POTENCIAL DA MODELAGEM E SIMULAÇÃO COMPUTACIONAL APLICADA A REDE LOGÍSTICA

Transcrição

1 POTENCIAL DA MODELAGEM E SIMULAÇÃO COMPUTACIONAL APLICADA A REDE LOGÍSTICA BRUNO LEONARDO SANTOS MENEZES (SENAI) brunomubarak@gmail.com Esse artigo propõe abordar as algumas vantagens da utilização da modelagem e simulação computacional para melhoria de processos em redes logísticas. O método utilizado nesse estudo foi o levantamento bibliográfico. Um contexto interdiscipliinar, devido à abrangência dessa área de conhecimento e sua interface com outras áreas de conhecimento. Palavras-chaves: Redes Logísticas, modelagem, simulação.

2 1. Introdução Esse estudo tem como objetivo apresentar alguns pontos positivos da aplicação de modelagem e simulação computacional para melhoria de redes logísticas e algumas perspectivas para o futuro da interface desses dois campos de estudos. Foi realizado levantamento bibliográfico em estudos que abordam o tema na literatura acadêmica, ainda fragmentada e em evolução. Logística, modelagem e simulação computacional são áreas interdisciplinares, possuem grande capacidade de interagir com diversas áreas de conhecimento. 2. Desenvolvimento A logística está presente em toda atividade empresarial moderna, os impactos dos erros e acertos nesse setor, refletem diretamente nos consumidores finais. Para Christopher (2002) logística é o processo de gerenciar a aquisição, movimentação e armazenamento de materiais, peças e produtos acabados através da organização e seus canais, de modo a poder maximizar a lucratividade através do atendimento dos pedidos a baixo custo. Serio, Sampaio e Pereira (2007 apud BOYSON ET AL 1999) afirma que a evolução conceitual da logística segue a ilustração da figura 1. Onde existem quatro estágios evolutivos diferentes, fazendo relação entre o grau de integração e o tempo. Primeiro a logística tinha como foco a distribuição física no transporte, no segundo estágio a meta era a integração entre as funções do setor logístico com ênfase no transporte e na armazenagem, já no terceiro estágio com o surgimento de novos canais de distribuição e novos conceitos de processo produtivo, o foco era atender o cliente utilizando os processos internos das organizações e finalmente no último estágio existe uma maior preocupação com todos os integrantes da cadeia de suprimentos, buscando adoção de estratégias entre todos os elos. Figura 1 Evolução do conceito de logística. Fonte: Adaptado de Serio, Sampaio e Pereira (2007) apud BOYSON ET AL (1999). Conforme a figura acima, à medida que os anos foram passando, o conceito de logística considerou com maior ênfase o ambiente externo das organizações. Para Bowersox e Closs (2001) o objetivo da logística é tornar disponíveis produtos e serviços nos locais necessários e no momento desejado. Logística envolve integração de informações, transporte, estoque, armazenagem, manuseio de materiais e embalagens. Para cumprir sua missão conceitual e nas organizações, a logística fez um movimento natural de aproximação com a gestão da cadeia de suprimentos. Segundo Serio, Sampaio e Pereira (2007) a logística passou a ser tratada como uma parte da gestão da cadeia de suprimentos que planeja, implementa e controla fluxos, armazenamento, serviços e informações, desde a origem até ponto de 2

3 consumo, de modo a atender às necessidades dos clientes, de forma eficiente e eficaz. O conjunto de processos logísticos e seus diversos fluxos formam a rede ou cadeia de suprimentos logística. Para Martel e Vieira (2008) a idéia de cadeia é redutora, porém se aproxima do termo na língua inglesa, supply chain, que são a soma de etapas necessárias para transformar um conjunto de matérias-primas em material acabado para consumo e colocá-lo no mercado para determinado cliente. Novaes (2007) ilustra uma cadeia de suprimentos básica, conforme figura 2. Figura 2 Cadeia de suprimentos básica. Fonte: Adaptado de Novaes (2007). De acordo com a figura 2, a primeira organização da cadeia fornece matéria-prima para uma fábrica de componentes e para uma indústria principal, essa por sua vez atende o atacado e distribuidores, o varejo e o distribuidor trabalham diretamente com o consumidor final. Existem outras representações de redes logísticas onde é possível ver a indústria principal, por exemplo, fornecendo direto ao consumidor final, porém a figura 2 representa bem a posição das indústrias de bens de consumo duráveis (indústria principal na figura 2), onde começa o fluxo de produtos acabados em toda cadeia de suprimentos, terminando com sua distribuição ao consumidor final. Segundo Taylor (2005) a cadeia de suprimentos pode ser entendida como um sistema de negócios com entradas, que processadas na rede logística geram saídas, conforme figura 3. Figura 3 Sistema simplificado de suprimentos. Fonte: Adaptado de Taylor (2005). Para Taylor (2005) algumas entradas e saídas podem ser controladas pelos envolvidos na cadeia, outras não, os fatores externos de uma organização são um exemplo. O sistema de suprimentos seria o conjunto de processos ou organizações que interagem entre si. Embora essa seja uma ilustração simplificada de uma rede logística (figura 3), ela remete ao conceito 3

4 de algoritmo. Segundo Forbellone (1999) um algoritmo é uma sequência de passos que visa atingir um objetivo específico. Onde as entradas seriam as variáveis a serem processadas em uma sequência lógica de passos (o algoritmo) para gerar dados de saída. Esse caminho a seguir ou rede logística pode ser modelado utilizando ferramentas computacionais, sendo possível realizar simulações para atestar sua eficiência e eficácia pelo ponto de vista dos custos logísticos. Para Lachtermacher (2007) a modelagem computacional tem grande aplicabilidade no processo de tomada de decisão gerencial. Depois de realizadas simulações, os gestores têm cenários que simulam as diversas variáveis de mercado. Segundo Harrel et al (1995) simular é a experimentação de um modelo detalhado da realidade, esse processo irá determinar como o sistema real responderá a mudanças na própria estrutura, ambiente ou condições de contorno. Modelar e simular redes logísticas pode auxiliar os gestores, diminuindo a imprevisibilidade das consequências de suas decisões. Para Taylor (2005) os modelos de redes logísticas fazem com que um sistema de difícil manipulação e entendimento, ofereça menos ricos para realização de testes, contribuindo para compreensão, previsão e controle da realidade. A compreensão da cadeia de suprimentos como um algoritmo é importante para a realização da modelagem e simulação em sistemas computacionais, é possível compreender a rede logística como uma grande função matemática, segundo Tan (2005) a função é uma rega que associa a cada elemento de um determinado conjunto A, um único elemento de um conjunto B. Uma determinada função (figura 4), representada como y = ƒ (x), onde x representa as possíveis entradas da cadeia de suprimentos e o domínio da função, ƒ seriam todos os possíveis caminhos sobre a influência de x dessa rede, e finalmente ƒ (x) que é igual a y, seria a imagem da função ou saídas do sistema logístico. Figura 4 Sistema logístico como uma função. Fonte: Adaptado de Tan (2005). O entendimento do conceito de função é importante para a construção do modelo matemático, pois os sistemas computacionais operam seguindo essa lógica. Segundo Stewart (2003) esse modelo com frequência tem o formato de equações diferenciais, que é uma equação com função e algumas de suas derivadas desconhecidas. A falta de conhecimento dessas funções e sua derivação ocorrem, principalmente, devido à imprevisibilidade e a grande quantidade de variáveis existentes e um problema no mundo real. Outro recurso bastante utilizado nas soluções desses modelos é a pesquisa operacional (PO). Para Moreira (2007) pesquisa operacional é uma área de estudos onde são aplicados métodos analíticos com objetivo de alcançar soluções ótimas. A pesquisa operacional faz uso de modelagem matemática para construir sistemas mais produtivos. Dentro da PO a programação linear (PL) é uma das técnicas mais utilizadas para resolução de problemas, segundo Silva et al (2008) PL é uma função objetiva linear com restrições técnicas de inequações lineares. Chung (2004) define MSC como o processo de criação e experimentação com o uso de computadores de modelos matemáticos de um sistema físico, onde as principais vantagens e desvantagens. 4

5 3. Conclusão XXXI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A MSC possibilita a realização de uma quantidade considerável de experimentos em um espaço curto de tempo, visto que com os atuais processadores dos sistemas computacionais é possível realizar diversos cálculos matemáticos e estatísticos em segundos. Outra vantagem é a quantidade de pacotes nos programas com ferramentas que fazem diversas análises analíticas nos sistemas simples aos mais complexos, além das diversas possibilidades gráficas de demonstração dos resultados. Carvalho (2006) afirma que são exemplos de algumas das potencialidades e vantagens do uso da MSC em operações logísticas complexas: a) Funciona como instrumento de aprendizagem e tomada de decisões sobre a realidade das empresas. b) Possibilita criação de novos conceitos em relação ao processo logístico, possibilitando a análise de novos cenários. c) Redução dos riscos na modificação dos processos logísticos, devido a possíveis simulações antes da implantação física das mudanças. d) Considera o impacto dos modelos estocásticos. e) Grande capacidade de semelhança com o mundo real. A MSC aplicada às redes logísticas pode proporcionar maior conhecimento dos processos logísticos e suas etapas nas empresas, auxiliando no processo decisório e reduzindo riscos e custos na implantação de mudanças e melhorias nas organizações. Com a utilização MSC em cadeias de suprimentos é possível considerar da influência do tempo na realidade simulada, como consequência os modelos e simulações podem ter semelhança bem próxima do mundo real. As desvantagens segundo Carvalho (2006) seriam: a) Entradas imprecisas geram resultados imprecisos. b) Problemas complexos precisam de respostas complexas. c) Problemas não são resolvidos por si só. Entradas de dados precisam ter acurácia para gerarem resultados confiáveis. Quanto maior a complexidade do cenário, soluções complexas apareceram. As resoluções de problemas precisam de pessoas para oferecer caminhos de resolução. As organizações que fizerem o uso de modelagem e simulação computacional para melhoria de redes logísticas vão reduzir custos, aumentar a confiabilidade sobre suas decisões, isso pode representar um diferencial competitivo no mercado em que estão inseridas. Referências BOWERSOX, D. J. e CLOSS, D. J. Logística empresarial: O processo de integração da cadeia de suprimento. São Paulo: Editora Atlas, CARVALHO, Leonardo Sanches de. Análise das potencialidades e vantagens do uso da simulação computacional em operações logísticas complexas, como ferramenta de auxílio à tomada de decisões/ estudo de caso em uma organização industrial. Salvador, Dissertação (Mestrado) - Universidade Federal da Bahia, Salvador, CHUNG, CHRISTOPHER A. Simulation modeling handbook: a practical approach. Boca Raton: CRC PRESS, CHRISTOPHER, M. Logística e gerenciamento da cadeia de suprimentos: estratégias para a redução de custos e melhoria de serviços, São Paulo: Pioneira Thomson Learning,

6 DI SERIO, L., SAMPAIO, M., PEREIRA, S. A Evolução dos Conceitos de Logística: Um Estudo na Cadeia Automobilística no Brasil. Revista de Administração e Inovação, América do Norte, Disponível em: Acesso em: 26 de dezembro de FORBELLONE, A. L. V; EBERSPACHER, H. F. Lógica de programação. São Paulo: Pearson Education/Mac Books, HARREL, C. R. MOTT, J. R. A. BATEMAN, R. E. BOWDEN, R. G. GOGG, T. J. Simulação: otimizando sistemas. São Paulo: Iman, LACHTERMACHER, Gerson. Pesquisa operacional na tomada de decisões. Rio de Janeiro: Elsevier, MARTEL, Alain. VIEIRA, Darli Rodrigues. Análise e projetos de redes logísticas. São Paulo: Saraiva, MOREIRA, Daniel Augusto. Pesquisa operacional: curso introdutório. São Paulo: Thomson Learning, NOVAES, Antonio Galvão. Logística e gerenciamento da cadeia de abastecimento: estratégia, operação e avaliação. São Paulo: Ed. Campus, STEWART, James. Cálculo. 5. ed. São Paulo: Pioneira Thomson Learning, TAN, S. T. Matemática aplicada à administração e economia. São Paulo: Pioneira Thomson Learning, TAYLOR, David A. Logística na cadeia de suprimentos: uma perspectiva gerencial. São Paulo: Pearson Addison Wesley, SILVA, Ermes Medeiros da. SILVA, Elio Medeiros da. VALTER, Gonçalves. MUROLO, Afrâni Carlos. Pesquisa Operacional: programação linear. São Paulo: Atlas,