planejamento e controle da produção (pcp) · pdf fileplanejamento e controle da...
TRANSCRIPT
Planejamento e Controle da Planejamento e Controle da Planejamento e Controle da Planejamento e Controle da
Produção (PCP)Produção (PCP)
Flávio S. Fogliatto, Ph.D.
F. Fogliatto Pós-Graduação em EP I - 1
Flávio S. Fogliatto, Ph.D.
Programa da DisciplinaPrograma da Disciplina
��I I -- IntroduçãoIntrodução
– Classificação de Processos
– Planejamento de layout
��II II -- Previsão de DemandaPrevisão de Demanda
F. Fogliatto Pós-Graduação em EP I - 2
– Modelos de Previsão de Demanda
– Passos para a montagem de um sistema de Previsão de Demanda
Programa da DisciplinaPrograma da Disciplina
��III III -- Gerenciamento de EstoquesGerenciamento de Estoques
– Modelos determinísticos de gestão de estoques
– Modelos probabilísticos de gestão de estoques
F. Fogliatto Pós-Graduação em EP I - 3
Programa da DisciplinaPrograma da Disciplina
��IV IV –– Gestão da capacidade e Gestão da capacidade e
sequenciamentosequenciamentosequenciamentosequenciamento
��V V -- Material Requirements Planning Material Requirements Planning
(MRP)(MRP)
F. Fogliatto Pós-Graduação em EP I - 4
Avaliação da disciplinaAvaliação da disciplina
�� ProvaProva (50%) (50%)
�� RelatórioRelatório de de aplicaçãoaplicação práticaprática de de algumaalguma
ferramentaferramenta apresentadaapresentada e e treinadatreinada emem aula, aula, emem
grupogrupo de de atéaté 3 3 pessoaspessoas (50%):(50%):
–– IntroduçãoIntrodução
–– MétodoMétodo de de trabalhotrabalho
–– EstudoEstudo de de casocaso
F. Fogliatto Pós-Graduação em EP I - 5
–– EstudoEstudo de de casocaso
–– ConclusãoConclusão
–– FormatoFormato livrelivre, com , com atéaté 8 8 páginaspáginas emem espaçoespaço 1,5. 1,5.
I. Introdução I. Introdução
��Conceitos básicos de Gestão de Conceitos básicos de Gestão de
Operações:Operações:Operações:Operações:
–– Classificação de ProcessosClassificação de Processos
–– Estudos de Estudos de LayoutLayout
F. Fogliatto Pós-Graduação em EP I - 6
Gestão de ProcessosGestão de Processos
�Processo:– Algo que, utilizando recursos organizacionais, provê algo de valor.
– Formam a base de qualquer atividade de trabalho.
– Estão presentes em todas as organizações, em
F. Fogliatto Pós-Graduação em EP I - 7
– Estão presentes em todas as organizações, em todas as suas funções.
– Estão aninhados dentro de outros processos ao longo da cadeia de suprimentos da organização.
Gestão de ProcessosGestão de Processos
�Seleção de inputs, operações, fluxos de trabalho e métodos que transformem trabalho e métodos que transformem “entradas” em “saídas”.
�Decisões relacionadas a gestão de processos:– escolha do processo
– integração vertical (grau de terceirização)
F. Fogliatto Pós-Graduação em EP I - 8
– integração vertical (grau de terceirização)
– flexibilidade de recursos (m.o. / equipamentos)
– envolvimento de clientes
– intensidade de capital (grau de automação)
Decisões relacionadas a gestão de processosDecisões relacionadas a gestão de processos
Escolha do processoEscolha do processo
�Tipos de processo:– Projeto– Job– Batelada– Linha– Contínuo
F. Fogliatto Pós-Graduação em EP I - 9
– Contínuo
�Escolha depende do volume e grau de customização dos produtos/serviços produzidos.
Opções de Processo Opções de Processo versusversus Volume + Volume +
Nível de customizaçãoNível de customização
Fluxos flexíveis+
projetos
job Fluxos intermediários
bateladalinha Fluxos em linha
cust
om
izaçã
o
F. Fogliatto Pós-Graduação em EP I - 10
Proc. Contínuos
volume altobaixo
cu
-
Processos do tipo Processos do tipo projetoprojeto
�� Exemplos:Exemplos:
– construção de um shopping center
– desenvolvimento de um software
�� Características:Características:
– alto grau de customização e escopo abrangente
F. Fogliatto Pós-Graduação em EP I - 11
– demanda sequência única de operações e processos p/ cada projeto
– baseados numa estratégia de fluxo flexível, c/ fluxos de trabalho redefinidos a cada novo projeto
Processos do tipo Processos do tipo jobjob
� Pedidos são tratados individualmente como
‘trabalhos’ (jobs)‘trabalhos’ (jobs)
�� Exemplos:Exemplos:
– usinagem de uma peça mecânica, fabricação de equipamentos industriais
�� Características:Características:
F. Fogliatto Pós-Graduação em EP I - 12
�� Características:Características:
– força-de-trabalho e equipamentos flexíveis
– não produz p/ estoque (itens são customizados)
– trabalhos c/ sequência distinta de processamento
Processos do tipo Processos do tipo bateladabatelada
�� Exemplos:Exemplos:
– manufatura de componentes que alimentem uma linha de montagem
– processamento de contas de energia elétrica
�� Características:Características:
– volumes maiores e maior variedade que em processos do
F. Fogliatto Pós-Graduação em EP I - 13
– volumes maiores e maior variedade que em processos do tipo job
– volumes ainda não suficientemente grandes p/ justificar recursos dedicados (padrão de fluxo não apresenta sequência estável de operações na planta)
Processos do tipo Processos do tipo linhalinha
�� Exemplos:Exemplos:
– Automóveis, brinquedos, eletrodomésticos, restaurantes fast-food
�� Características:Características:
– recursos organizados p/ atender a produtos/serviços
– materiais movem-se linearmente entre operações de acordo
F. Fogliatto Pós-Graduação em EP I - 14
– materiais movem-se linearmente entre operações de acordo c/ sequência fixa
– pequena formação de estoque entre operações
– popularmente conhecidos como processos de produção em massa
Processos do tipo Processos do tipo contínuocontínuo
�� Exemplos:Exemplos:
– refinarias de petróleo, plantas químicas, fábricas de cerveja e alimentos, plantas processadoras de metais (como aço)
�� Características:Características:
– linhas rígidas, grandes volumes, produtos padronizados
– plantas que operam continuamente de forma a minimizar
F. Fogliatto Pós-Graduação em EP I - 15
– plantas que operam continuamente de forma a minimizar custos de setup
– caracterizam as denominadas indústrias de processos
Decisões relacionadas a gestão de processosDecisões relacionadas a gestão de processos
Relações entre decisõesRelações entre decisões
Fluxos flexíveis+ Volumes pequenos:
- menor integração vertical;
- maior flexibilidade de recursos;
projetos
job Fluxos intermediários
bateladalinha Fluxos em linha
cust
om
izaçã
o
- maior flexibilidade de recursos;
- maior envolvimento dos clientes;
- menor intensidade de capital.
Volumes grandes:
- maior integração vertical;
F. Fogliatto Pós-Graduação em EP I - 16
Proc. Contínuos
volume altobaixo
cu
-
- maior integração vertical;
- menor flexibilidade de recursos;
- menor envolvimento dos clientes;
- maior intensidade de capital.
Layout de ProcessosLayout de Processos
�Planejamento de layout
�Tipos principais de layout:
– flow shop– celular– job shop
F. Fogliatto Pós-Graduação em EP I - 17
Planejamento de Planejamento de layoutlayout
� Definição: decisões acerca do arranjo de centros de atividade econômica dentro de uma instalação. atividade econômica dentro de uma instalação.
� Objetivo: permitir que trabalhadores e equipamentos operem de maneira mais eficiente.
� Necessidade de rearranjo no layout existe quando:
– Congestionamentos frequentes c/ precária utilização do espaço;
F. Fogliatto Pós-Graduação em EP I - 18
espaço;
– Quantidades excessivas de materiais estão em processo;
– Distâncias percorridas pelo produto/serviço são excessivas;
– Trabalhadores especializados executando trabalho não-especializado, etc.
Tipos de Tipos de layoutlayout
� Três tipos básicos:
– flow-shop enfatizam o produto� volume
� variedade– flow-shop
– celular
– job-shop
� Aplicações (exemplos):
enfatizam o processo
enfatizam o produto
Organização Job Celular Flow
Hospital X X
� volume
� variedade
� variedade
F. Fogliatto Pós-Graduação em EP I - 19
Hospital X X Supermercado X XUniversidade X X XPlanta química X
LayoutsLayouts voltados ao processovoltados ao processo
� Vantagens:
– Flexibilidade (ajuste rápido a ≠s mix de produção)– Flexibilidade (ajuste rápido a ≠s mix de produção)
– Boa utilização dos equipamentos, se jobs forem bem sequenciados
– Controle mais intenso do operador
� Desvantagens:
– Taxas de produção inferiores
– Maior incidência de setups (perda de tempo produtivo)
F. Fogliatto Pós-Graduação em EP I - 20
– Maior incidência de setups (perda de tempo produtivo)
– Mais $ investido em estoques (habilitam a operação independente das estações de trabalho)
– Tempos de ciclo mais longos
– PCP dificultado (problemas de sequenciamento)
LayoutsLayouts voltados ao produtovoltados ao produto
� Vantagens:
– Taxas mais altas de processamento
linha de produçãolinha de montagem
– Taxas mais altas de processamento
– Menor $ em estoques
– Menor tempo perdido em setups e transporte de materiais
� Desvantagens:
– Necessidades de redesigns frequentes p/ produtos c/ vida curta ou incerta
F. Fogliatto Pós-Graduação em EP I - 21
ou incerta
– Menor flexibilidade
– Má utilização dos recursos quando os volumes são pequenos
1. 1. LayoutLayout do tipo do tipo flowflow--shopshop
� O problema central em arranjos flow-shop é obter o equilíbrio na utilização de trabalhadores e equipamentos equilíbrio na utilização de trabalhadores e equipamentos em todas as operações:
– ou seja, deve-se agrupar operações em conjuntos que tomem aproximadamte o mesmo tempo.
� Linhas de produção podem ter ritmo ditado externamente (ex.: automóveis) ou internamente (ex.: eletrônicos de
esteira
F. Fogliatto Pós-Graduação em EP I - 22
(ex.: automóveis) ou internamente (ex.: eletrônicos de tamanho pequeno). formação de estoques intermediários
Modelo Tradicional Modelo Contemporâneo
Linhas de Produção: Linhas de Produção: EvoluçãoEvolução
Estável, balanceada
Buffers de estoques
Otimização: linha
Ritmo fixo
Flexível, multiproduto
TPM
Otimização: gargalo
Ritmo variável
F. Fogliatto Pós-Graduação em EP I - 23
Ritmo fixo
Linear ou em ‘L’
Esteira (ou similar)
Grandes lotes
Ritmo variável
Em ‘U’ ou paralelo
Kanbans
Lotes médios/pequenos
Balanceamento de linhasBalanceamento de linhasElementos principais Elementos principais
1. Necessidades e recursos disponíveis:
� taxa de produção necessária
� horas/dias disponíveis p/ trabalho
� tempos-padrão das operações
� ordem de precedência das operações
2. Resolver o problema de balanceamento, subdividindo e
F. Fogliatto Pós-Graduação em EP I - 24
2. Resolver o problema de balanceamento, subdividindo e agrupando operações em trabalhos balanceados
LayoutLayout do tipo do tipo flowflow--shopshopFormulação do problema de balanceamentoFormulação do problema de balanceamento
Formulação será apresentada através de um exemplo:
O Banco de Boston recebe 1200 pedidos de empréstimo/dia.�O Banco de Boston recebe 1200 pedidos de empréstimo/dia.
�Banco anuncia que pedidos são julgados em questão de horas e informados aos solicitantes.
�Tarefas envolvidas na avaliação dos pedidos são:Tarefa Tempo Tarefas imediatmte
médio (min ) precedentesa . Abrir e organizar documentação referente aos pedidos 0.20 nenhuma
F. Fogliatto Pós-Graduação em EP I - 25
a . Abrir e organizar documentação referente aos pedidos 0.20 nenhumab . Processar carta (registrar cliente e observar pedidos especiais) 0.37 a
c . Verificar preenchimento do formulário 1 (f 1) 0.21 a
d . Verificar preenchimento do formulário 2 (f 2) 0.18 a
e . Calcular limite de crédito usando tabelas padrão e info em f 1 e f 2 0.19 c, d
f . Avaliação do supervisor 0.39 b, e
g . Secretária digita resultado e prepara carta 0.36 f
Total 1.90
Problema de balanceamento (Problema de balanceamento (flowflow--shopshop))Gráfico de PrecedênciaGráfico de Precedência
b
0.37
a
0.20c
0.21
d
0.18
e
0.19f
0.39g
0.36
Balanceamento:
F. Fogliatto Pós-Graduação em EP I - 26
Balanceamento:�Determinar tempo de ciclo tal que workstations (1 ou + pessoas) possam completar tarefas.
�Tarefas são agrupadas em workstations de forma a utilizar o máximo de tempo de ciclo sem excedê-lo.
Determinação do tempo de ciclo usa Determinação do tempo de ciclo usa taxa requerida de produçãotaxa requerida de produção
Taxa diária de saída = taxa diária de entrada (1200)
� Considerando 8 h/dia, 1200 pedidos em 8 h implica em � Considerando 8 h/dia, 1200 pedidos em 8 h implica em 150 pedidos/h (21/2 pedidos/min ou 1 pedido a cada 0.4 min). Assim:
Tempode ciclo
horas disponíveis / demanda= =×
=( min)
. min8 60
12000 4
h
ped
F. Fogliatto Pós-Graduação em EP I - 27
� Como o tempo total das tarefas é 1.9min, e nenhuma workstation fará + que 0.4min de trabalho/ciclo, necessitam-se de 1.9 / 0.4 ≅ 5 workstations.
Usando mais que 5 Usando mais que 5 workstationsworkstations, perde, perde--se em eficiênciase em eficiência
Eficiência output / input=Soma dos tempos das tarefas
=(no estações) × tempo de ciclo(no estações) × tempo de ciclo
%764.06
9.1
%954.05
9.1
=×
=
=×
=
Ef
Ef usando 5 workstations
usando 6 workstations
F. Fogliatto Pós-Graduação em EP I - 28
Ineficiência no balanceamento é dada por:
Ineficiência = 1.0 - Eficiência
= 1.0 - 0.95 = 5% c/ 5 workstations
Balanceamento usando regra LOT Balanceamento usando regra LOT ((longest operation timelongest operation time))
� Suposição inicial: trabalhadores executam todas as tarefas (suposição é revista após balanceamento)tarefas (suposição é revista após balanceamento)
1. Inicie c/ a tarefa mais longa e sem precedentes. Examine tarefas candidatas a agrupamento. Acrescente tarefas em número suficiente p/ não exceder tempo de ciclo.
2. Repita passo 1 até que todas as estações estejam
F. Fogliatto Pós-Graduação em EP I - 29
2. Repita passo 1 até que todas as estações estejam formadas.
3. Avalie a viabilidade do plano proposto.
Balanceamento no exemploBalanceamento no exemplo
Work Tarefas Tarefas Minutos Tempostation disponíveis agrupadas ocioso
1 a, b, c, d a, d 0,38 0,02
• Tarefa a é a única s/ precedentes.
1 a, b, c, d a, d 0,38 0,022 b, c b 0,37 0,033 c, e c, e 0,40 04 f f 0,39 0,015 g g 0,36 0,04
• Candidatas a agrupamto c/ a são b, c, d; somte d resulta em tempo de ciclo desejado. Assim, WS1 = {a, d}.
• A seguir, tarefas b e c são candidatas a formar a WS2. b tem o mais longo tempo,
F. Fogliatto Pós-Graduação em EP I - 30
candidatas a formar a WS2. b tem o mais longo tempo, formando sozinha a WS2.
• Demais worstations vêm apresentadas na tabela acima.
b
0.37WS2
Alocação de tarefas a Alocação de tarefas a workstationsworkstations
a
0.20
0.37
c
0.21
d
0.18
e
0.19f
0.39g
0.36
WS1
WS3
WS4 WS5
�
F. Fogliatto Pós-Graduação em EP I - 31
� Restrições: secretária não deve realizar tarefa f e supervisor não deve realizar tarefa g.
� Como tarefas f e g aparecem isoladas, balanceamento OK.
Considerações de aspecto práticoConsiderações de aspecto prático
� Inspecione a solução proposta em busca de melhorias - tarefas podem requerer mesmas habilidades, compontes, - tarefas podem requerer mesmas habilidades, compon , equipamtos, etc., sendo mais eficientes se agrupados (balanceamento desconsidera este fato)
� Trabalho pode ser enriquecido agrupando tarefas que proporcionem variedade ao trabalhador
� Interferências entre tarefas devem ser consideradas
F. Fogliatto Pós-Graduação em EP I - 32
� Interferências entre tarefas devem ser consideradas (ex., barulho, poluição, etc.) c/ vistas a isolamento
� Tarefas que excedam o tempo de ciclo podem ser arranjadas em paralelo (i.e., alocando redundância)
Prática IaPrática Ia� Faça o balanceamento de uma linha com tarefas, tempos e precedência dados abaixo:precedência dados abaixo:
Tarefas Tempo Tarefas (min) precedentes1 0,4 nenhuma
2 0,3 13 1,1 14 0,2 35 0,5 2
Demanda diária é de 240 unidds. A empresa trabalha 8h/dia.
F. Fogliatto Pós-Graduação em EP I - 33
5 0,5 26 0,3 37 0,6 58 0,6 4, 6, 7
Prática IbPrática Ib� Considere uma linha com tarefas, tempos e precedência dados abaixo:dados abaixo:
Tarefas Tempo Tarefas (seg) precedentesA 40 nenhuma
B 30 AC 50 AD 40 BE 6 B
• A produção programada é de 2400 unidades/semana, e a planta opera 40 h/sem.
F. Fogliatto Pós-Graduação em EP I - 34
E 6 BF 25 CG 15 CH 20 D, EI 18 F, G
Total 244
Deseja-se saber...
O que desejamos saber:O que desejamos saber:
�Construa o gráfico de precedência da linha.linha.
�Qual deveria ser o tempo de ciclo da linha?
�Qual o menor número de estações de
F. Fogliatto Pós-Graduação em EP I - 35
�Qual o menor número de estações de trabalho necessárias?
�Qual a eficiência de seu layout?
Estudos de Tempo: MetodologiaEstudos de Tempo: Metodologia
1 Definir elementos de trabalho (ets) a serem medidos (evitar ets c/ tempo < 3 seg; medir ets a partir de processo estável)ets c/ tempo < 3 seg; medir ets a partir de processo estável)
2 Mensurar ets analisando valores suspeitos e calculando tempo médio tMED:
� Amostragem inicial dos ets a ser complementada uma vez definido o tamanho de amostra
F. Fogliatto Pós-Graduação em EP I - 36
3 Determinar o tamanho da amostra, tal que tMED seja representativo da população; fórmula é dada a seguir
Estudos de Tempo: MetodologiaEstudos de Tempo: Metodologia
2 σ z
n = tamanho necessário de amostrap = precisão da estimativa dada como fração do valor real
σ
=
MEDtp
zn
fração do valor realσ = desvio-padrão representativo dostempos do et em questão
z = no de desvios normalizados p/ obtergrau desejado de confiança
Confiança
desejada (%) z
F. Fogliatto Pós-Graduação em EP I - 37
desejada (%) z
90 1,6595 1,9696 2,0597 2,1798 2,3399 2,58
Valores mais comuns de z
Estudos de Tempo: MetodologiaEstudos de Tempo: Metodologia
4 Estabeleça o padrão: analise o tempo “normal” de cada et; julgue o ritmo do trabalhador p/ determinar o fator de razão julgue o ritmo do trabalhador p/ determinar o fator de razão de desempenho (FRD), que descreve o quanto acima ou abaixo da média o desempenho do trabalhador se encontra. Cuidado neste julgamento!
Avalie, também, a frequência de ocorrência (F) de cada et no ciclo de trabalho.
F. Fogliatto Pós-Graduação em EP I - 38
ciclo de trabalho.
O tempo normal (TN) do et em estudo é dado por:
FRDFtTNMED
××=
Exemplo: copos de cafezinho em Exemplo: copos de cafezinho em tubos de cartão (autodispenser)tubos de cartão (autodispenser)
Elemento de trabalho tmed Tamanho de
(min) (min) amostra
σ
Inicialmte determine o tamanho de amostra se desejamos uma estimativa do tempo médio de cada et desviada em até 4% do
1. Apanhar dois tubos 0,0305 0,50 52. Colocar tubo no suporte 0,0171 0,11 103. Colocar copos no tubo 0,0226 0,71 104. Selar tubo e empilhar 0,0241 1,10 10
F. Fogliatto Pós-Graduação em EP I - 39
estimativa do tempo médio de cada et desviada em até 4% do valor real com 95% de certeza.
Assim, p = 0.04 e z = 1.96.
Calcular Calcular nn p/ cada p/ cada etet e utilizar o maior e utilizar o maior tamanho p/ obter precisão desejadatamanho p/ obter precisão desejada
9500.0
0305.0
04.0
96.1)(
2
1 =
=ETn500.004.01
5811.0
0171.0
04.0
96.1)(
2
2 =
=ETn
371.0
0226.0
04.0
96.1)(
2
3 =
=ETn
Utilize o maior tamanhode amostra
F. Fogliatto Pós-Graduação em EP I - 40
71.004.0
210.1
0241.0
04.0
96.1)(
2
4 =
=ETn
Após obter 48 amostras adicionais, os Após obter 48 amostras adicionais, os resultados são:resultados são:Elemento de trabalho tmed F FRD
(min)
1. Apanhar dois tubos 0,53 0,50 1,05
Os tempos normais p/cada et são:
2. Colocar tubo no suporte 0,10 1,00 0,953. Colocar copos no tubo 0,75 1,00 1,14. Selar tubo e empilhar 1,08 1,00 0,9
cada et são:
min28.005.1)50.0(53.01 ==TN
min10.095.0)00.1(10.02 ==TN
min83.010.1)00.1(75.03 ==TN
Tempo total do ciclo:
2.18 min
F. Fogliatto Pós-Graduação em EP I - 41
min83.010.1)00.1(75.03 ==TN
min97.090.0)00.1(08.14 ==TN2.18 min
Introduziremos um fator de descanso, A, dado pela proporção doTN adicionada p/ descanso e eventualidades.
Introduzindo fator Introduzindo fator AA::
)1( ATNCTPC += fator de descanso
tempo padrão de ciclo
tempo normal de ciclo
tuboTPC min/51.2)15.01(18.2 =+=
Em um dia de 8 horas:
F. Fogliatto Pós-Graduação em EP I - 42
Em um dia de 8 horas:
diatubostubo
dia/191
min/51.2
min/480=
Prática Ic: Estudos de TempoPrática Ic: Estudos de Tempo
Calcular o tempo padrão do ciclo composto pelos seguintes elementos:
Observações (tempos em minutos) FRD
Ativ. 1 2 3 4 5 6 7
a 4 5 6 6 4 15 4 110%b 6 8 7 6 7 6 7 90%c 15 14 14 12 15 16 13 105%d 3 4 24 5 4 3 18 100%
F. Fogliatto Pós-Graduação em EP I - 43
e 5 6 8 -- 7 6 7 130%Fator de descanso = 10%
Cada atividade ocorre uma vez por ciclo. Considere p = 0,04 e 95% de confiança na estimativa. Analise valores espúrios.
2. 2. LayoutLayout do tipo celulardo tipo celular
� Aplica princípios de tecnologia de grupo à produção:
– ou seja, deseja-se formar equipes de trabalhadores + equipamentos p/ produzir famílias de produtos
� Trabalhadores são multifuncionais dentro da célula, sendo inteiramente responsáveis pelos resultados
F. Fogliatto Pós-Graduação em EP I - 44
� Aqui abordaremos o problema da formação das famílias
Parâmetros: Lista de Máquinas, Listas de Materiais,Roteiros de Produção
Close Neighbour AlgorithmClose Neighbour Algorithm
Roteiros de Produção
Auxiliares: Tempos, Capacidades, Demanda, Habilidades MDO, Restrições Adicionais
Principais Critérios:
• Separar máquinas não relacionadas
F. Fogliatto Pós-Graduação em EP I - 45
• Separar máquinas não relacionadas
• Produzir partes inteiramente em uma célula
• Minimizar investimentos em máquinas duplicadas
• Limitar células a um tamanho razoável
� Considerado um dos algoritmos mais eficientes para o
arranjo dematrizesmatrizes dede incidênciaincidência
Close Neighbour AlgorithmClose Neighbour Algorithm::
ConceitoConceito
arranjo dematrizesmatrizes dede incidênciaincidência
� Tem como principal vantagem sua lógica de execução,
realizada em apenas uma interação
� Foi desenvolvido por Boe e Cheng:
F. Fogliatto Pós-Graduação em EP I - 46
� Boe, W. & C. Cheng (1991). A close neighbour algorithm for designing
cellular manufacturing systems. International Journal of Production
Research 29, 2097-2116)
� Utiliza lógicas distintas para a
Close Neighbour AlgorithmClose Neighbour Algorithm: :
ConceitoConceito
organização das linhas (máquinas) e
colunas (partes em processo)
� Assim como nos outros algoritmos,
objetivo é concentrar as incidências ao
F. Fogliatto Pós-Graduação em EP I - 47
objetivo é concentrar as incidências ao
longo da diagonal principal da matriz
mp 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1 1 1 1 1 1 1 1 1 1 1
Close Neighbour Algorithm: Close Neighbour Algorithm: 1. Matriz Inicial 1. Matriz Inicial (matriz(matriz II))
1 1 1 1 1 1 1 1 1 1 12 1 1 1 1 1 1 13 1 1 1 1 1 1 1 1 14 1 1 1 1 1 1 15 1 1 1 1 1 1 16 1 1 1 1 1 1 17 1 1 1 1 1 1 1 18 1 1 1 1 1 1
F. Fogliatto Pós-Graduação em EP I - 48
8 1 1 1 1 1 1
Como montar a matriz IComo montar a matriz I
�Máquinas (ou trabalhadores) são listados nas linhas da matrizlinhas da matriz
�Produtos (ou componentes) são listados nas colunas da matriz
�Sempre que um produto necessitar de uma máquina em seu processamento, assinalar c/
F. Fogliatto Pós-Graduação em EP I - 49
máquina em seu processamento, assinalar c/ “1” no cruzamento correspondente
� Indique somente fluxos primários na matriz
Matriz B:Matriz B: Máquina X
Máquina
1 2 3 4 5 6 7 8 Si1 - 2 9 1 1 1 2 1 17
Close Neighbour Algorithm: Close Neighbour Algorithm: 2. Matriz B2. Matriz B
Máquina
A matriz indica o número de componentes comuns a cada par de máquinas
1 - 2 9 1 1 1 2 1 172 2 - 1 6 1 1 6 6 233 9 1 - 0 1 1 1 0 134 1 6 0 - 2 2 6 6 235 1 1 1 2 - 5 2 1 136 1 1 1 2 5 - 2 1 137 2 6 1 6 2 2 - 6 25
Exemplo: Dois produtos necessitam das máquinas 1
F. Fogliatto Pós-Graduação em EP I - 50
7 2 6 1 6 2 2 - 6 258 1 6 0 6 1 1 6 - 21
necessitam das máquinas 1 e 2 em seu processamento.
Coluna Si: somatório dos números nas linhas (será igual ao somatório dos números nas colunas)
Elemento bij da matriz. Neste caso, trata-se do
elemento b82
Índice Maquinas Máquina Razão
Linhas Possíveis Selecionada
v=1 7 7 S7=máximo
Close Neighbour Algorithm: Close Neighbour Algorithm: 3. Agrupamento Estágio 13. Agrupamento Estágio 1
v=1 7 7 S7=máximov=2 2,4,8 2 b27=b47=b87=máximos; S2=S4>S8;2<4v=3 4,8 4 b42=b82=máximos;S4>S8v=4 8 8 b84=máximov=5 1,5,6 1 b18=b58=b68=máximos; S1>S5=S6v=6 3 3 b31=máximov=7 5,6 5 b53=b63=máximos; S5=S6;5<6
F. Fogliatto Pós-Graduação em EP I - 51
Seleciona-se as máquinas i conforme regras:
maior bij; maior Si; menor i
v=8 6 6 b65=máximo
Detalhamento do estágio 1Detalhamento do estágio 1
� É preciso definir a nova ordem das linhas na matriz Imatriz I
� P/ tanto, analisa-se a matriz B relativamente a alguns critérios; a saber:
�P/ selecionar a 1a linha a ser reordenada na matriz I, escolha a linha c/maior valor de S na matriz B:
F. Fogliatto Pós-Graduação em EP I - 52
I, escolha a linha c/maior valor de Si na matriz B:– No caso de empate, escolha a linha de menor índice i
Detalhamento do estágio 1Detalhamento do estágio 1
�As linhas seguintes a serem reordenadas são determinadas pela sequência de regras:determinadas pela sequência de regras:– Identifique o maior valor de bij na última linha trabalhada. O índice j (da coluna) indica a próx. linhaa ser trabalhada. No caso de empate, use o próximo critério.
– Escolha a linha c/ maior Si dentre as empatadas; no
F. Fogliatto Pós-Graduação em EP I - 53
– Escolha a linha c/ maior Si dentre as empatadas; no caso de empate, use o próximo critério.
– Escolha a linha c/ menor índice i dentre as empatadas.
Detalhamento do estágio 1Detalhamento do estágio 1
� Reorganize as linhas da matriz inicial (não da matriz B) conforme a nova ordem.da matriz B) conforme a nova ordem.
�No exemplo, a nova ordem das linhas da matriz inicial é:
7, 2, 4, 8, 1, 3, 5 e 6
F. Fogliatto Pós-Graduação em EP I - 54
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 207 1 1 1 1 1 1 1 1
Close Neighbour Algorithm: Close Neighbour Algorithm: 4. Matriz após Estágio 1 (matriz I’)4. Matriz após Estágio 1 (matriz I’)
7 1 1 1 1 1 1 1 12 1 1 1 1 1 1 14 1 1 1 1 1 1 18 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 13 1 1 1 1 1 1 1 1 15 1 1 1 1 1 1 16 1 1 1 1 1 1 1
F. Fogliatto Pós-Graduação em EP I - 55
Linhas reordenadas conforme a
ordem de seleção no estágio 1
6 1 1 1 1 1 1 1
v=1 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20SEQ1 0 0 4 4 0 4 4 0 0 1 1 1 0 1 0 0 0 4 0 4
Close Neighbour Algorithm: Close Neighbour Algorithm: 5. Agrupamento Estágio 25. Agrupamento Estágio 2
0 0 4 4 0 4 4 0 0 1 1 1 0 1 0 0 0 4 0 4SEQ2 2 2 1 0 2 1 0 2 3 2 2 2 2 2 2 2 3 0 2 1SEQ1>SEQ2 X X X X X XColuna 1 2 3 4 5 6v=5 1 2 5 8 9 10 11 12 13 14 15 16 17 19SEQ1 0 2 0 2 2 0 2 0 2 2 0 2 2 2SEQ2 2 0 2 0 1 2 0 2 0 0 2 0 1 0SEQ1>SEQ2 X X X X X X X X X
F. Fogliatto Pós-Graduação em EP I - 56
SEQ1>SEQ2 X X X X X X X X XColuna 7 8 9 10 11 12 13 14 15v=7 1 5 10 12 15SEQ1 1 1 1 1 1SEQ2 1 1 1 1 1SEQ1>SEQ2 X X X X XColuna 16 17 18 19 20
Detalhamento do estágio 2Detalhamento do estágio 2
� Divida a matriz I’ em duas metades, superior e inferior
Se o no de linhas da matriz for ímpar, faça c/ que a metade � Se o no de linhas da matriz for ímpar, faça c/ que a metade superior fique c/ um no impar de linhas
� Por ex.: há 11 linhas na matriz I’. Assim, a metade superior terá as 1as cinco linhas e a metade inferior as 6 linhas seguintes
Denomine-se:
F. Fogliatto Pós-Graduação em EP I - 57
� Denomine-se:– Metade superior = SEQ1
– Metade inferior = SEQ2
Detalhamento do estágio 2Detalhamento do estágio 2
� Analise as colunas da matriz I’ dividida, contando o número de 1s em cada metades (SEQ1 e SEQ2)o número de 1s em cada metades (SEQ1 e SEQ2)
� Sempre que SEQ1 > SEQ2, assinale a coluna e reordene a numeração, da primeira à última coluna assinalada
F. Fogliatto Pós-Graduação em EP I - 58
ExemploExemplo
�Colunas não assinaladas vão p/ a segunda fase do estágio 2
F. Fogliatto Pós-Graduação em EP I - 59
estágio 2
Fase 2 do estágio 2Fase 2 do estágio 2
� Divida a metade inferior (SEQ2) da matriz I’ em duas metades (SEQ1 e SEQ2, novamente)duas metades (SEQ1 e SEQ2, novamente)
� Analise as colunas que não foram reordenadas na fase 1:– Sempre que SEQ1 > SEQ2, assinale a coluna e reordene a numeração, da primeira à última coluna assinalada
F. Fogliatto Pós-Graduação em EP I - 60
assinalada
ExemploExemploA nova divisão ocorreu a partir da
linha 5 da matriz I’
�Colunas não assinaladas vão p/ a fase seguinte do estágio 2, onde a última porção SEQ2 da matriz é
F. Fogliatto Pós-Graduação em EP I - 61
estágio 2, onde a última porção SEQ2 da matriz é re-dividida
Última fase do estágio 2 no exemploÚltima fase do estágio 2 no exemplo
� A nova divisão ocorreu a partir da linha 7 do último SEQ2
� Cada metade da matriz redividida ficou com uma única
F. Fogliatto Pós-Graduação em EP I - 62
� Cada metade da matriz redividida ficou com uma única linha (trata-se, assim, da última fase do estágio 2)
� Em nenhuma coluna SEQ1 > SEQ2. Assim, assinalam-se todas as colunas remanescentes e completa-se a re-ordenação das colunas
3 4 6 7 18 20 2 8 9 11 13 14 16 17 19 1 5 10 12 157 1 1 1 1 1 1 1 1
Close Neighbour Algorithm: Close Neighbour Algorithm: 6. Matriz final6. Matriz final
7 1 1 1 1 1 1 1 12 1 1 1 1 1 1 14 1 1 1 1 1 1 18 1 1 1 1 1 11 1 1 1 1 1 1 1 1 1 13 1 1 1 1 1 1 1 1 15 1 1 1 1 1 1 1
F. Fogliatto Pós-Graduação em EP I - 63
Reordenam-se as colunas conforme a
ordem de seleção no estágio 2
5 1 1 1 1 1 1 16 1 1 1 1 1 1 1
Observações Observações finaisfinais II
IIII
IIIIII
� Celulas são identificadas ao longo da diagonal principal, s/ sobreposição de células
� 1s fora das células demarcadas denotam máquinas ou
IIIIII
F. Fogliatto Pós-Graduação em EP I - 64
1s fora das células demarcadas denotam máquinas ou
produtos fora das células
� P.ex., o 1 assinalado corresponde ao produto 6, que será feito quase todo na célula I, mas terá que ser complementado na célula III
Objetivo: comparar formações alternativas de células.
Depende de 2 fatores:
Eficiência do AgrupamentoEficiência do Agrupamento
Depende de 2 fatores:(a) a proporção de elementos extra-celulares (Ex);(b) a proporção de espaços ocupados nas células (Es).O primeiro deve ser minimizado; o segundo maximizado.
A partir destes dois fatores, origina-se a fórmula de eficiência do agrupamento (Group Efficiency - GE):
F. Fogliatto Pós-Graduação em EP I - 65
eficiência do agrupamento (Group Efficiency - GE):
GE = [(1 - Ex) + (Es)] / 2
Ex = No. de incidências extra-células/No. total de incidênciasEs = No. de espaços ocupados/No. de espaços intra-células
1 2 3 4 5 6 7 8A 1 1 1 1 1 1
Eficiência do Agrupamento: Eficiência do Agrupamento: ExemploExemplo
A 1 1 1 1 1 1B 1 1 1C 1 1 1 1D 1 1 1E 1 1 1 1 1F 1 1
F. Fogliatto Pós-Graduação em EP I - 66
GE = [(1 - Ex) + (Es)] / 2Ex = 4 / 23 = 0,1739Es = 19 / 24 = 0,7917GE = [ (1 - 0,1739) + (0,7917) ] / 2 = 0,8089 = 80,1%
F 1 1
Atividade IdAtividade Id� Use o algoritmo simplificado p/ determinar células apropriadas p/ os componentes e máq. dados abaixo e apropriadas p/ os componentes e máq. dados abaixo e calcule a eficiência do arranjo:
Componentes
1 2 3 4 5 6 7 8 91 1 1 1
2 1 1 1 1 1 1
3 1 1 1 1
4 1 1
áquin
a
F. Fogliatto Pós-Graduação em EP I - 67
4 1 1
5 1 1 1 1
6 1 1 1
7 1 1 1
8 1 1 1
9 1 1 1
10 1 1 1 1 1
Máqui
3. 3. LayoutLayout do tipo do tipo jobjob--shopshop
� São os layout mais problemáticos, já que os processos são intermitentes.intermitentes.
� P/ manter layout atualizado, empresa deve considerar perfil histórico de produtos/serviços prestados.
� Duas abordagens:
F. Fogliatto Pós-Graduação em EP I - 68
– preferências de proximidade declaradas (qualitativo)
– modelo custo-volume-distância de proximidade (quantitativo)
Preferências de proximidade Preferências de proximidade declaradasdeclaradas
�Departamentos são arranjados nas linhas e colunas de uma matriz ou num desenho que expresse sua localização uma matriz ou num desenho que expresse sua localização atual. O seguinte código é utilizado p/ indentificar preferências de proximidades:
– A � absolutamente necessária
– E � especialmente importante
– I � importante
F. Fogliatto Pós-Graduação em EP I - 69
– I � importante
– O � OK como está
– U � não-importante
– X � não-desejável
Objetivo: analisar relações de prioridade entre diferentes
seções, tendo por base dados qualitativos (em vez de custo).
Os scores no quadro serão denominados ‘níveis de relação’.
Análise de Relações: Análise de Relações: Objetivo e MétodoObjetivo e Método
Os scores no quadro serão denominados ‘níveis de relação’.
Construção:
1. Listar todas as seções ou atividades incluídas;2. Obter níveis de relação a partir de entrevistas compessoas envolvidas ou experts;
3. Determinar razões para estes níveis de relação;
F. Fogliatto Pós-Graduação em EP I - 70
3. Determinar razões para estes níveis de relação;4. Assinalar nível de relação e razão para cada par deatividades ou seções;
5. Revisar o quadro com as pessoas envolvidas no passo 2.
Nível Definição
A Absolutamente Necessário
E Especialmente Importante
Níveis de Relação
Análise de Relações: Análise de Relações: ExemploExemplo
E Especialmente Importante
I Importante
O Apropriado
U Não Importante
X Indesejável
Cód. RazãoRazões
A1 E
1 O4
X6
E4
I1
UA1
E4
O5
U
U
I
X6
Fabr.Plástico
Mont.Plástico
Metalúrgica
Expedição
Manutenção
1
2
3
4
5
F. Fogliatto Pós-Graduação em EP I - 71
1 Fluxo de Materiais
2 Supervisão
3 Pessoal em Comum
4 Contato Necessário
5 Conveniência
6 Isolar Barulho
O2
I2
6Manutenção
Escritório
5
6
Fabr. Plástico1
102
Análise de Relações: Análise de Relações: Método de CustoMétodo de Custo
Mont. Plástico
Metalúrgica
Expedição
2
3
4
102
9570 65
65
40
95
0
0
-20
-15
0
F. Fogliatto Pós-Graduação em EP I - 72
Manutenção
Escritório
5
6
30
5
Custo por metro de distância = Somatório (volume i X custo i), i (partes)= 1...n
Objetivo: representar espacialmente a análise de relações
• Deve-se arranjar as diferentes seções de forma a aproximar
Diagrama de Relações: Diagrama de Relações: Objetivo e MétodoObjetivo e Método
• Deve-se arranjar as diferentes seções de forma a aproximaraquelas com maior nível de relação ou custo de movimentação.
• Nem sempre faz-se necessário aproximar ou afastar seçõessomente devido ao seu nível de relação:
• P.ex., pode-se utilizar isolamento acústico/térmico em determinadas seções ou pode-se utilizar tecnologia de
F. Fogliatto Pós-Graduação em EP I - 73
determinadas seções ou pode-se utilizar tecnologia de informação para aproximar escritórios e fabricação.
• A construção de diagramas de relações é amplamentemanual; a principal regra é ir incluindo e aproximando estaçõesconforme prioridade dos níveis de relação.
Nível Legenda
A
Necessita IsolamentoAcústico
Diagrama de Relações: Diagrama de Relações: ExemploExemplo
AEIOUX ^^^^^^^^^^^^^^^^^^
5
6
42
1 ^^^^^^^
^^^^^^^^^^^^^
^^^^^
Acústico
1 Fabricação Plástico
F. Fogliatto Pós-Graduação em EP I - 74
3 ^^^^^^^^^^^^^^^^^^
^^^^^^^^^^^^^
1 Fabricação Plástico2 Montagem Plástico3 Metalúrgica4 Expedição5 Manutenção6 Escritório
Parte final da análise = desenho do layout, considerando-se diagrama de relações, área das
Do Diagrama de Relações ao Do Diagrama de Relações ao LayoutLayout
considerando-se diagrama de relações, área das seções, dimensões do prédio e largura dos corredores.
Fabricação Plástico (1) Escritório (6)
Montagem Plástico (2) 150 m
3m
F. Fogliatto Pós-Graduação em EP I - 75
Manut.(5)
Expedição(4)
Montagem Plástico (2)
Metalúrgica (3)
150 m
350 m
Módulo II Módulo II
Previsão de DemandaPrevisão de Demanda
Previsão de DemandaPrevisão de Demanda::1° Passo do PCP
� Previsão de Demanda = Forecasting - técnica que usa dados passados na predição (projeção) de valores futurosvalores futuros
� Com base no forecasting estabelem-se políticas de controle para:
� sistema de estoques
� demanda de máquinas & materiais
II - 2
� demanda de máquinas & materiais
� sequenciamto de jobs e máquinas
� demanda de pessoal
Situações onde Forecasting é utilizado
1. Gerenciamento de Estoques
Deseja-se controlar o estoque de peças mecânicas de Deseja-se controlar o estoque de peças mecânicas de
reposição no almoxarifado de uma empresa
Para tanto…
Estima-se a taxa de utilização de cada peça p/
determinar as quantidades a serem encomendadas
Forecasting
É necessário também…
II - 3
É necessário também…
Determinar quando os pedidos devem ser feitos
Para tanto…
Estima-se a variabilidade no lead time de entrega
das peças
Forecasting
2. Planejamento da Capacidade
Situações onde Forecasting é utilizado
3. Planejamento da Distribuição
4. Planejamento da Infra-estrutura (localização de depósitos e plantas de produção)
II - 4
5. Controle de processos, e muitas outras
Por que utilizar um sistema de forecasting?
• P/ reduzir risco inerente a processos
decisórios.decisórios.
• Previsões apresentam um grau de precisão.
• Aumento na acurácia da previsão ⇒⇒⇒⇒
II - 5
diminuição em perdas ($$) resultantes da
incerteza no processo decisório.
Trade-off entre acurácia do forecast e custo do forecasting
Custo total
Custo forecasting
Perdas causadaspela incerteza
Custo total
Custo
II - 6
pela incerteza
ÓtimoAcurácia noforecasting
Modelo geral para um sistema de Forecasting(Murdick; Georgoff, 1993; Armstrong, 2001)
DEFINIÇÃO DO PROBLEMA
Análise de trade-offs entre
DETERMINAÇÃO DO MÉTODO DE PREVISÃO
Aplicação da previsão
Dimensões e características dos
dados de saída
Dimensões e características dos dados de entrada
Dimensões do processo de seleção
Seleção do método de previsão
Recursos erestrições
Análise de trade-offs entre custo, tempo e
outras considerações
IMPLEMENTAÇÃODO MÉTODO
PREVISÃO
OBTENÇÃO DE INFORMAÇÕES
II - 7
dados de entradarestrições
FEEDBACK
Os resultados são satisfatórios?
Sim
Não
Monitorar resultados
Dados disponíveis
Definição de um problema de forecasting
• Chamaremos a variável de interesse de
“demanda” (p.ex., venda de produtos,“demanda” (p.ex., venda de produtos,
necessidade de materiais, etc.).
Passo Inicial: defina o problema de decisão a
ser auxiliado pelo sistema de forecasting.
II - 8
ser auxiliado pelo sistema de forecasting.
Definição de um problema de forecasting
• O problema decisório definirá:
� sobre o que faremos previsões (o objeto de
forecast);
� qual a forma de forecast a ser adotada;
� elementos temporais envolvidos; e
II - 9
nível de precisão desejado.
Após determinar o que será previsto, definem-se variáveis a serem analisadas
UTILIZAÇÃO VARIÁVEL NÍVEL DE
DETALHE DETALHE
Planejamento
da Produção
Demanda
unitária de
produtos
fabricados
Item
II - 10
fabricados
Planejamento
Financeiro
Venda total em
reais
Agregado
Banco de dados
Monte banco de dados de demanda� defina endereço para cada dado, contendo:� defina endereço para cada dado, contendo:
� cliente
� região
� família de produtos, etc.
� endereço permite filtrar informações para desagregar forecasting se desejável.
II - 11
Elementos Temporais de um sistema de forecasting
Período de forecasting - é a unidade básica de Período de forecasting - é a unidade básica de tempo na qual as previsões são feitas
Ex.:
Desejamos um forecast da demanda semanal de latas de tinta tipo X.
Neste caso, o período de forecast é uma semana
II - 12
Neste caso, o período de forecast é uma semana
Elementos Temporais de um sistema de forecasting
� Horizonte de forecasting - número de períodos no futuro contemplados no forecastno futuro contemplados no forecast
Ex.:
Desejamos um forecast da demanda de resina X para as
próximas dez semanas, detalhado por semana.
Neste caso, o horizonte de forecast são dez semanas.
II - 13
� Intervalo de forecasting - freqüência com que novos forecastings são preparados. Via de regra, o intervalo coincide com o período de forecasting
Forma do forecast
� Duas formas de forecast podem ser demandadas pelo problema decisório:pelo problema decisório:
� estimativa do valor pontual de demanda
� intervalo de predição - intervalo contendo a demanda futura com uma dada probabilidade(estimativa do desvio-padrão do erro no forecast)
II - 14
Padrões de demanda
e D
eman
da
a) Padrão de demanda aleatório, ou nivelado, sem tendência nem elementos sazonais
e D
eman
da
b) Padrão de demanda aleatório com tendência, mas sem elementos sazonais
Nív
el d
e D
em
Demanda real
Demanda média
Nív
el d
e D
em
Demanda real
Dem
anda
Dem
anda
Tempo Tempo
c) Padrão de demanda aleatório com tendência e elementos sazonais
d) Padrão de demanda irregular
Tendência da série
II - 15
Demanda realTendência da série
Sazonalidade da sérieN
ível
de
Dem
a
Nív
el d
e D
ema
TempoTempo
Tipos de Forecasting
� Técnicas Qualitativas:
� Usadas quando dados históricos são inexistentes ou escassos
� Baseiam-se em opiniões de especialistas:
� especialistas analisam situações similares e dados existentes para predizer valores futuros
� Algumas técnicas: analogia histórica, pesquisa de mercado, técnicas de consenso, etc
II - 16
técnicas de consenso, etc
� Uso: predição de vendas de novos produtos
Previsão QualitativaMétodo Delphi é a técnica mais difundida
� Método qualitativo que busca o consenso de opiniões em um grupo de especialistasopiniões em um grupo de especialistas
� Baseia-se no uso estruturado do conhecimento, experiência e criatividade dos participantes
�� Premissa básicaPremissa básica = julgamento coletivo,
II - 17
organizado adequadamente, é superior a opiniões individuais
Utilização do Delphi
� Situações onde:
dados históricos não se encontram disponíveis ou não � dados históricos não se encontram disponíveis ou não permitem a realização de uma previsão segura,
� identifica-se necessidade de abordagem multidisciplinar p/ o problema de previsão, ou
� há perspectivas de mudanças estruturais nos fatores determinantes das tendências futuras.
II - 18
Características principais
� Anonimato dos respondentes
� Representação estatística dos resultados coletados nos � Representação estatística dos resultados coletados nos painéis:
� Calculam-se médias e coeficiente de variação das
respostas
� Feedback de respostas do grupo para reavaliação em rodadas subseqüentes do método
II - 19
Metodologia do DelphiIN ÍC IO
E la b o r a ç ã o d o q u e s t io n á r ioe s e le ç ã o d o s e s p e c ia l is ta s
P r im e ir a r o d a d a :r e s p o s ta s e d e v o lu ç ã o
T a b u la ç ã o e a n á l is e d o sq u e s t io n á r io s r e c e b id o s
É n e c e s s á r io S im
Meto
doÉ n e c e s s á r io
In t r o d u z i r n o v a s q u e s tõ e s ?
E la b o r a ç ã o d a s n o v a s q u e s tõ e s
E la b o r a ç ã o d o n o v o q u e s t io n á r io
N o v a r o d a d a :r e s p o s ta s e d e v o lu ç ã o
T a b u la ç ã o e a n á l is e d o sq u e s t io n á r io s r e c e b id o s
A c o n v e r g ê n c ia d a s r e s p o s ta s é s a t is f a tó r ia ?
N ã o
S im
N ã o
eto
dolo
gia
do D
el
II - 20F IM
re s p o s ta s é s a t is f a tó r ia ?
C o n c lu s õ e s g e r a is
R e la tó r io p a r a o s r e s p o n d e n te s
R e la tó r io f in a l
P r o c e d im e n to s e x e c u ta d o sp e lo s c o o r d e n a d o r e s
P r o c e d im e n to s e x e c u ta d o sp e lo s r e s p o n d e n te s
S im
o D
elp
hi
Tipos de Forecasting
Técnicas Quantitativas
� Padrão histórico dos dados usado p/ extrapolar comportamento futurocomportamento futuro
� Duas famílias de técnicas:� análise de séries temporais
� modelos causais (ou estruturais)
� Nosso enfoque:� técnicas de suavização exponencial (séries temporais)
II - 21
� técnicas de suavização exponencial (séries temporais)
Análise estatística de séries temporais
� Técnicas consideradas:
� modelos de suavização exponencial:
� simples
� para dados com tendência
� para dados com variação sazonal
II - 22
Análise estatística de dados de demanda
� 1o passo na determinação da técnica de forecasting a ser usada é plotar demanda como forecasting a ser usada é plotar demanda como função do tempo. Considere o exemplo a seguir:
Tabela 1 - Demanda anual (××××1000) por carros importados no Brasil
Ano, t 0 1 2 3 4
II - 23
Ano, t 0 1 2 3 4
Demanda, f(t) 100 115 116 125 135
Gráfico mostra tendência ascendente e presença de ruído (entre t = 1 e t = 2)
II - 24
Representação da tendência nos dados de demanda
II - 25
modelo linear parece apropriado
Como utilizar o NCSS para plotar dados de demanda
1. Abra o NCSS; a 1a janela a aparecer é a de entrada dos dados.
2. Clique no painel Variable Info e identifique as 2. Clique no painel Variable Info e identifique as colunas da janela de entrada de dados assim:
� C1 é renomeada como Tempo
� C2 é renomeada como Demanda
II - 26
II - 27
Como utilizar o NCSS para plotar dados de demanda
3. Na janela Sheet 1, entre com os valores de tempoe demanda nas respectivas colunas. e demanda nas respectivas colunas.
No nosso exemplo:
Tempo Demanda0 1001 1152 116
II - 28
2 1163 1254 135
II - 29
Como utilizar o NCSS para plotar dados de demanda
4. No item Graphics do menu, selecione Scatter Plots. Vários painéis de comando aparecerão.
5. Identifique os dados relativos ao eixo x. Clique em Horizontal Variable(s) e depois em select variables. Escolha a coluna de tempo e clique OK. Identifique então os dados relativos ao eixo y. Clique em Vertical Variable(s) e depois em select variables. Escolha a coluna de demanda e
II - 30
select variables. Escolha a coluna de demanda e clique OK.
�
�
�
II - 31
�
Como utilizar o NCSS para plotar dados de demanda
6. Para obter o gráfico, escolha Run e depois Run Procedure no menu principal.
II - 32
Modelos de Séries TemporaisModelos de Séries Temporais
� Modelos não causais
� Previsão futura é baseada no padrão de comportamento da série histórica de dados
� Investigaremos modelos de suavização exponencial:
� Simples
II - 33
� Simples
� Dupla (Holt)
� Sazonal (Holt-Winters)
Suavização ExponencialSuavização Exponencial
� Pondera dados através de método de cálculo bastante simplificadobastante simplificado
� Usa dados recentes, dispensando o registro de dados antigos
� Recomendado para forecastings de horizonte
II - 34
Recomendado para forecastings de horizonte curto
Suavização Exponencial Simples Suavização Exponencial Simples
� Suavização Exponencial Simples assume que o padrão de demanda histórica apresenta somente componentes de nível e ruídocomponentes de nível e ruído
� Método obtém a previsão para um período futuro ajustando a previsão do período atual com o erro de previsão
� Previsão no período t+1 (Ft+1) é igual a demanda observada em t (Y ) mais a previsão feita para o
II - 35
observada em t (Yt) mais a previsão feita para o período t, ponderadas por um índice de suavização α:
ttt FYF )1(1 αα −+=+
Suavização Exponencial Simples Suavização Exponencial Simples
� Para inicializar o método é necessário arbitrar umvalor para Fvalor para F0
� Pode-se proceder de duas maneiras:
� Considerar F0 igual a Y0
� Utilizar a média das primeiras observações da série temporal
II - 36
Suavização Exponencial Simples Suavização Exponencial Simples
� A chave do método é escolher um α ótimo
� Isto pode ser feito através da minimização de erros(ou resíduos):
� Escolhe-se um valor de α, aplica-se o método e anotam-seos erros (diferença entre valores realizados e preditos)
� Repete-se o procedimento para outros valores de α
II - 37
� O parâmetro de suavização α ótimo será aquele com o qualse obtém a menor soma dos quadrados dos erros deprevisões
Como utilizar o NCSS para prever demanda usando suav. expo. simples
1. Abra o NCSS; a 1a janela a aparecer é a de entrada dos dados.
2. Clique no painel Variable Info e identifique as colunas da janela de entrada de dados assim:
� C1 é renomeada como Tempo
� C2 é renomeada como Demanda
� C3 é renomeada como Pred Expo Simples
� C4 é renomeada como Res Expo Simples
Estas colunas jáestão prontas!
II - 38
� C4 é renomeada como Res Expo Simples
�
�
II - 39
�
NCSS para prever demanda usando suavização exponencial simples
3. Na janela Sheet 1, entre com os valores de tempoe demanda nas respectivas colunas e demanda nas respectivas colunas
No exemplo:
Tempo Demanda0 1001 1152 116
Desejamos previsões p/ os próximos
5 meses; indique os períodos na
coluna tempo: Tempo Demanda0 1001 115
II - 40
2 1163 1254 135
Isto já está pronto!
1 1152 1163 1254 13556789
II - 41
4. No item Analysis do menu, selecione Analysis, Forecasting/Time Series e então Expo
Suavização expo. simples no NCSS
Forecasting/Time Series e então Expo Smoothing-Horizontal. Uma janela de comandos aparecerá.
5. Em Data Variables indique a coluna onde estão os dados de demanda (clique select variables, e escolha a coluna de demanda).
II - 42
�
�
II - 43
�
6. Clique em Number of forecasts e selecione 5 no combo box logo abaixo do menu.
Suavização expo. simples no NCSS
7. Clique em Forecasts, select variables, e escolha a coluna de pred expo simples (as predições serão armazenadas nesta coluna). Clique em Residuals,select variables, e escolha res expo simples.
8. Clique em Show forecasts report até aparecer a opção data and forecasts.
II - 44
opção data and forecasts.
9. Selecione Run e Run Procedure no menu.
�
�
�
II - 45
�
Analisando os resultados
Exponential Smoothing ReportPage 1
Database C:\NCSS60\EXEMPLO1.S0
Analise o Pseudo R-Squared (R2):ele indica o quanto o modelo representa os dados. Desejamos R2 Database C:\NCSS60\EXEMPLO1.S0
Time/Date 10:22:42 08-08-1999
Forecast Summary Section
Variable: Demanda
Number of Rows: 5
Mean: 118.2
Pseudo R-Squared: 0.396858
Mean Square Error 81.4
Mean |Error|: 7
Mean |Percent Error|: 5.702591
representa os dados. Desejamos R2
≈ 1.0 (100% de ajuste), mas R2 > 0.75 já resultam em boas predições.
Critério de busca pelo melhor modelo: menor média dos quadrados dos erros.
Erro = (real - predito).
II - 46
Mean |Percent Error|: 5.702591
Alpha Search: Mean Square Error
Alpha: 1
Forecast: 135
Erro = (real - predito).
Melhor previsão do futuro é dada pelo período anterior!
Analisando os resultados
Demanda Chart • Gráfico mostra
106.3
117.5
128.8
140.0
Demanda Chart
Dem
anda
• Gráfico mostra
predições em cada
período (em vermelho)
e valores reais (pontos
em azul).
• Como suav.expo.
simples não captura
II - 47
95.0
1 3 6 8 11Time
simples não captura
tendência, ajuste é ruim
(≠s entre real e predito
são grandes).
Voltando ao painel NCSS Data:
Tempo Demanda Pred. Expo. Simples Resid. Expo. Simples
0 100 100 -2.96E-091 115 100 152 116 115 1.0000000032 116 115 1.0000000033 125 116 94 135 125 105 1356 1357 1358 1359 135
II - 48
Predições foram escritas na coluna indicada.
Resíduos permitem avaliar eficiência do modelo.
� O NCSS fez a busca pelo melhor αααα:
� o resultado foi α = 1 (a melhor predição do futuro é dada pelo
Resumo dos resultados:
� o resultado foi α = 1 (a melhor predição do futuro é dada pelo realizado anterior)
� O ajuste do modelo, em Pseudo R-Squared = 0.39, evidencia modelo impróprio
II - 49
� Tendência ascendente nos dados será capturada pela Suavização Exponencial Dupla
Suavização Exponencial na presença de Suavização Exponencial na presença de tendência tendência (Suav. Dupla)(Suav. Dupla)
� Método da Suavização Linear de Holt é o método mais utilizado de Suavização Exponencial Dupla:
� Método expande Suavização Exponencial Simples para previsões com dados que apresentam tendência linear,mas que não apresentam sazonalidade
� A previsão com Suavização de Holt é obtida com o uso de duas constantes de suavização, α e β (com valores
II - 50
de duas constantes de suavização, α e β (com valores entre 0 e 1, e não relacionados), e das equações a seguir:
Suavização Exponencial na presença de Suavização Exponencial na presença de tendência tendência (Suav. Dupla)(Suav. Dupla)
Previsão: mbLF ttmt +=+
Nível:
Tendência:
))(1( 11 −− +−+= tttt bLYL αα
11 )1()( −− −+−= tttt bLLb ββ
II - 51
� Ft+m = previsão para o período t+m
� m = horizonte de previsão
� Lt = estimativa do nível da série temporal no período t
� bt = estimativa de tendência da série temporal para o período t
� α e β = constantes de suavização
Suavização Exponencial na presença de Suavização Exponencial na presença de tendência tendência (Suav. Dupla)(Suav. Dupla)
� A inicialização do método de Holt requer duas estimativas:estimativas:
� uma é o valor suavizado para L0 e outra é a tendência b0
� Como no método de Suavização Exponencial Simples, valores de α e β podem ser determinados através da minimização da soma dos quadrados dos erros de
II - 52
minimização da soma dos quadrados dos erros de previsão
NCSS possui três modelos de suavização dupla
Ilustração utilizando os dados do exemplo inicialIlustração utilizando os dados do exemplo inicial
1. Clique no painel Variable Info e identifique as 1. Clique no painel Variable Info e identifique as colunas C5 e C6 como abaixo:
� C5 é renomeada como Pred Expo Dupla
� C6 é renomeada como Resid Expo Dupla
2. Selecione Analysis, Forecasting/Time Series e então Expo Smoothing-Trend no menu
3. Em Data Variables indique a coluna onde estão
II - 53
3. Em Data Variables indique a coluna onde estão os dados de demanda (clique select variables, e escolha a coluna de demanda)
���
II - 54
�
NCSS procura o melhor ajuste aos dados utilizando um dos três modelos
4. Em Type, selecione Holt’s linear trend no combo box abaixo do menu. Em Number of forecasts,box abaixo do menu. Em Number of forecasts,
selecione 5 no combo box abaixo do menu.
5. Clique em Forecasts, select variables, e escolha a coluna de pred expo dupla (as predições serão armazenadas nesta coluna). Clique em Residuals, select variables, e escolha resid expo dupla.
II - 55
dupla.
6. Clique em Show forecasts report até aparecer a opção data and forecasts.
7. Selecione Run e Run Procedure no menu.
�
��
� �
II - 56
Analisando os resultados
Trend Report
Page 1
Database C:\NCSS60\EXEMPLO1.S0
Time/Date 11:35:16 08-08-1999Pseudo R-Squared (R2): ajuste melhor que anterior (de 0,40 p/ 0,95)
Time/Date 11:35:16 08-08-1999
Forecast Summary Section
Variable: Demanda
Number of Rows: 5
Mean: 118.2
Pseudo R-Squared: 0.946203
Mean Square Error: 7.260462
Mean |Error| 2.461712
Mean |Percent Error| 2.114331
Forecast Method: Holt's Linear Trend
Search Iterations: 92
que anterior (de 0,40 p/ 0,95)
Indica método de suavização dupla utilizado (Holt’s) e número de iterações até o ótimo (92)
II - 57
Search Criterion: Mean Square Error
Alpha: 0.2833219
Beta: 0.1495087
Intercept (A): 97.00305
Slope (B): 7.298961
Apresenta valores de α e βselecionados
Analisando os resultados
80.0
Demanda Chart
Melhora sensível no
ajuste. Suavização
dupla captura tendência
e incorpora nas
predições futuras.
105.0
130.0
155.0
180.0
Dem
anda
II - 58
predições futuras.
80.0
1 3 6 8 11Time
Voltando ao painel NCSS Data:
Tempo Demanda Pred. Expo. Simples Resid. Expo. Simples Pred. Expo. Dupla Resid. Expo. Dupla
0 100 100 -2.96E-09 98.20 1.80E+001 115 100 15 111.34 3.6567945072 116 115 1.000000003 119.79 -3.7910259082 116 115 1.000000003 119.79 -3.7910259083 125 116 9 125.97 -0.9681310524 135 125 10 132.90 2.0959849355 135 140.806 135 148.107 135 155.398 135 162.699 135 169.99
II - 59
Predições foram escritas na coluna indicada.
Compare magnitude dos erros (suav. expo dupla
apresenta resíduos bem menores)
� O NCSS fez a busca pelos melhores αααα e ββββ:
aqueles que minimizam a soma do quadrado dos resíduos
Resumo de Resultados:
� aqueles que minimizam a soma do quadrado dos resíduos
� O ajuste do modelo, em Pseudo R-Squared = 0.946, é bem melhor do que Expo Simples (0.40)
II - 60
Método de HoltMétodo de Holt--Winters p/ demanda com Winters p/ demanda com variação sazonalvariação sazonal
� Método de Holt-Winters é utilizado em situações onde séries temporais apresentam padrão de demanda com séries temporais apresentam padrão de demanda com tendência linear e sazonalidade
� Método aplica equações de suavização para estimar o nível, a tendência e a sazonalidade da série temporal analisada no processo de previsão
� Método oferece duas abordagens distintas, as quais dependem do tipo de sazonalidade presente nos
II - 61
dependem do tipo de sazonalidade presente nos dados:
� forma multiplicativa
� forma aditiva
Situação onde modelo multiplicativo é apropriado
xtAmplitude do padrão
sazonal varia c/ o sazonal varia c/ o
nível da demanda
Quando a amplitude
permanece constante,
modelo aditivo é o 1 estação
II - 62
t
modelo aditivo é o
adequado1 estação
EEquações básicas do método multiplicativo quações básicas do método multiplicativo
Previsão: mstttmt SmbLF +−+ += )(
YNível:
Tendência:
))(1( 11 −−
−
+−+= ttst
tt bL
S
YL αα
11 )1()( −− −+−= tttt bLLb ββ
t SY
S −+= )1( γγ
II - 63
Sazonalidade: stt
tt S
L
YS −−+= )1( γγ
� s é o número de períodos por ciclo sazonal, St é a estimativa do componente sazonal da série temporal no período t e α, β e γ são as constantes de suavização (com valores entre 0 e 1, e não relacionados)
EEquações básicas do método quações básicas do método aditivoaditivo
Previsão: mstttmt SmbLF +−+ ++=
Nível:
Tendência: 11 )1()( −− −+−= tttt bLLb ββ
))(1()( 11 −−− +−+−= ttsttt bLSYL αα
II - 64
Sazonalidade: stttt SLYS −−+−= )1()( γγ
Aplicando o modelo de Holt-Winters a um exemplo (no NCSS)
Pneus Vendidos
Mês Ano 1 Ano 2 Ano 3
Jan 195 229 275.6Jan 195 229 275.6Fev 252 271 339.95Mar 299 333 410.8Abr 276 305 377.65Mai 258 277 347.75Jun 210 239 291.85Jul 192 211 261.95Ago 154 193 225.55Set 141 155 192.4
Dados disponíveis na
página da disciplina na
Web
II - 65
Set 141 155 192.4Out 128 159 186.55Nov 200 209 265.85Dez 217 236 294.45Total 2522 2817 3470.35
Web
Análise gráfica (p/ verificar sazonalidade e amplitude do fator sazonal)
362.5
450.0
Tenpo vs Demanda
100.0
187.5
275.0
362.
0.0 10.0 20.0 30.0 40.0Tenpo
Dem
anda
II - 66
• Forte padrão sazonal (ciclo sazonal de 12 meses)
• Suave tendência
• Modelo multiplicativo pode ser adequado
Roteiro de Análise no NCSS
1. Abra um novo arquivo de dados. Clique no painel Variable Info e renomeie as colunas:Variable Info e renomeie as colunas:
� C1 = Tempo; C2 = Demanda; C3 = Pred; C4 = Resid.
2. Selecione Analysis, Forecasting/Time Series e então Expo Smoothing-Seasonal no menu.
3. Em Data Variables indique a coluna onde estão os dados de demanda. Em Seasonal Adjustment, escolha entre multiplicative e additive conforme
II - 67
escolha entre multiplicative e additive conforme resultado do gráfico (multiplicative, no exemplo).
��
�
�
II - 68
�
Roteiro de Análise no NCSS
4. Em Number of Seasons, indique o no de períodos na estação (12 no exemplo).estação (12 no exemplo).
5. Em Number of Forecats indique o no de predições desejadas (6, p.ex.).
6. Em Forecasts e Residuals, indique as colunas na planilha de dados onde predições e resíduos devem ser armazenados (em pred e resid, no exemplo).
II - 69
7. Selecione Run e Run Procedure no menu.
�
�
�
II - 70
Analisando os resultadosSeasonal - Trend Report
Page 1
Database C:\NCSS60\SAZONAL.S0
Time/Date 17:04:44 08-08-1999
Forecast Summary Section
Pseudo R-Squared (R2): ajuste muito bom (0,96).
Indica método de suavização Forecast Summary Section
Variable Demanda
Number of Rows 36
Mean 244.7042
Pseudo R-Squared 0.962501
Mean Square Error 164.3783
Mean |Error| 9.003069
Mean |Percent Error| 3.442366
Forecast Method Winter's with multiplicative seasonal adjustment.
Search Iterations 88
Search Criterion Mean Square Error
Indica método de suavização sazonal utilizado (multiplicativo) e número de iterações até o ótimo (88).
Apresenta valores de α, β e γ
II - 71
Alpha 6.719639E-02
Beta0.2102971
Gamma 0.9214879
Apresenta valores de α, β e γselecionados.
Gráfico Demanda real vs Predições
450.
0
Tempo vs DemandaTempo vs Demanda (amarelo) vs Predição (vermelho)
187.
527
5.0
362.
545
0
Dem
anda
II - 72
100.
018
7
0.0 10.0 20.0 30.0 40.0Tempo
•Série I: Demanda de filtros de óleo (× 1000 unidades)
Modele os dados abaixo e determine previsões p/ os próximos 3 meses
pág
ina da
Mês, t Demanda Mês, t Demanda Mês, t Demanda Mês, t Demanda1995/1 317 1996/13 460 1997/25 538 1998/37 626
2 194 14 395 26 570 38 6903 312 15 392 27 600 39 6804 316 16 447 28 565 40 6735 322 17 452 29 485 41 6136 334 18 571 30 604 42 7447 317 19 517 31 527 43 718
dos disponíveis na pág
idisciplin
a
II - 73
7 317 19 517 31 527 43 7188 356 20 397 32 603 44 7679 428 21 410 33 604 45 728
10 411 22 579 34 790 46 79311 494 23 473 35 714 47 72612 412 24 558 36 653 48 777
Dad
os d
• Série II: Demanda de vinho
Modele os dados abaixo e determine previsões p/ os próximos 3 meses
Mês, t Demanda Mês, t Demanda Mês, t Demanda Mês, t Demanda1980/1 143 1981/13 189 1982/25 359 1983/37 332
2 138 14 326 26 264 38 2443 195 15 289 27 315 39 3204 225 16 293 28 361 40 4375 175 17 279 29 414 41 5446 389 18 552 30 647 42 8307 454 19 674 31 836 43 1011
II - 74
7 454 19 674 31 836 43 10118 618 20 827 32 901 44 10819 770 21 1000 33 1104 45 1400
10 564 22 502 34 874 46 112311 327 23 512 35 683 47 71312 235 24 300 36 352 48 487
Modele os dados abaixo e determine previsões p/ as próximas 12 semanas
• Série III: Consumo de gasolina
comum nas segundas feiras em um posto
de gasolina de baixo volume de vendas.
Dois anos atrás Um ano atrás Este anoSemana Galões Semana Galões Semana Galões
1 530 1 660 1 7902 570 2 640 2 8603 560 3 810 3 8904 530 4 790 4 7805 510 5 820 5 8106 560 6 650 7 610 7 7108 560 8 7009 580 9 670
de gasolina de baixo volume de vendas.9 580 9 67010 610 10 69011 650 11 73012 700 12 73013 670 13 76014 700 14 79015 760 15 81016 730 16 87017 760 17 89018 820 18 87019 780 19 89020 900 20 88021 840 21 93022 770 22 98023 820 23 90024 800 24 86025 760 25 89026 760 26 88027 770 27 87028 790 28 84029 760 29 86030 740 30 91031 720 31 870
Analise (e suavize) valores suspeitosInformações:1. Nos dois primeiros anos, dois feriadões
acabaram na terça-feira (puxando o
consumo na segunda para baixo).
II - 75
31 720 31 87032 670 32 86033 690 33 84034 470 34 54035 670 35 78036 690 36 75037 620 37 78038 650 38 76039 610 39 71040 620 40 73041 640 41 75042 590 42 75043 610 43 71044 600 44 75045 630 45 72046 600 46 77047 630 47 74048 640 48 75049 610 49 76050 590 50 78051 610 51 80052 630 52 850
consumo na segunda para baixo).
2. Durante o segundo ano, o posto
manteve um mês de preços reduzidos
(promoção).
Implementação de um sistema de previsão de demanda
� Método será ilustrado através de um estudo de caso (desenvolvido por Lemos & Fogliatto)
� Etapas são:
1. Definição do problema
2. Obtenção de informações
3. Escolha do método de previsão
4. Seleção do pacote computacional
II - 76
4. Seleção do pacote computacional
5. Implementação dos métodos
6. Validação das conclusões
Etapa 1: Definição do problema
• Empresa de manufatura
• Previsões de demanda acuradas para 3 produtos consolidados no mercado interno
• Previsões serão utilizadas para programação de produção, planejamento de capacidade de produção, controle de estoques, aquisição de matérias-primas e contratação de mão-de-obra
II - 77
matérias-primas e contratação de mão-de-obra
Etapa 2: Obtenção de informações
• Nível industrial de previsão: local
• Ciclo de vida do item a ser previsto: estágio de estabilidade no mercado
• Fatores temporais:
� período de previsão mensal
II - 78
� período de previsão mensal� intervalo mensal entre previsões� horizonte de previsão de curto prazo (3 meses)
Etapa 2: Obtenção de informações
• A empresa disponibilizou:
� Dados históricos de demanda mensal no mercado interno
� Estimativas subjetivas de queda na participação de mercado dos produtos de interesse; e
Produto
II - 79
� Previsão de demanda feita pelos especialistas da empresa
10K 18K 30K
5% 15% 25%
CAP CAP 44
2000
4000
6000
8000
10000
12000
2000 2001 2002 2003 2004
2000
4000
6000
8000
10000
12000
2000 2001 2002 2003 2004
a) Série temporal original do produto 10k b) Série temporal ajustada do produto 10k
500
1000
1500
2000
2500
3000
2000 2001 2002 2003 2004
500
1000
1500
2000
2500
3000
2000 2001 2002 2003 2004
c) Série temporal original do produto 18k d) Série temporal ajustada do produto 18k
II - 80
500
1000
1500
2000 2001 2002 2003 2004
500
1000
1500
2000 2001 2002 2003 2004
e) Série temporal original do produto 30k f) Série temporal ajustada do produto 30k
Nível Industrial da previsão
Nível da Unidade Nível da Unidade de
Etapa 3: Escolha do método de previsão
Estágio do ciclo de vida do produto Estágio do ciclo de vida do produto:• Crescimento rápido no mercado
Nível Setorial Nível da UnidadeEstratégica de Negócios
Nível localNível da Unidade de Manutenção de Estoque
Nível Corporativo
• Menor número de previsões• Freqüência baixa de obtenção de previsões• Necessidade de incorporação de análises subjetivas• Horizontes de previsão de médio e longo prazo• Intervalos maiores entre previsões• Períodos menores de previsão
• Maior número de previsões• Freqüência alta de obtenção de previsões• Dificuldade de incorporação de análises subjetivas• Horizontes de previsão de curto e médio prazo• Intervalos menores entre previsões•Períodos menores de previsão
II - 81
Dados suficientes paramodelagem matemática
• Desenvolvimento de produtos• Teste e introdução de mercado
• Crescimento rápido no mercado• Estabilidade no mercado
Métodos Qualitativos
Métodos Causais
• Crescimento rápido no mercado• Estabilidade no mercado• Declínio do produto
Métodos de Extrapolação
Métodos Quantitativos
Decllínio do produto
Dados suficientes para modelagemmatemática,mas preferência pormétodos simples
Dados insuficientes paramodelagem matemática
Bom conhecimento da relação entrevariáveis que influenciam a previsão?
Métodos Quantitativos
Etapa 3: Escolha do método de previsão
Métodos deExtrapolação
Análise de diferentespolíticas?
Bom conhecimentocontextual?
variáveis que influenciam a previsão?
Não Sim
Tipos de dados
amostrais séries temporais
• Grandes mudanças são esperadas?• Análise multivariada?
Não Sim NãoSim
Não Sim
Bom conhecimento de fatoreseconômicos
relacionados a previsão?
Métodos causais
II - 82
•Sistema Especialista•Bootstrapping Subjetivo
Previsão baseadaem regrasAnalogia
relacionados a previsão?
Não Sim
Análise deRegressão
ModelosEconométricos
Recursos limitadospara implementação?
NãoSim
• Média Móvel• Suavização Exponencial
Box-Jenkins
• Características desejáveis:
Etapa 4: Seleção do Pacote Computacional
� Disponibilizar os métodos quantitativos selecionados;
� Custo de aquisição moderado;
� Fácil entendimento e utilização;
� Previsões de várias séries temporais em paralelo; e
II - 83
� Previsões de várias séries temporais em paralelo; e
� Opção de seleção automática do melhor método
• Implementação dos Métodos de Extrapolação
Métodos de Suavização Exponencial e Box-Jenkins;
Etapa 5: Implementação dos Métodos
• Métodos de Suavização Exponencial e Box-Jenkins;
• As séries temporais foram divididas em duas partes
� Ajuste do modelo matemático (47 períodos mensais)
� Validação do método (3 últimos períodos mensais)
II - 84
10000
12000
b) Modelagem de série temporal pelo método de Box-Jenkinsa) Modelagem de série temporal pelo método de Suavização Exponencial
10000
12000
Etapa 5: Implementação dos Métodos
Estudo de caso 1: Implementação dos métodos (10K)CAP CAP
44
Modelo matemático Modelo matemático ARIMA(0,1,0)*(0,1,0)12Suavização Exponencial
Método de Suavização Exponencial Método de Box-Jenkins
2000
4000
6000
8000
2000 2001 2002 2003 20040
2000
4000
6000
8000
2000 2001 2002 2003 2004
II - 85
Modelo matemático Modelo matemático ARIMA(0,1,0)*(0,1,0)12
R2
0,9473 R2
0,9036
MAPE 0,1543 MAPE 0,1341
Suavização Exponencial
sem tendência
sazonalidade multiplicativa
• Ajuste subjetivo das previsões quantitativas
Previsões individuais
Etapa 5: Implementação dos Métodos
dezembro-03 4.458 3.773
janeiro-04 2.452 1.876
fevereiro-04 2.406 1.893
dezembro-03 1.578 1.824
janeiro-04 882 878
Previsão
Pontual
Previsão
Pontual
Previsões individuaisMétodo de Suavização Exponencial
Método de Box-Jenkins
10k
18k
Produto Período
II - 86
janeiro-04 882 878
fevereiro-04 828 1.097
dezembro-03 1.043 1.003
janeiro-04 744 759
fevereiro-04 502 483
18k
30k
Método de Suavização Exponencial
Método de Box-Jenkins
Etapa 6: Validação das previsões
• Acurácia das demandas pontuais previstas sem ajuste subjetivo das previsões.
Demanda Previsão Previsão real Pontual Pontual
dezembro-03 3.852 4.693 0,2183 3.972 0,0311
janeiro-04 1.988 2.581 0,2984 0,3417 1.975 0,0064 0,0747
fevereiro-04 1.679 2.533 0,5084 1.992 0,1867
dezembro-03 1.569 1.857 0,1835 2.146 0,3675
janeiro-04 896 1.038 0,1582 0,2719 1.033 0,1534 0,4913
fevereiro-04 661 974 0,4740 1.291 0,9529
dezembro-03 888 1.390 0,5658 1.337 0,5060
janeiro-04 571 992 0,7367 0,7557 1.011 0,7713 0,7222
fevereiro-04 341 670 0,9646 644 0,8894
Produto Período APE APEMAPE
10k
18k
30k
MAPE
Método de Suavização Método de Box-Jenkins
II - 87
Demanda Previsão Previsão real Pontual Pontual
dezembro-03 3.852 4.458 0,1574 3.773 0,0205
janeiro-04 1.988 2.452 0,2335 0,2746 1.876 0,0561 0,0680
fevereiro-04 1.679 2.406 0,4329 1.893 0,1273
dezembro-03 1.569 1.578 0,0060 1.824 0,1624
janeiro-04 896 882 0,0155 0,0915 878 0,0196 0,2807
fevereiro-04 661 828 0,2529 1.097 0,6600
dezembro-03 888 1.043 0,1744 1.003 0,1295
janeiro-04 571 744 0,3026 0,3168 759 0,3285 0,2917
fevereiro-04 341 502 0,4734 483 0,4170
18k
30k
APE MAPE
10k
Produto Período APE MAPE
Método de Suavização Exponencial
Método de Box-Jenkins
• Acurácia das demandas pontuais previstas com ajuste subjetivo.
• Acurácia das demandas pontuais previstas pelos especialistas da empresa e pelo método selecionado
Etapa 6: Validação das previsões
Demanda Previsão Previsão real Pontual Pontual
dezembro-03 3.852 3.773 0,0205 5.968 0,5493
janeiro-04 1.988 1.876 0,0561 0,0680 4.680 1,3541 0,8922
fevereiro-04 1.679 1.893 0,1273 381 0,7731
dezembro-03 1.569 1.578 0,0060 2.491 0,5876
janeiro-04 896 882 0,0155 0,0915 1.488 0,6607 0,8690
10k
18k
Método proposto Especialistas da empresa
Produto Período APE MAPE APE MAPE
II - 88
janeiro-04 896 882 0,0155 0,0915 1.488 0,6607 0,8690
fevereiro-04 661 828 0,2529 1.559 1,3585
dezembro-03 888 1.003 0,1295 1.313 0,4786
janeiro-04 571 759 0,3285 0,2917 956 0,6743 0,8623
fevereiro-04 341 483 0,4170 830 1,4340
18k
30k
• ARMSTRONG, J. Principles of Forecasting: a Handbook for Researchers and Practitioners. Boston: Kluwer Academic Publishers, 2001.
• BALLOU, R. H. Gerenciamento da Cadeia de Suprimentos:
Bibliografia recomendada sobre previsão
• BALLOU, R. H. Gerenciamento da Cadeia de Suprimentos: Planejamento, Organização e Logística Empresarial. 4. ed., Porto Alegre: Bookman, 2001.
• DAVIS, M.; AQUILANO, N.; CHASE, R. Fundamentos da Administração da Produção. Porto Alegre: Bookman, 2001.
• ELSAYED, E.A. & BOUCHER, T.O. (1994). Analysis and Control of Production Systems. 2rd Ed., Prentice-Hall, Englewood Cliffs.
• KRAJEWSKI, L. J. Operations management: strategy and analysis. 3 ed.
II - 89
• KRAJEWSKI, L. J. Operations management: strategy and analysis. 3 ed. Reading: Addison-Wesley, 1993. 904 p.
• MAKRIDAKIS, S.; WHEELWRIGHT, S.; HYNDMAN, R. Forecasting: Methods and Applications. 3. ed., New York: John Wiley & Sons, 1998.
• MONTGOMERY, D.; JOHNSON, L.; GARDINER, J. Forecasting and TimeSeries Analysis. New York: McGraw-Hill, 1990.
Módulo IIIMódulo III
Gestão de Estoques
F. Fogliatto Pós-Grad. em EP III - 1
ObjetivosObjetivos
• Descrever trade-offs de custo & serviço • Descrever trade-offs de custo & serviço envolvidos nas decisões relacionadas a estoques.
• Distinguir entre diferentes tipos de estoques e aprender a gerenciar suas quantidades.
• Calcular o lote econômico de compra e aplicá-lo
F. Fogliatto Pós-Grad. em EP III - 2
• Calcular o lote econômico de compra e aplicá-lo em situações distintas.
Objetivos (Objetivos (Cont.Cont.))
• Desenvolver políticas de gestão para sistemas de • Desenvolver políticas de gestão para sistemas de controle de estoques do tipo:
– revisão contínua,
– revisão periódica.
• Priorizar itens em estoques e implementar modelos de cálculo de lotes econômicos de
F. Fogliatto Pós-Grad. em EP III - 3
modelos de cálculo de lotes econômicos de compra em planilha eletrônica.
EstoquesEstoques
• Criados quando o recebimento de• Criados quando o recebimento de
– materiais (insumos),
– partes em processo, ou
– produtos acabados
excede o seu consumo
F. Fogliatto Pós-Grad. em EP III - 4
excede o seu consumo
Por que manter estoques Por que manter estoques baixosbaixos??
• Principal razão: estoque = investimento em bens • Principal razão: estoque = investimento em bens sobre os quais se paga (e não se recebe) juros.
• Custo de guarda força redução de estoques; seus componentes são:
– custo de oportunidade,
F. Fogliatto Pós-Grad. em EP III - 5
– custo de estocagem e manuseio,
– custo de impostos, seguros, roubos, obsolescência e deterioração.
Em detalhes...Em detalhes...
Por que manter estoques baixos?Por que manter estoques baixos?
Custos de guardaCustos de guarda
• Custo variável, que é função do tempo.• Custo variável, que é função do tempo.
• Igual a um % do valor do item; normalmte, custo de guarda anual varia entre 20 e 40% do valor do item.
– Suponha empresa c/ custo médio de guarda de 30%, e valor médio do estoque igual a 20% das vendas.
F. Fogliatto Pós-Grad. em EP III - 6
– Custo anual de guarda do estoque é igual a 6% (0,3 × 0,2) das vendas.
– C/ margens normalmte < 10%, valor é considerável!!valor é considerável!!
•• OportunidadeOportunidade
Por que manter estoques baixos?Por que manter estoques baixos?
Componentes do Custo de guardaComponentes do Custo de guarda
•• OportunidadeOportunidade
– P/ adquirir estoques, empresas necessitam empréstimos a juros altos.
– $ aplicado em estoque poderia estar investido no mercado financeiro.
F. Fogliatto Pós-Grad. em EP III - 7
– Este é normalmte o maior componente dos custos de guarda
•• Estocagem e manuseioEstocagem e manuseio
Por que manter estoques baixos?Por que manter estoques baixos?
Componentes do Custo de guardaComponentes do Custo de guarda
•• Estocagem e manuseioEstocagem e manuseio
– Estoques ocupam espaço e demandam movimentação.
– Custos incidem qdo empresas alugam espaços, contratam 3os p/ gerenciar movimento de materiais ou entregam estoques a operadores logísticos.
F. Fogliatto Pós-Grad. em EP III - 8
ou entregam estoques a operadores logísticos.
– Custos de oportunidade também incidem sobre custos de estocagem e manuseio.
•• Impostos, seguros, roubos, obsolescência e Impostos, seguros, roubos, obsolescência e
Por que manter estoques baixos?Por que manter estoques baixos?
Componentes do Custo de guardaComponentes do Custo de guarda
•• Impostos, seguros, roubos, obsolescência e Impostos, seguros, roubos, obsolescência e deterioraçãodeterioração
– Impostos e seguros proporcional ao volume de estoques no final do exercício.
– Obsolescência: alta em setores como vestuário e informática.
F. Fogliatto Pós-Grad. em EP III - 9
informática.
– Deterioração: alta em setores como alimentação e farmacêuticos.
Por que manter estoques Por que manter estoques altosaltos??
• Principal razão: garantir nível de serviço (cliente • Principal razão: garantir nível de serviço (cliente não costuma esperar mais de uma vez pelo produto desejado).
• Quantidade de estoque mantido na economia americana excede US$ 1,3 trilhões (2001)excede US$ 1,3 trilhões (2001):
– Existem pressões para manter estoques altos;
F. Fogliatto Pós-Grad. em EP III - 10
– Existem pressões para manter estoques altos;
– Investigaremos algumas delas na sequência.
O que é O que é nível de serviçonível de serviço????
Nível de ServiçoNível de Serviço(Service level, SL)(Service level, SL)
•• ProbabilidadeProbabilidade desejada de não ocorrência de •• ProbabilidadeProbabilidade desejada de não ocorrência de escassezescassez durante um ciclo de pedidociclo de pedido.
– Definição probabilísticaprobabilística = uma das definições de SL; outras serão vistas mais adiante.
–– EscassezEscassez = ocorre qdo item demandado não encontra-se disponível, implicando em venda
F. Fogliatto Pós-Grad. em EP III - 11
encontra-se disponível, implicando em venda perdida.
–– Ciclo de pedidoCiclo de pedido = período de tempo entre colocação do pedido e sua chegada no estoque.
Por que manter estoques Por que manter estoques altosaltos??
• Alguns custos são beneficiados c/ aumento de • Alguns custos são beneficiados c/ aumento de estoques:
– custo de colocação de pedidos,
– custo de setup de produção,
– custo de transporte.
F. Fogliatto Pós-Grad. em EP III - 12
• Pode ser interno ou externo.
Por que manter estoques altos?Por que manter estoques altos?
Custo de colocação de pedidosCusto de colocação de pedidos
• Pode ser interno ou externo.
• É independente da quantidade encomendada.
•• Comércio eletrônicoComércio eletrônico (sistemas e-procurement)pode ser utilizado na redução deste custo:
– Redução de paperwork
F. Fogliatto Pós-Grad. em EP III - 13
– Redução de paperwork
– Redução de erros no processo de compra
• Custo de preparação de máquinas ou sistemas
Por que manter estoques altos?Por que manter estoques altos?
Custo de Custo de setupsetup
• Custo de preparação de máquinas ou sistemas produtivos p/ produzir um item diferenteitem diferente.
• É independente do tamanho do pedido.
• Inclui mão-de-obra, tempo ocioso de produção, limpeza, demanda por novas ferramentas, etc.
F. Fogliatto Pós-Grad. em EP III - 14
limpeza, demanda por novas ferramentas, etc.
•• Refugo e retrabalhoRefugo e retrabalho costumam ser muito maiores qdo processos dão a partida.
• ⇑⇑⇑⇑ Estoque = aumento na produtividade da força-
Por que manter estoques altos?Por que manter estoques altos?
Utilização de equipamUtilização de equipamtostos e mãoe mão--dede--obraobra
• ⇑⇑⇑⇑ Estoque = aumento na produtividade da força-de-trabalho e utilização da estrutura fixa de trêstrêsmaneirasmaneiras:
� Ordens maiores de produção reduzem setups.
� Redução na necessidade de replanejar a produção p/ produzir itens faltantes.
F. Fogliatto Pós-Grad. em EP III - 15
p/ produzir itens faltantes.
� Taxa de demanda é estabilizada em produtos c/ demanda sazonal, aumentando utilização da estrutura fixa.
• Produtos em estoque permitem melhor melhor
Por que manter estoques altos?Por que manter estoques altos?
Custo de transporteCusto de transporte
• Produtos em estoque permitem melhor melhor composição de cargascomposição de cargas e evitam gastos em transporte especial p/ pedidos atrasados.
• Itens comprados de um mesmo fornecedorde um mesmo fornecedor podem ser agrupados:
F. Fogliatto Pós-Grad. em EP III - 16
– preço de compra pode resultar menor (descontos)
– transporte é barateado pelo rateio da carga
• de ciclo,
Tipos de EstoquesTipos de Estoques
• de ciclo,
• de segurança,
• de antecipação,
• em movimentação.
F. Fogliatto Pós-Grad. em EP III - 17
Em detalhes...Em detalhes...
• Porção do estoque total que varia diretamente c/ o
Estoque de CicloEstoque de Ciclo
• Porção do estoque total que varia diretamente c/ o tamanho do lote.
F. Fogliatto Pós-Grad. em EP III - 18
1. Tamanho do lote (QQ) é função do tempo
Estoque de cicloEstoque de ciclo
Princípios de dimensionamento de lotesPrincípios de dimensionamento de lotes
1. Tamanho do lote (QQ) é função do tempo transcorrido (ciclociclo) entre pedidos.
Exemplo: pedidos colocados a cada 10 semanas �tamanho médio do lote igual a 10 semanas de demanda.
2. Quanto maior o tempo entre pedidos, maior deve
F. Fogliatto Pós-Grad. em EP III - 19
2. Quanto maior o tempo entre pedidos, maior deve ser o estoque de ciclo.
• Estoque gerado p/ proteger operações contra incertezasincertezas na:
Estoque de SegurançaEstoque de Segurança
incertezasincertezas na:
– demanda,– lead time, – fornecimento.
• Quando são necessários:
F. Fogliatto Pós-Grad. em EP III - 20
–– ExternoExterno� fornecedores não entregam nas datas/quantidades contratadas.
–– InternoInterno� nível de qualidade do item manufaturado é abaixo do esperado.
• Como se forma:
Estoque de SegurançaEstoque de Segurança
• Como se forma:
– pedidos colocados antes da data limiteantes da data limite, chegando antes da necessidade prevista.
– Pedidos colocados em quantidades maioresquantidades maiores do que o necessário.
F. Fogliatto Pós-Grad. em EP III - 21
• Usado p/ absorver flutuações (taxas irregulares) na demanda ou fornecimento.
Estoque de AntecipaçãoEstoque de Antecipação
demanda ou fornecimento.
•• ExemplosExemplos::
– fabricantes de ar-condicionado, – fabricantes de cervejas e refrigerantes,– iminência de greve em fornecedores.
F. Fogliatto Pós-Grad. em EP III - 22
•• VantagemVantagem: suaviza taxas de produção e nível da força de trabalho, reduzindo custos.
• Pedidos colocados mas ainda não recebidos, em trânsito entre:
Estoque de MovimentaçãoEstoque de Movimentação
trânsito entre:
fornecedores � clientes operações em uma planta
planta � centro de distribuiçãocentro de distribuição � loja
F. Fogliatto Pós-Grad. em EP III - 23
centro de distribuição � loja
Identificação de itens críticos no Identificação de itens críticos no estoque através da estoque através da classificação ABCclassificação ABC
• Análise ABC � processo de divisão de itens em • Análise ABC � processo de divisão de itens em três classes, de acordo com sua utilização de capital.
• Problema � modelos de estoques demandam tempo e recursos humanos em sua gestão.
F. Fogliatto Pós-Grad. em EP III - 24
• Objetivo � focar atenção em itens principais em termos de utilização de capital.
Prática IIIa:Prática IIIa: Gere uma classificação ABC para os produtos abaixo
Item Unidades Valor
Compradas Unitário
Média Anual
Conversor analógico/digital 2000 350,00$ Modem externo 36K 1000 150,00$ Drive de disquete 3.5" 10000 300,00$ Conversor VGA/NTSC 100 525,00$ Cartão Ethernet 10000 120,00$ Fonte RS232 1100 35,00$ Programador EPROM 500 160,00$ Cartão Color VGA 80000 120,00$ Winchester XT HD 20000 40,00$ Osciloscópio T8 1000 1.500,00$
Dados disponíveis na Web: arquivo Estoques
– Prática IIIa.xls
F. Fogliatto Pós-Grad. em EP III - 25
Osciloscópio T8 1000 1.500,00$
Características genéricas de modelos Características genéricas de modelos de estoquede estoque
• Demanda• Demanda
• Lead time e taxa de reposição de estoque
• Ponto de reposição
• Estoque de segurança
F. Fogliatto Pós-Grad. em EP III - 26
Características em detalhes...
DemandaDemanda
• Decisões (quanto, quando e como encomendar) são • Decisões (quanto, quando e como encomendar) são baseadas em demanda futura.
• Demanda pode ser:
– Determinística;
– Probabilística.
F. Fogliatto Pós-Grad. em EP III - 27
• Taxa de demanda = quantidd demandada / unidd tempo.
Lead timeLead time e Taxa de Reposiçãoe Taxa de Reposição
• Lead time = intervalo de tempo entre colocação do • Lead time = intervalo de tempo entre colocação do pedido e recebimento; pode ser determinístico ouprobabilístico.
• Taxa de reposição (ou taxa de produção) = velocidade com que o estoque é reposto.
F. Fogliatto Pós-Grad. em EP III - 28
Padrões de ReposiçãoPadrões de Reposição
Uniforme Instantâneo Quadrática, Batelada
Quantidade em
estoq
ue, Q
F. Fogliatto Pós-Grad. em EP III - 29
Quantidade em
estoq
ue,
Tempo, T
Ponto de ReposiçãoPonto de Reposição
• Nível de estoque que sinaliza a necessidade de • Nível de estoque que sinaliza a necessidade de pedido para reposição.
• É função da demanda durante o lead time.
F. Fogliatto Pós-Grad. em EP III - 30
Sistema Padrão de EstoqueSistema Padrão de EstoquePon
to de
repo
siçãoI max
F. Fogliatto Pós-Grad. em EP III - 31
Pon
to de
repo
sição
Tempo, TLead time
Estoque de Segurança
Modelo de Estoque na ausência de Modelo de Estoque na ausência de incerteza (demanda é conhecida)incerteza (demanda é conhecida)
• Suposições:• Suposições:
– Taxa de demanda constante;
– Taxa de produção, P, finita (ou seja, unidds produzidas acrescentadas ao estoque uma por vez);
• Objetivos da análise:
– Determinar tamanho ótimo do pedido (Q*) e estoque
F. Fogliatto Pós-Grad. em EP III - 32
– Determinar tamanho ótimo do pedido (Q*) e estoque negativo ótimo permitido (S*max) que minimize custo total anual dos estoques.
Representação gráfica de um ciclo Representação gráfica de um ciclo de produçãode produção
k
Smax
T3
I max
Inclinação P-D
a
0
j l b
n
Inclinação D
T4T2T1
T
m
F. Fogliatto Pós-Grad. em EP III - 33
TpT
Qdo produção inicia (a), o nível de estoque é aumentado a uma taxa P-D, atendendo aos atrasos 1o e então à demanda atual, até que Q unidds sejam adicionadas ao estoque (k). Estoque decresce a uma taxa D durante T3+T4, e outro ciclo inicia em b.
QQ** e e SSmaxmax
• Q* e Smax são derivados da expressão do custo total:
CT Q SAD
QCD iCI S
S D
Q( , ) ɵmax
max= + + + +ππ
Custo do pedido (setup)
Custo do produto (consumo)
Custo da escassez
F. Fogliatto Pós-Grad. em EP III - 34
Custo do produto (consumo)
Custo da guarda
Notação DefiniçãoC Preço de compra/unidd ou unidd de custo variável de produção.D Taxa de demanda, unidds/ano.
NotaçãoNotação
D Taxa de demanda, unidds/ano.A Custo fixo do pedido de reposição (custo de pedido) ou custo de setup de produção.P Taxa de reposição ou produção, unidds/ano.h Custo de guarda do estoque por unidd por ano ($/unid/ano), normalmente expresso
por h = iC , onde i é a taxa de guarda anual do estoque.Imax Nível máximo de estoque disponível, unidds.
Nível médio de estoque disponível, unidds.Smax Estoque negativo máximo permitido, uniddsS Estoque negativo médio máximo permitido, uniddsr Ponto de reposição, unidds.Q Quantidade total pedida, unidds.
I
F. Fogliatto Pós-Grad. em EP III - 35
Q Quantidade total pedida, unidds.Custo unitário de estoque negativo, independente da duração da falta.Custo médio unitário anual de estoque negativo.
T Tamanho do ciclo ou tempo entre rodadas de produção.TC Custo total anual (função da política de estoques adotada)l lead time
πɵπ
QQ** e e SSmaxmax
QAD
iC D P
D
iC iC
iC*
( )
( )
( ɵ )
ɵ
ɵ=
−−
++2
1
2ππ
ππ
SiCQ D D P
iCmax* ( * )( / )
ɵ=
− −+
ππ1
F. Fogliatto Pós-Grad. em EP III - 36
iCmax
ɵ+ π
Exemplo Exemplo 11• A empresa XYZ compra 350 filtros de ar por ano. O custo de cada
filtro é $30 e o custo da colocação do pedido é $10. O custo de filtro é $30 e o custo da colocação do pedido é $10. O custo de guarda anual do estoque é 0.18 (18% do custo do produto).
• A escassez é dividida em dois componentes:
– Custo fixo: $0.30/unidade
– Custo variável: $5 por unidade de escassez ao ano.
F. Fogliatto Pós-Grad. em EP III - 37
• Determine o tamanho ótimo do pedido e a escassez ótima a ser admitida.
ResultadosResultados
QAD
iC D P
D
iC iC
iC*
( )
( )
( ɵ )
ɵ
ɵ=
−−
++2
1
2ππ
ππ
* 48 /Q unidd ano=
22(10)350 (0,30 350) 0,18 30 5*
0,18(30)(1 350 / ) 0,18 30(0,18 30 5) 5Q
× × += −
− ∞ × × +
*max
( * )(1 / ) (0,18 30 48 0,3 350)(1 350 )ˆ 0,18 30 5
iCQ D D PS
iC
− − × × − × − ∞= =
+ × +π
π
F. Fogliatto Pós-Grad. em EP III - 38
*max 15S unidds=
* *max( , ) $10678,7CT Q S =
Fórmulas já estão programadas na planilha
Excel.
ˆ 0,18 30 5iC + × +π
Caso Especial:Caso Especial: lote lote econômico de compra, EOQeconômico de compra, EOQ
• Suposições do modelo:• Suposições do modelo:
– taxa de demandademanda é constanteconstante (p.ex., sempre de 10 unidds/dia) e conhecida com certezacerteza.
– não há restrições no tamanho dos lotestamanho dos lotes (p.ex., capacidade de produção ou tamanho do caminhão).
– Somente dois custos são relevantes:
F. Fogliatto Pós-Grad. em EP III - 39
– Somente dois custos são relevantes:
• custo de guarda do estoque,
• custo de pedido ou set up por lote.economic order
quantity
lote econômico de compralote econômico de compraOutras suposições do modeloOutras suposições do modelo
• Decisões feitas sobre um item não afetam demais não afetam demais • Decisões feitas sobre um item não afetam demais não afetam demais itensitens.
– P.ex., não há vantagem em agrupar pedidos para um mesmo fornecedor.
• Não há incertezas no incertezas no lead timelead time.
F. Fogliatto Pós-Grad. em EP III - 40
– P.ex., lead time é de 14 dias, sendo constante e conhecido com certeza.
lote econômico de compralote econômico de compra
modelo matemáticomodelo matemático
• Modelo c/ taxa de produção for infinita (não temos problemas de fornecimento ou produção) e escassez não problemas de fornecimento ou produção) e escassez não admitida; nestas circunstâncias, Q* é dado por:
QAD
iC*=
2
F. Fogliatto Pós-Grad. em EP III - 41
Exemplo Exemplo 22
• Sua loja vende 18 unidds semanais de um secador de cabelos p/ viagem. viagem.
• O fabricante cobra $60/unidd e o custo de colocação do pedido é $45.
• Manter o secador em estoque durante um ano custa 25% do valor do produto e sua loja opera 52 semanas por ano.
• Você vem colocando pedidos de 390 unidades, para reduzir o
F. Fogliatto Pós-Grad. em EP III - 42
• Você vem colocando pedidos de 390 unidades, para reduzir o número de pedidos.
•• Qual o custo da política de estoques que você vem adotando?Qual o custo da política de estoques que você vem adotando?
Exemplo Exemplo 22Custo total do modelo EOQCusto total do modelo EOQ
( *)AD
CT Q CD iCIQ
= + +
3902
45(18 52)(390) 60(18 52) (0,25 60 )
390CT
×= + × + × ×
F. Fogliatto Pós-Grad. em EP III - 43
(390) $59193CT =
Utilize a planilha Excel já programada.
Exemplo 2 (Exemplo 2 (ContinuaçãoContinuação))
• Calcule o lote econômico de compra dos secadores e o custo total da política econômica de compras.o custo total da política econômica de compras.
• Com qual frequência os pedidos são colocados quando o EOQ é utilizado?
F. Fogliatto Pós-Grad. em EP III - 44
Exemplo Exemplo 2 (2 (Cont.Cont.))Cálculo do lote econômico de Cálculo do lote econômico de
compra, EOQcompra, EOQ
2 2(45 18 52)* 75
0,25 60
ADQ unidd
iC
× ×= = =
×
752
45(18 52)(75) 60(18 52) (0,25 60 ) $57284,1
75CT
×= + × + × × =
F. Fogliatto Pós-Grad. em EP III - 45
75
75(52 ) 52 4,17
936sem
EOQ ano
EOQF sem
D= = × =
Utilize a planilha Excel já
programada.
Prática IIIb:Prática IIIb: Encontre a melhor política p/ gestão do estoque do produto abaixo
• Um departamento de tornearia encomenda uma peça necessária p/ • Um departamento de tornearia encomenda uma peça necessária p/ suas CNCs.
• A peça custa $60. A demanda anual é de 400 peças/ano. O custo da colocação do pedido é $20. O custo de guarda anual do estoque é 0.24 (24% do custo do produto).
• Sabe-se que a falta da peça custa ao departamento $20 por peça escassa ao ano.
F. Fogliatto Pós-Grad. em EP III - 46
escassa ao ano.
• Determine o tamanho ótimo do pedido, a escassez ótima a ser admitida e o custo total da política adotada.
Simulação usando o conceito de Simulação usando o conceito de EOQEOQ
• Considere o exemplo de Demanda
Item Média Preço, C C x D• Considere o exemplo de classificação ABC visto anteriormente.
Item Média Preço, C C x DAnual, D
1 2000 156,00 312000 85%2 1200 55,00 66000 Grupo A3 100 314,00 31400 12%4 500 30,00 15000 Grupo B5 4800 1,80 86406 250 19,00 47507 120 25,00 30008 100 19,00 19009 1000 1,00 100010 30 25,00 750 3%11 500 0,80 400 Grupo C
• Simularemos situação onde pratica-se compra
F. Fogliatto Pós-Grad. em EP III - 47
11 500 0,80 400 Grupo C12 100 1,30 13013 10 5,00 5014 100 0,20 2015 6 2,00 1216 100 0,06 6
simultânea dos itens nos grupos C e A.
•• ObjetivoObjetivo = avaliar impacto financeiro da simplificação.
QuantidadesQuantidades Ótimas e Ótimas e FreqüênciasFreqüênciasÓtimas de CompraÓtimas de Compra
Demanda Pedidos/Item Média Preço, C C x D CQ* Meses Ano, Q*
Anual, D NAnual, D N
1 2000 156,00 312000 $10.140 0,4 30,8 652 1200 55,00 66000 4675 0,9 14,1 853 100 314,00 31400 3140 1,2 10 104 500 30,00 15000 2250 1,8 6,7 755 4800 1,80 8640 1697 2,4 5,1 9436 250 19,00 4750 1254 3,2 3,8 667 120 25,00 3000 1000 4 3 408 100 19,00 1900 798 5 2,4 429 1000 1,00 1000 577 6,9 1,7 57710 30 25,00 750 500 8 1,5 20
F. Fogliatto Pós-Grad. em EP III - 48
10 30 25,00 750 500 8 1,5 2011 500 0,80 400 365 10,9 1,1 45612 100 1,30 130 208 19,2 0,6 16013 10 5,00 50 130 31,2 0,4 2614 100 0,20 20 82 49 0,2 40815 6 2,00 12 64 64 0,2 3216 100 0,06 6 45 89 0,1 745
A = $50 i = 0.30 Total : 81,7
Itens no Grupo C são agrupados por fornecedor Itens no Grupo C são agrupados por fornecedor e encomendados simultaneamentee encomendados simultaneamente
• Compra simultânea:
Item Grupo Política6 Encomenda 7 simultânea8 I a cada 9 6 meses10 11
F. Fogliatto Pós-Grad. em EP III - 49
12 Encomenda 13 II simultânea14 a cada 15 12 meses16
Resultados da simplificação em Resultados da simplificação em comparação c/ política ótimacomparação c/ política ótima
Política Ótima Revisão SimultâneaItem N Q* N Q (Q=D /N )6 3,8 66 2 1257 3 40 2 608 2,4 42 2 509 1,7 577 2 50010 1,5 20 2 1511 1,1 456 1 50012 0,6 160 1 10013 0,4 26 1 10
F. Fogliatto Pós-Grad. em EP III - 50
13 0,4 26 1 1014 0,2 408 1 10015 0,2 32 1 616 0,1 745 1 100
Total : 15 16
Comparativo de ResultadosComparativo de Resultados
Política Custo do Pedido Custo da Guarda Total
•• Compra simultânea:Compra simultânea:
Ótima 750 753 1503Simultânea 800 948 1748
Aumento líquido: 245 (+16%)
F. Fogliatto Pós-Grad. em EP III - 51
– evita obsolescência (ver item 16, p.ex.);
– minimiza custos com pedidos (A).
Adotando compra simultânea em itens Adotando compra simultânea em itens do do Grupo AGrupo A
•• Proposta:Proposta: comprar itens “A” uma vez por mês, simultaneamente.simultaneamente.
•• Resultados:Resultados: Política Ótima Revisão SimultâneaItem N Q* N CQ (Q=D /12)1 30,8 65 12 166,62 14,1 85 12 100
Total : 44,9 24
Política Custo do Pedido Custo da Guarda Total
F. Fogliatto Pós-Grad. em EP III - 52
Política Custo do Pedido Custo da Guarda TotalÓtima 2245 2222 4467
Simultânea 1200 4725 5925Aumento líquido: 1458 (+33%)
Conclusão: utilizar lotes ótimos de compra
Item Dem. Anual Valor
Prática IIIc:Prática IIIc: Repita a simulação para os itens da Prática IIIa
Item Dem. Anual Valor
Média Unitário
Conversor analógico/digital 2000 350,00$ Modem externo 36K 1000 150,00$ Drive de disquete 3.5" 10000 300,00$ Conversor VGA/NTSC 100 525,00$ Cartão Ethernet 10000 120,00$ Fonte RS232 1100 35,00$ Programador EPROM 500 160,00$
Simulação:
• Itens em C = comprar uma vez ao ano.• Itens em A = comprar uma vez
F. Fogliatto Pós-Grad. em EP III - 53
Programador EPROM 500 160,00$ Cartão Color VGA 80000 120,00$ Winchester XT HD 20000 40,00$ Osciloscópio T8 1000 1.500,00$
A = $150 i = 0,45
comprar uma vez por mês.
AC
Sistemas de Controle de EstoquesSistemas de Controle de Estoques
• Procuram responder a duas questões:• Procuram responder a duas questões:
– Quanto comprar, e
– Quando comprar.
• Modelam demanda independentedemanda independente (puxada pelo consumidor e sujeita a aleatoriedade).
F. Fogliatto Pós-Grad. em EP III - 54
•• Demanda dependenteDemanda dependente⇒ tratada através de sistemas MRP (Material Requirements Planning).
Sistemas analisados neste móduloSistemas analisados neste módulo
•• Sistema de Revisão Contínua (Sistema de Revisão Contínua (QQ))•• Sistema de Revisão Contínua (Sistema de Revisão Contínua (QQ))
– Sistema do Ponto de Reposição
– Sistema da Quantidade Fixa de Pedido
•• Sistema de Revisão Periódica (Sistema de Revisão Periódica (PP))
– Sistema de Pedido em Intervalos Fixos
F. Fogliatto Pós-Grad. em EP III - 55
– Sistema de Pedido em Intervalos Fixos
– Sistema de Reposição Periódica
Sistema de Revisão Contínua, Sistema de Revisão Contínua, QQ
•• SistemáticaSistemática:•• SistemáticaSistemática:
– item retirado do estoque
– nível do estoque é avaliado
– pedido é colocado quando necessário
•• HabilitadoresHabilitadores:
F. Fogliatto Pós-Grad. em EP III - 56
•• HabilitadoresHabilitadores:
– computadores (EDI)
– caixas registradoras ligadas a registros de estoques
Nível do estoqueNível do estoque ((NENE) composto por ) composto por três elementostrês elementos
Estoque disponível (ED)Estoque disponível (ED)
Recebimentos agendados (RA)
Atrasos (backorders, B)
NE ED RA BO= + −
• Ponto de Reposição (R) = nível mínimo admitido p/ estoque.
F. Fogliatto Pós-Grad. em EP III - 57
p/ estoque.
• Em R, uma quantidade Q do item é pedida.
• Q é fixo; intervalo entre pedidos é variável.
RR quando quando demandademanda e e leadlead timetime são são determinísticosdeterminísticos
F. Fogliatto Pós-Grad. em EP III - 58tempo entre pedidos é fixo Lead time é fixo
RR quando quando demandademanda e e leadlead timetime são são determinísticosdeterminísticos
•• DemandaDemanda e lead timelead time são aleatórios - trabalha-se c/ •• DemandaDemanda e lead timelead time são aleatórios - trabalha-se c/ valores médios.
• Estoque de segurança é necessário.
• R = Demanda média durante lead time + Estoque
F. Fogliatto Pós-Grad. em EP III - 59
• R = Demanda média durante lead time + Estoque
de segurança
Exemplo 3Exemplo 3
• Demanda por leite longa-vida em um mercado é • Demanda por leite longa-vida em um mercado é de 25 caixas/dia e o lead time é de 4 dias.
• Estoque disponível é de 10 caixas.
• Backorders = 0.
• Existe um pedido a ser recebido de 200 caixas.
F. Fogliatto Pós-Grad. em EP III - 60
• Existe um pedido a ser recebido de 200 caixas.
•• O gerente deve colocar um novo pedido?O gerente deve colocar um novo pedido?
Exemplo 3Exemplo 3SoluçãoSolução
• R = demanda média durante lead time• R = demanda média durante lead time
= 25 × 4 = 100 caixas.
• NE = ED + RA - BO = 10 + 200 − 0 = 210 caixas.
• 210 > 100, logo não é necessário colocar pedido.
F. Fogliatto Pós-Grad. em EP III - 61
• O estoque está quase zerado, mas considerando a demanda durante o lead time e o pedido a caminho, não é necessário colocar outro pedido.
RR quando quando demandademanda é estocásticaé estocástica
demanda variável
F. Fogliatto Pós-Grad. em EP III - 62tempo entre pedidos é variável
• Considere lead timeconstante.
• Demanda é variável. Maior no 2o ciclo, p.ex..Maior no 2o ciclo, p.ex..
• Taxa de demanda variável � ≠s tempos entre pedidos.
• Estoque de segurança (ES) adicionado para evitar rupturas rupturas no estoque.
F. Fogliatto Pós-Grad. em EP III - 63
rupturas rupturas no estoque.
• ES eleva R. Estoque não cai a 0 quando da reposição.
• ES = R = rupturas
Distribuição de probabilidade da demanda Distribuição de probabilidade da demanda durante durante lead timelead time e estoque de segurançae estoque de segurança
Nível de serviço durante o ciclo
µ R
demanda
P(ruptura)
Nível de serviço durante o ciclo
[1 − P(ruptura)]
F. Fogliatto Pós-Grad. em EP III - 64
µ R
Ponto de reposição
Decisão sobre
Sistema Sistema Q Q c/ demanda c/ demanda estocásticaestocásticaEstoque de segurança define valor de Estoque de segurança define valor de RR
nível de serviçoDecisão sobre tamanho do estoque
nível de serviço
×custos de guarda
• Como administrar trade-off ?
F. Fogliatto Pós-Grad. em EP III - 65
� Utilizar modelos econômicosmodelos econômicos p/ determinar ES; porém, modelos demandam estimativas de custos de escassez e backorders, nem sempre disponíveis.
� Calcular ES a partir do nível de serviçonível de serviço desejado.
Nível de Serviço, Nível de Serviço, SLSLDefiniçõesDefinições
–– CRITÉRIO 1CRITÉRIO 1Mais usado Mais usado
e detalhado e detalhado –– CRITÉRIO 1CRITÉRIO 1
• Probabilidade da Não-Escassez.
–– CRITÉRIO 2CRITÉRIO 2
• Número de unidades de demanda satisfeitas.
e detalhado e detalhado
na na
sequênciasequência
F. Fogliatto Pós-Grad. em EP III - 66
–– CRITÉRIO 3CRITÉRIO 3
• Tempo médio da escassez.
CRITÉRIO 1CRITÉRIO 1Probabilidade da NãoProbabilidade da Não--EscassezEscassez
– Considere modelo com revisão contínua.
– Defina SL1 como:
( )1 1 1 ( )R
SL P x R f x dx∞
= − > = − ∫
Probabilidade da demanda x durante o
F. Fogliatto Pós-Grad. em EP III - 67
Probabilidade da demanda x durante o
lead time ser maior que R.
Determinação do Estoque de Determinação do Estoque de Segurança a partir do Segurança a partir do nível de nível de
serviçoserviço
• Suponha demanda durante lead time normalmente• Suponha demanda durante lead time normalmentedistribuída, c/ média µL e desvio-padrão σL.
• Defina o nível de serviço SL1 desejado (p.ex., 85%).
• Determine o valor de z:
F. Fogliatto Pós-Grad. em EP III - 68
• Determine o valor de z:
Exemplo 4Exemplo 4: estoque de segurança de : estoque de segurança de detergentes em um supermercadodetergentes em um supermercado
• Demanda durante lead time segue uma distr. • Demanda durante lead time segue uma distr. Normal c/ média 250 caixas e σL = 22 caixas.
• Nível de serviço (SL1) desejado é de 99%.
• Qual é o estoque de segurança necessário?
F. Fogliatto Pós-Grad. em EP III - 69
• Qual é o valor de R (nível de estoque que sinaliza necessidade de reposição)?
11oo Passo: determine o valor de Passo: determine o valor de zzusando a planilha Excelusando a planilha Excel
• Utilize a função estatística INV.NORMP: • Utilize a função estatística INV.NORMP:
Informe o nível de serviço
Este é o valor de z
F. Fogliatto Pós-Grad. em EP III - 70
Determine estoque de segurança e Determine estoque de segurança e ponto de reposiçãoponto de reposição
caixas2,33 22 51,3 51LES z= σ = × = ≅
250 51 301R ES= µ + = + =
estoque de segurança
caixas
caixas
F. Fogliatto Pós-Grad. em EP III - 71
250 51 301LR ES= µ + = + =
ponto de reposição
caixas
Situação mais comum:Situação mais comum:Demanda global Demanda global conhecidaconhecida, ,
demanda no demanda no lead timelead time desconhecidadesconhecida
• Suponha demanda X conhecida durante intervalo • Suponha demanda X conhecida durante intervalo de tempo t (p.ex., últimos dois anos).
• X ∼ N (µt, σt).
• Seja L o lead time constante, expresso como múltiplo ou fração de t.
F. Fogliatto Pós-Grad. em EP III - 72
múltiplo ou fração de t.
– Exemplos:
• t = 1 semana e lead time = 3 semanas; então, L = 3.
• t = 2 anos e lead time = 2 semanas; então, L = 2/(2 × 52).
Estimando demanda no Estimando demanda no lead time lead time a a partir da demanda totalpartir da demanda total
• Média e desvio da demanda no lead time são:• Média e desvio da demanda no lead time são:
L XLµ = ×µ
L X Lσ = σ ×
F. Fogliatto Pós-Grad. em EP III - 73
Exemplo 5Exemplo 5: estoque de segurança de : estoque de segurança de secadores de cabelo (ver exemplo 2)secadores de cabelo (ver exemplo 2)
• Demanda semanal segue uma distr. Normal c/ • Demanda semanal segue uma distr. Normal c/ média 18 unidades e σX = 5 unidades.
• Lead time médio é L = 2 semanas.
• Nível de serviço desejado é de 90%.
F. Fogliatto Pós-Grad. em EP III - 74
• Qual é o estoque de segurança necessário?
• Qual é o valor de R?
Solução:Solução:
• Neste caso, t = 1 semana, X ∼ N (18, 5) e L = 2. Assim:Assim:
• O valor de z quando SL1 = 0,90 é:
5 2 7,1L X Lσ = σ = =
F. Fogliatto Pós-Grad. em EP III - 75
Solução:Solução:
• Estoque de segurança:
• Ponto de reposição:
1,28 7,1 9,1 9LES z= σ = × = ≅
(2 18) 9 45XR L ES= µ × + = × + =
F. Fogliatto Pós-Grad. em EP III - 76
• Este sistema Q opera da seguinte maneira:
– sempre que o estoque atingir o nível de 45 unidds,
– coloque um pedido de 75 unidds.
Prática IIId:Prática IIId: CD regional que gerencia estoque de ferramentas manuais usando sistema Q
• CD opera 5 dias/semana, 52 semanas/ano. Pedidos só podem ser • CD opera 5 dias/semana, 52 semanas/ano. Pedidos só podem ser recebidos quando o CD está aberto.
• Os dados abaixo foram estimados para uma furadeira manual de 3/8de polegada c/ isolamento duplo e múltiplas velocidades:
– Demanda diária média = 100 furadeiras
– Desvio-padrão da demanda média (σX) = 30 furadeiras
F. Fogliatto Pós-Grad. em EP III - 77
– Lead time (L) = 3 dias
– Custo de guarda (iC) = $9,40/unidd/ano
– Custo do pedido (A) = $35/pedido
– Nível de serviço desejado (SL1) = 92%
Prática IIIdPrática IIIdO que desejamos saber?O que desejamos saber?
• Qual o tamanho do pedido, o ponto de reposição e • Qual o tamanho do pedido, o ponto de reposição e o estoque de segurança recomendados para o produto?
• O estoque disponível é de 40 unidades, existe um pedido colocado de 440 unidades e a quantidade de backorders é zero. Deve-se colocar um novo
F. Fogliatto Pós-Grad. em EP III - 78
de backorders é zero. Deve-se colocar um novo pedido?
Sistema de Revisão Periódica, Sistema de Revisão Periódica, PP
•• SistemáticaSistemática:•• SistemáticaSistemática:
– posição do estoque do item revisado periodicamente
– pedido é sempre colocado no final de cada revisão
– tempo entre pedidos é fixo em P, mas tamanho do pedido pode variar (demanda é aleatória)
•• ExemploExemplo:
F. Fogliatto Pós-Grad. em EP III - 79
•• ExemploExemplo:
– fornecedor de refrigerantes faz visitas semanais a máquinas de venda e repõe quantidds necessárias p/ atender demanda semanal e estoque de segurança.
Quatro suposições do Quatro suposições do EOQEOQ são são válidas aqui válidas aqui
• Não há restrições no tamanho do lote de compra • Não há restrições no tamanho do lote de compra (ou produção);
• Somente custos de guarda e pedido (ou setup) são relevantes.
• Decisões sobre a gestão de um item não afetam os
F. Fogliatto Pós-Grad. em EP III - 80
• Decisões sobre a gestão de um item não afetam os demais itens gerenciados.
• Não há incertezas no lead time (somente na demanda).
Sistema Sistema PP c/ demanda aleatóriac/ demanda aleatória
F. Fogliatto Pós-Grad. em EP III - 81
• Demanda é variável. Maior no 2o ciclo, p.ex..
• Após P períodos • Após P períodos de tempo da última revisão, coloca-se o pedido.
•• Tamanho do pedidoTamanho do pedido � até estoque atingir nível alvo T.
F. Fogliatto Pós-Grad. em EP III - 82
•• Tamanho do pedidoTamanho do pedido � até estoque atingir nível alvo T.
• 1o pedido é Q1 = T − NE1.
• Demais pedidos seguem lógica similar.
Operacionalização do Operacionalização do Sistema Sistema PP
•• Duas decisões:Duas decisões:•• Duas decisões:Duas decisões:
– tamanho do intervalo entre revisões, P.
– nível alvo desejado para o estoque, T.
F. Fogliatto Pós-Grad. em EP III - 83
Operacionalização do Sistema Operacionalização do Sistema PPTamanho do intervalo entre revisões, Tamanho do intervalo entre revisões, PP
• Determinado a partir de considerações de ordem • Determinado a partir de considerações de ordem prática.
– P.ex., revisar todas as sextas-feiras.
• Baseado nos trade-offs de custo do modelo EOQ.
– Tempo entre pedidos = EOQ / D.
F. Fogliatto Pós-Grad. em EP III - 84
– Tempo entre pedidos = EOQ / D.
– Como demanda é variável, alguns pedidos resultarão maiores que o EOQ.
Operacionalização do Sistema Operacionalização do Sistema PPNível alvo para o estoque, Nível alvo para o estoque, TT
• Nível do estoque após • Nível do estoque após chegada de pedidos deve garantir a operação do sistema até a chegada do novo pedido.
F. Fogliatto Pós-Grad. em EP III - 85
pedido.
Intervalo de proteção = P + L.
Diferença importante entre sistemas Diferença importante entre sistemas QQ e e PPCobertura contra ruptura abrange Cobertura contra ruptura abrange
períodos distintosperíodos distintos
• Sistema Q � proteção contra ruptura é necessária • Sistema Q � proteção contra ruptura é necessária durante lead time, pois pedidos são colocados no momento em que são necessários.
• Sistema P � intervalo de proteção abrange P + L, pois estoque não é verificado até o próximo intervalo de revisão.
F. Fogliatto Pós-Grad. em EP III - 86
intervalo de revisão.
Nível alvo para o estoque, Nível alvo para o estoque, TT
• P+L = demanda durante intervalo de proteção.µ• P+L = demanda durante intervalo de proteção.
• Desvio-padrão durante intervalo de proteção é:
P LT ES+= µ +
µ
F. Fogliatto Pós-Grad. em EP III - 87
P L X P L+σ = σ +
Nível alvo para o estoque, Nível alvo para o estoque, TT
• Seja z o no de desvios-padrão necessários p/ • Seja z o n de desvios-padrão necessários p/ implementar o nível de serviço desejado.
• Como sistemas P necessitam ES p/ cobrir
P LES z += ×σ
F. Fogliatto Pós-Grad. em EP III - 88
• Como sistemas P necessitam ES p/ cobrir incertezas na demanda sobre um período maior de tempo, o ES tende a ser maior.
Exemplo 6Exemplo 6: Sistema : Sistema P P para para problema dos secadores de cabeloproblema dos secadores de cabelo
• Demanda semanal segue uma distr. Normal c/ • Demanda semanal segue uma distr. Normal c/ média 18 unidades e σX = 5 unidades.
• Sistema opera 52 semanas por ano; lead time é de 2 semanas.
• Demanda total anual é:
F. Fogliatto Pós-Grad. em EP III - 89
• Demanda total anual é:
18 52 936unid sem unid
Dsem ano ano
= × =
QQEOQEOQ** = 75 unidds = 75 unidds (ver exemplo 2)(ver exemplo 2)
*75Q*75
52 52 4,2 4936
EOQQP sem
D= × = × = ≅
• Desvio-padrão da demanda durante intervalo de proteção (P + L = 6) é:
F. Fogliatto Pós-Grad. em EP III - 90
5 6 12P L X P L unids+σ = σ + = =
Nível de serviço, Nível de serviço, SLSL11 = 90%= 90%
• Valor correspondente de z é 1,28. • Valor correspondente de z é 1,28.
• Resolvendo p/ T:
T = demanda média durante intervalo de proteção + estoque de segurança
P L P LT X z+ += + σ
F. Fogliatto Pós-Grad. em EP III - 91
(18 6 ) (1,28 12)
123
P L P L
unidsem
T X z
sem
unids
+ += + σ
= × + ×
=
ComparativoComparativoSistema Sistema QQ ×××××××× Sistema Sistema PP
• Sistema Q • Sistema P• Sistema Q
– colocar pedido sempre que nível de estoque atingir 45 unidades.
– Quantidade comprada é de 75 unidades.
• Sistema P
– um pedido a cada 4 semanas;
– quantidade comprada deve elevar estoque a 123 unidades.
F. Fogliatto Pós-Grad. em EP III - 92
– Estoque de segurança é de 9 unidades.
– Estoque de segurança é de 15 unidades.
Prática IIIe:Prática IIIe: Considere as informações do CD regional apresentadas no exercício 4
• Suponha que um sistema de revisão periódica P é utilizado no • Suponha que um sistema de revisão periódica P é utilizado no gerenciamento dos itens estocados no CD.
1. Calcule o valor de P (em dias) que resulta em aproximadamente o mesmo número de pedidos/ano dado pelo modelo EOQ.
2. Qual é o valor alvo aconselhado para o estoque, T?
F. Fogliatto Pós-Grad. em EP III - 93
2. Qual é o valor alvo aconselhado para o estoque, T?
3. Está na hora da revisão do item. O estoque disponível é de 40 furadeiras; existe um pedido em trânsito de 440 furadeiras e o total de backorders é zero. Qual a quantidade a ser pedida?
Variação no Variação no Lead TimeLead Time de Reabastecimentode Reabastecimento
• Cenário: Demanda global (D) e duração do lead time (L) são aleatórios
•(L) são aleatórios
• Método pressupõe que L e D são variáveis aleatórias independentes no período de análise (o que é usualmente verdadeiro)
• Definições:
– X é uma variável aleatória que representa a
F. Fogliatto Pós-Grad. em EP III - 94
– X é uma variável aleatória que representa a demanda durante o lead time;
– E(X) é o valor esperado de X. Por exemplo, se Xseguir uma distribuição normal, E(X) corresponde à média da distribuição.
FormulárioFormulário
( ) ( ) ( )E X E L E D= ×
• O ponto de reposição, supondo revisão contínua, será dado por:
( ) ( ) ( )E X E L E D= ×
( )2( ) ( ) ( ) ( )X E L V D E D V Lσ = × + ×
F. Fogliatto Pós-Grad. em EP III - 95
dado por:
onde z vem da distr. Normal e depende do nível de serviço selecionado
( ) XR E X zσ= +
ExemploExemplo
• A demanda global é conhecida em base semanal, com E(D) = 100 unidades e V(D) = 300 unid2.
• Seja E(L) = 4 e SL1 = 95 %.
1) considerando lead time determinístico [V(L) = 0], temos:
E(X) = 4×100 = 400, σσσσX = 34,64 e z = 1,64 (SL1 = 95%)
Então: R = 400 + 1,64 × 34,64 = 456,81 ou 457 unidades
2) considerando lead time estocástico e V(L) = 1,44, temos:
F. Fogliatto Pós-Grad. em EP III - 96
2) considerando lead time estocástico e V(L) = 1,44, temos:
σσσσX = 124,9; logo R = 605 unidades
Exemplo ilustra efeito da variação do lead time sobre nível do estoque
ExercícioExercício
A demanda semanal de um produto é normalmente distribuída, com parâmetros E(D)= 23 e V(D)= 2500. distribuída, com parâmetros E(D)= 23 e V(D)= 2500.
Suponha um lead time normalmente distribuído com E(L)=3 semanas e V(L)= 0,16 semanas2.
a) Qual o estoque de segurança necessário para atingir um nível de serviço de 95%?
F. Fogliatto Pós-Grad. em EP III - 97
nível de serviço de 95%?
b) Qual seria o estoque de segurança necessário para atingir o mesmo nível de serviço, caso não houvesse incerteza no lead time de fornecimento?
Para saber mais sobre estoquePara saber mais sobre estoque
•• Referências utilizadas nesta apostila:Referências utilizadas nesta apostila:•• Referências utilizadas nesta apostila:Referências utilizadas nesta apostila:
– Krajewski, L.J. & Ritzman, L.P. (1999). Operations Management, Strategy and Analysis, 5a
Ed., Addison-Wesley.
– Elsayed, E.A. & Boucher, T.O. (1994). Analysis and Control of Production Systems, 2a Ed.,
F. Fogliatto Pós-Grad. em EP III - 98
and Control of Production Systems, 2 Ed., Prentice-Hall.
Outras referências recomendadasOutras referências recomendadas
– Johnson, L.A. & Montgomery, D.C. (1974). – Johnson, L.A. & Montgomery, D.C. (1974). Operations Research in Production Planning,
Scheduling, and Inventory Control, John Wiley.
– Vollmann, T.E., Berry, W.L. & Whybark, D.C. (1997). Manufacturing Planning and Control
F. Fogliatto Pós-Grad. em EP III - 99
(1997). Manufacturing Planning and Control Systems, 4a Ed., Irwin - McGraw Hill.