico. Ou ainda, pacotes turísticos mais baratos para períodos fora da

alta estação. Uma proposta ainda mais drástica pode ser o oferecimento de produtos

alternativos, com um perfil de demanda diferente dos demais, que ocupariam a

capacidade ociosa quando necessário.

É importante destacar por fim, que essas estratégias de planejamento, não

precisam ser usadas de forma única. O mais comum é o seu emprego misto.

Ao analisar o emprego dessas políticas, em relação aos ambientes produtivos

que descrevemos acima, podemos concluir que a possibilidade de escolha entre as

políticas é bastante distinta para os diferentes ambientes. Na tabela 2.1 organizamos

de forma sintética as indicações para cada caso.

Tabela 2.1 – Tipos de ambiente e estratégias para gestão do plano mestre.

Tipos de ambientes produtivos

Estratégias de ação indicadas

Produção para estoque

Livre escolha entre:

  • - Nivelamento da produção;

  • - nivelamento da produção por blocos;

  • - ou acompanhamento da demanda.

Montagem sob encomenda

  • - Obrigatoriedade de acompanhamento da demanda para os produtos acabados;

  • - possibilidade de estoques para o nível dos

subconjuntos e da matéria-prima.

Produção sob encomenda

  • - obrigatoriedade de acompanhamento da demanda para o produto acabado;

  • - impossibilidade de estocar itens intermediários

  • - possibilidade de estocar matéria-prima

Projeto e Produção sob encomenda

  • - obrigatoriedade do acompanhamento da demanda;

  • - impossibilidade de estocar matéria-prima.

22

Abordamos neste capítulo os principais temas relacionados ao

procedimento de gestão do plano mestre necessários a um melhor entendimento de

nossa proposta de trabalho. Discutiremos a seguir alguns conceitos mais relevantes

no campo da teoria dos conjuntos nebulosos, que também servem de subsídio para a

nossa formulação.

23

3. Teoria dos conjuntos nebulosos

No intuito de permitir o entendimento dos vários aspectos que vamos discutir

em nossa modelagem, faremos uma breve exposição dos principais conceitos e

definições relativos à teoria dos conjuntos nebulosos, detalhando a abordagem

baseada em Sistemas Nebulosos e a subárea de otimização nebulosa.

Recomendamos àqueles que desejam um maior aprofundamento do tema,

algumas referências clássicas como Zimmermann (1985), Ross (1995) ou Klir e Folger

(1988).

Como o assunto tratado é muito vasto, em cada um dos tópicos apresentados,

procuramos ainda indicar autores que abordam aquela questão em particular.

  • 3.1. Conceitos básicos

A formalização do conceito de conjunto nebuloso foi introduzida pela primeira

vez pelo professor Lofti A. Zadeh, da Universidade da Califórnia em seu clássico artigo

"Fuzzy Sets" (ZADEH,1965).

Podemos dizer que é uma extensão da teoria dos conjuntos clássicos, de

forma a tratar o conceito de verdade parcial, onde o grau de pertinência de um

elemento ao seu conjunto pode assumir qualquer valor no intervalo [0,1], ao invés de

apenas 0 ou 1 como acontece no escopo da teoria dos conjuntos clássicos ou

"crisp" 11 .

O princípio básico que suporta a teoria dos conjuntos nebulosos é a idéia de

que o pensamento humano é organizado, não sob a forma de símbolos discretos e

números, mas sim em classes de objetos que definem categorias gerais, mas não

rígidas, e que a transição de uma categoria para outra é gradual e não abrupta.

11 Vários autores, entre os quais Klir e Folger (1988) e Zimmermann(1985), usam para o conjunto visto na teoria dos conjuntos clássica a terminologia "crisp set", no sentido de conjunto nítido, bem definido, para distingui-lo do conjunto nebuloso.

24

A lógica nebulosa, por sua vez, é uma extensão da lógica clássica, e tem suas

bases na teoria dos conjuntos nebulosos. Segundo Zadeh (1988) a distinção central

entre a lógica clássica e a nebulosa, é que esta última ajuda a modelar a maneira

imprecisa de raciocinar, que é uma característica intrínseca do processo de tomada de

decisão humana. Podemos dizer que é um sistema lógico que ajuda a formalizar o

raciocínio aproximado. Ou seja, um método para reproduzir a capacidade humana de

lidar com raciocínio impreciso.

Como Zadeh(1994) faz questão de esclarecer, apesar do termo “lógica

nebulosa” ser usado muito frequentemente como um sinônimo para a teoria dos

conjuntos nebulosos, esta última é mais abrangente que a lógica nebulosa, que na

realidade se constitui de um de seus ramos, dentre os quais podemos citar ainda, a

aritmética nebulosa ou a otimização nebulosa.

3.1.1. Conjunto Nebuloso e Função de Pertinência

Na definição formal de um conjunto nebuloso, estabelecemos que se X é uma

coleção de objetos denotados genericamente por x, então um conjunto nebuloso A em

X é um conjunto de pares ordenados, da forma:

A = { ( x, µ A (x) )| x Є X}

onde:

(3.1)

µ A (x) é denominada função de pertinência de x em A, que mapeia X no

espaço de pertinência M. Quando M contém apenas 0 e 1 então µ A (x) equivale a

função característica de um conjunto clássico.

O valor de pertinência de um elemento reflete a sua compatibilidade com as

características e propriedades do conjunto, podendo variar desde a situação da

exclusão completa, onde µ A (x) = 0, até o ponto da inclusão completa, com µ A (x)= 1

Por exemplo, seja X = [0,60] podemos definir a função de pertinência como se

segue:

25

µ A (x)=

µ (x)= x/50 , se x ∈ [0,50] 1 , se x >50 (3.2) Calculando os

x/50 , se x [0,50]

1 , se x >50

(3.2)

Calculando os valores de pertinência para alguns elementos segundo a função

acima teríamos:

 

µ A (10)= 0,2

;

µ A (20)= 0,4

;

µ A (30)= 0.6 ;

µ A (40)= 0.8

µ A (50)= 1

A função de pertinência do conjunto A também pode ser observada na figura

3.1 .

µ (x)= x/50 , se x ∈ [0,50] 1 , se x >50 (3.2) Calculando os

Figura 3.1 - Função de Pertinência do conjunto nebuloso A

As funções de pertinência podem ter diversas formas, tais como a triangular,

trapezoidal e gaussiana entre outras (vide figuras 3.2, 3.3 e 3.4).

µ (x)= x/50 , se x ∈ [0,50] 1 , se x >50 (3.2) Calculando os

Figura 3.2 - Funções de Pertinência triangulares para os conjuntos A, B e C.

26

Figura 3.3 - Funções de Pertinência trapezoidais para os conjuntos A, B e C. Figura 3.4

Figura 3.3 - Funções de Pertinência trapezoidais para os conjuntos A, B e C.

Figura 3.3 - Funções de Pertinência trapezoidais para os conjuntos A, B e C. Figura 3.4

Figura 3.4 - Funções de Pertinência gaussianas para os conjuntos A, B e C.

3.1.2. Operações com conjuntos Nebulosos

Conforme já explicitamos anteriormente, a teoria dos conjuntos nebulosos é

uma extensão da teoria dos conjuntos clássicos. Assim sendo, da mesma forma como

temos os operadores de união, interseção e complemento, disponíveis para os

conjuntos crisp, podemos utilizar na teoria dos conjuntos nebulosos uma extensão

desses operadores, alterados de forma a considerar o aspecto da pertinência parcial

permitido no escopo da abordagem nebulosa.

Descrevemos sucintamente a seguir os operadores padrão definidos por Zadeh

(1965) para as operações de união, interseção e complemento.

3.1.2.1. Operadores Padrão

Sejam A, B e C conjuntos nebulosos definidos num universo de discurso X:

27

  • a) A interseção de A e B é definida por:

μ AB (x) = min ( μ A (x) , μ B (x) ) = μ A (x) μ B (x)

(3.3)

  • b) A união de A e B é definida por:

μ AB (x) = max ( μ A (x) , μ B (x) ) = μ A (x) μ B (x)

(3.4)

  • c) O complemento de A é definido pelo conjunto C, onde :

μ C (x) = 1 - μ A (x)

(3.5)

Estas definições não são as únicas possíveis, e dependendo do operador

nebuloso empregado, diferentes resultados podem ser obtidos. Cox (1994) discute

num exemplo os efeitos da escolha do operador no resultado de um problema. A

seleção do operador vai depender principalmente das características da aplicação.

Várias formulações para operadores nebulosos generalizados podem ser

encontradas na literatura. As t-normas (normas triangulares) são operadores que

generalizam a operação de interseção, enquanto que as s-normas (ou t-conormas)

generalizam a operação de união. Por definição, todos os operadores que pertencem

a essas classes de funções possuem as propriedades de associatividade,

comutatividade, monotonicidade e contorno. Algoritmos para uma implementação em

MatLab 12 de algumas formulações mais comuns de operadores t-norma e s-norma são

descritas em Jang et al. (1997, p. 39) e Klir e Yuan (1995) apresentam em forma

tabular uma boa variedade de t-normas e s-normas .

Para melhor entendimento, descrevemos a seguir as definições formais,

propriedades e alguns exemplos de operadores t-norma e t-conorma.

12 MatLab é um ambiente computacional interativo, que possui uma linguagem de programação de alto nível, voltada para computação matemática. Para mais informações, consultar Matsumoto (2001) ou Hanselman e Littlefield (2003).

28

3.1.2.2. Operadores Nebulosos Generalizados

  • a) Classe de operadores de interseção generalizada (t-norma)

Uma t-norma é uma função de duas variáveis

T

:

[0,1]

x

[0,1]

[0,1],

simbolizado por: μ AB (x) = t(μ A (x), μ B (x)) e que satisfaz as seguintes propriedades:

Condição de contorno: t(0,0) = 0 e t(a,1) = t(1,a) =a

Esta restrição visa garantir que quando o valor de pertinência for 1 ou 0,

que corresponde aos casos onde recaímos no conjunto clássico, serão

obedecidas as regras da teoria dos conjuntos clássica, para manter a

compatibilidade.

Monotonicidade: t(a,b) t(a,d), se b d

Implica em que quando houver decréscimo nos valores das funções de

pertinência de A ou B não ocorrerá acréscimo no valor da interseção e vice-

versa.

Comutatividade: t(a,b) = t(a,b)

Indica que para o operador, a ordem em que os conjuntos são combinados

é indiferente.

Associatividade: t(a,t(b,c))= t(t(a,b),c)

Indica que a seqüência de operações de interseção pode ser feita em

qualquer ordenamento de pares.

  • b) Classe de operadores de união generalizada (s-norma)

29

Uma

t-conorma é uma função

de duas variáveis

S : [0,1] x [0,1]

[0,1],

simbolizado por: μ AB (x) = s(μ A (x), μ B (x)) que satisfaz as seguintes propriedades: 13

Condição de contorno: s(1,1) = 1 e s(0,a) = s(a,0) =a

Monotonicidade:

s(a,b)

s(a,d), se a b d

Comutatividade: s(a,a) = s(a,b)

Associatividade: s(a, s(b,c))= s(s(a,b), c)

Os operadores de mínimo e de máximo, além de satisfazer a essas quatro

propriedades, também atendem a condição de idempotência, distributividade e a

Dualidade de Morgan.

Idempotência :

A

A = A

 
 

A A

= A

Distributividade:

A (B C) =

(A B) (A

C)

 

A (B C) =

(A B) (A

C)

Dualidade de Morgan:

_____ A B

=

__ A B

__

 

_____ A B

=

__ A B

__

 

Nas

tabelas 3.1 e 3.2, discriminamos

quatro operadores de t-norma e

t-

conorma bastante utilizados.

13 As justificativas apresentadas para as propriedades na interseção são equivalentes para o caso da união.

30

Tabela 3.1- Operadores t-norma mais disseminados

Operador t-norma

t(a,b) =

Mínimo

min(a,b)

 

a*b

Produto Algébrico Produto Limitado

 

Produto Drástico

0 (a + b –1) T(a,b) = a, se b=1

ou

T(a,b) = b, se a=1

ou

T(a,b) = 0, se a, b < 1

Tabela 3.2- Operadores t-conorma mais disseminados

Operador t-conorma

s(a,b) =

Máximo

 

soma Algébrica

max(a,b) a + b -ab

soma Limitada

1 (a + b)

soma Drástica

T(a,b) = a, se b=0 ou

T(a,b) = b, se a=0

ou

T(a,b) = 1, se a,b > 0

3.1.3. Modificadores

O uso de modificadores 14 na modelagem tem como objetivo conseguir maior

semelhança com a linguagem natural. Sua função equivale àquela que os adjetivos e

advérbios assumem na linguagem. Ou seja, da mesma forma que estes mudam as

características de substantivos e verbos, os modificadores, na teoria dos conjuntos

nebulosos, alteram a forma das funções de pertinência, transformando um conjunto

nebuloso em um novo conjunto.

Um modificador de uma variável lingüística é descrito por uma função

matemática definida de forma heurística. Sua especificação é subjetiva, e depende

grandemente da percepção do projetista.

Zadeh 15 (apud Ross (1985)) especificou, por exemplo, o modificador “muito”

como sendo: μ muito (x) = μ(x) 2 .

Esta é uma definição arbitrária, mas compatível com a interpretação do

conceito que objetiva expressar. Observando a figura 3.5, percebemos facilmente que

sua aplicação resulta numa concentração maior da função de pertinência, uma vez

  • 14 Denominados “hedges” na literatura estrangeira.

15

Zadeh, L., “A fuzzy-set-theoretic interpretation of linguistic hedges.”,J.Cybern., vol 2, n°2, pp. 4-34, 1972

31

que x 2 < x para 0 < x < 1, ou seja, provoca um “rebaixamento” da curva, reforçando o

conceito original. No caso do exemplo, parece intuitivo que uma pessoa de 1.7 m, que

é considerada alta com uma pertinência de 0.5 deveria ser considerada muito alta

com uma pertinência menor, conforme é estabelecido pela função empregada, onde

μ muito alto (1.7) = 0.25.

que x < x para 0 < x < 1, ou seja, provoca um “rebaixamento” da

Figura 3.5 - Exemplo de funções empregadas nos modificadores “muito” e

“extremamente”

Além dos modificadores conhecidos como “concentradores” (muito e

extremamente, por exemplo) têm também aqueles que propiciam “diluição”, tal como

mais ou menos”, levando a um aumento dos valores da função de pertinência

resultante.

Podemos citar ainda, dentre outras, a classe de modificadores que, uma vez

aplicados, resultam em “intensificação do contraste”, como é o caso de

positivamente”, cuja função normalmente incrementa o grau de pertinência dos

elementos do conjunto nebuloso original que estão acima de 0.5, ao mesmo tempo em

que diminui o valor de pertinência para os elementos originariamente abaixo de 0.5.

32

A título de ilustração listamos, na tabela 3.3, alguns modificadores comuns,

acompanhados das funções matemáticas mais frequentemente empregadas. Vale

lembrar, que a gama de possibilidades de funções que podemos usar para fazer o

ajuste fino da forma dos conjuntos nebulosos é bem variada e depende do

discernimento do modelador.

Tabela 3.3 - Exemplos de modificadores com suas funções mais comuns

modificador

Função matemática

Muito

X

2

Mais ou Menos

X

½

Extremamente

X

3

Pouco

X

1/3

Não

1-X

Maiores informações sobre o tema podem ser encontradas em Aguiar e

Oliveira Jr. (1999), ou Bárdossy e Duckstein(1995). Cox(1994) dedica um capítulo

inteiro ao assunto e faz uma abordagem bem detalhada.

  • 3.1.4. Variáveis Lingüísticas

Outro elemento central na lógica nebulosa é o conceito das Variáveis

Lingüísticas, que são constituídas de palavras ou sentenças em linguagem natural, e

usadas no lugar das variáveis numéricas. Podemos ter, a título de exemplo, as

variáveis lingüísticas idade, que pode assumir os valores “jovem” ou “velho”; e

velocidade, que pode ser “baixa”, “média” ou “alta”.

Formalmente uma variável lingüística x é caracterizada por uma quádrupla

(T(x), X, G, M) 16 , onde:

x: nome da variável

T: é o conjunto de termos que x aceita como seus valores lingüísticos

(também chamados termos lingüísticos)

16 Vide Zimmermann (1985, p.121) ou Bárdossy e Duckstein (1995, p.14).

33

X: é o universo do discurso, ou seja, um conjunto clássico ao qual pertencem

os conjuntos nebulosos relativos às variáveis lingüísticas.

G: é a gramática que gera os termos em T(x)

M: é a regra semântica que mapeia cada valor lingüístico A em seu significado

M(A), sendo que M(A) corresponde a um conjunto nebuloso em X.

Como exemplo, temos a variável lingüística temperatura para a qual podem

ser admitidos os seguintes termos lingüísticos:

T(temperatura) = { baixa, média, alta }

Para cada termo lingüístico estabelecemos um conjunto nebuloso definido a

partir de um universo de discurso, que neste caso podemos considerar como sendo:

X= [0, 40]. A gramática ou regra sintática G é que determina a criação dos termos

lingüísticos a serem utilizados, enquanto M define um mapeamento que associa a

cada elemento de T uma função de pertinência específica.

Podemos dizer em outras palavras, que a função de pertinência propicia a

conversão das informações de caráter quantitativo em informações qualitativas.

Por definição, uma variável lingüística é dita completa quando para todo x Є X,

existe um conjunto nebuloso A tal que μ A