Documente Academic
Documente Profesional
Documente Cultură
PONTA GROSSA
2019
BRUNA MAYUMI KAJIWARA SANTOS
PONTA GROSSA
2019
Ministério da Educação
Universidade Tecnológica Federal do Paraná
Campus Ponta Grossa
Nome da Diretoria
Nome da Coordenação
Nome do Curso
TERMO DE APROVAÇÃO
TÍTULO DO TRABALHO
por
__________________________________
Fábio José Ceron Branco
Prof. Orientador
___________________________________
Yslene Kachba Rocha
Membro titular
___________________________________
Everton Luiz de Melo
Membro titular
LISTA DE TABELAS
EST Estações
G1 Grupo 1
G2 Grupo 2
G3 Grupo 3
LISTA DE SIGLAS
LISTA DE ACRÔNIMOS
1 INTRODUÇÃO...................................................................................................... 13
1.1 OBJETIVOS ...................................................................................................... 14
1.1.1 Objetivos Gerais ............................................................................................. 14
1.1.2 Objetivos específicos ...................................................................................... 14
1.2 JUSTIVICATIVA ................................................................................................ 14
2 FUNDAMENTAÇÃO TEÓRICA ........................................................................... 15
2.1 SETOR DA CONSTRUÇÃO ............................................................................. 15
2.2 LOGÍSTICA ....................................................................................................... 17
2.2.1 Considerações conceituais ............................................................................. 18
2.2.2 Dinâmica globalizada ...................................................................................... 20
2.3 LOGÍSTICA APLICADA AO SETOR DA CONSTRUÇÃO CIVIL ...................... 23
2.3.1 Contexto atual ................................................................................................. 23
2.3.2 Tecnologia de processos de trabalho ............................................................. 25
2.4 SISTEMAS DE OTIMIZAÇÃO........................................................................... 27
2.4.1 Roteirização .................................................................................................... 28
2.4.2 Supply Chain Management............................................................................. 30
2.4.3 Pesquisa operacional...................................................................................... 31
2.4.4 Traveling salesman problem ........................................................................... 34
2.4.4.1 Formulação ................................................................................................. 34
2.4.4.2 Resolução ................................................................................................... 36
2.4.4.2.1 Sub-circuíto inverso .................................................................................. 37
2.4.4.2.2 Vizinho Mais Próximo ............................................................................... 38
2.4.4.2.3 Heurística de Clarke e Wright ................................................................... 39
3 METODOLOGIA ................................................................................................... 42
3.1 DESENVOLVIMENTO ...................................................................................... 42
3.1.1 Coleta de dados (estudo de caso) .................................................................. 43
3.1.2 Tratamento e organização de dados .............................................................. 43
3.1.3 Otimização ...................................................................................................... 46
3.1.4 Execução da otimização ................................................................................. 46
3.1.5 Estudo dos benefícios gerados....................................................................... 47
4 RESULTADOS ..................................................................................................... 49
4.1 ROTA ÓTIMA .................................................................................................... 49
4.1.1 Estudo da Rota ótima partindo de três grupos de motoristas ......................... 49
4.1.2 Estudo da Rota ótima em um único grupo...................................................... 53
4.2 CARGA OTIMA ................................................................................................. 58
4.2.1 Estudo da Carga ótima partindo de três grupos de motoristas....................... 58
4.2.2 Estudo da Carga ótima em um único grupo ................................................... 63
4.3 COEFICIENTE CARGA/ROTA K ...................................................................... 67
4.3.1 Estudo de k ótimo partindo de três grupos de motoristas............................... 68
4.3.2 Estudo de k ótimo em um único grupo ........................................................... 71
5 CONCLUSAO ....................................................................................................... 76
REFERÊNCIAS ....................................................................................................... 78
APÊNDICE A - Banco de Dados ........................................................................... 87
13
1 INTRODUÇÃO
1.1 OBJETIVOS
1.2 JUSTIVICATIVA
benéficos para a economia como um todo, uma vez que outros setores industriais e
comerciais estão atrelados ao mercado da construção civil.
2 FUNDAMENTAÇÃO TEÓRICA
Figura 2 – Gráfico de pizza da cadeia produtiva da construção por participação no total (em %).
Fonte: Adaptado de Câmara Brasileira da Indústria da Construção CBIC (2019)
2.2 LOGÍSTICA
bem como outros aspectos como a localização das unidades industriais, como
ilustrado na Figura 5 (FURG, 2012).
evoluindo em muitas áreas até se consolidar como uma ferramenta que ultrapassou
fronteiras, possuindo hoje uma extensa área de atuação.
Já Dias (2005, p. 35) expõe o seu entendimento como um conceito de
planejamento, implementação e controle de forma eficiente e econômica para o fluxo
de suprimentos e produtos, desde a armazenagem física ao fluxo de informações
correspondentes a todo o sistema, considerando a produção ao consumo; desta
forma, cria-se um perfil personalizado que segue as exigências de determinado
cliente. Deduz-se dos dois conceitos (BARBOSA et al., 2012; DIAS, 2005) que a
base do entendimento, não difere nos conceitos iniciais (em tempos antigos) acerca
dessa ferramenta, entretanto devido a ampliação moderna dos muitos mercados
existentes, bem como, dos avanços tecnológicos destaca-se o processo da
comunicação, creditando ao fluxo da informação como a grande inovação do serviço
de logística na atualidade.
O conjunto de fluxos de informações acerca da logística, de forma
simplificada, se trata da racionalização sistemática desde a produção até a entrega,
com o objetivo de alcançar o diferencial na engrenagem competitiva, ou seja,
melhorar continuamente; obtendo feedbacks para otimizar todo o sistema sem
deixar de lado a satisfação do cliente. Neste contexto, registra-se a importância de
ferramentas para dar conta das demandas as quais envolvem os últimos avanços
tecnológicos; uma vez que, ao aumentar o volume de trânsitos e tarefas como
comprar, receber, armazenar, separar, expedir, transportar e entregar o produto ou
serviço na hora certa (Just in time) no lugar certo e ao menor custo possível, são
praticamente sobre-humanas.
Este desenvolvimento de processos logísticos cada vez mais otimizados, no
âmbito desse modal de procedimentos, alimenta a crescente demanda por lojas
virtuais que têm sido uma tendência firmada no mercado consumidor atual, uma
realidade que requer reformatações nos mencionados procedimentos para que essa
engrenagem funcione em acordo com as expectativas dos clientes, sendo
reforçados os elos efetivos sob os preceitos da logística de integração entre o
produtor e consumidor (REZENDE et al., 2013; QUINTANILHA, 2012).
Neste cenário há de se observar o papel do aparato estatal cujo papel é
fundamental no âmbito da infraestrutura. Tendo em vista que podem ocorrer
diversas intercorrências que comprometem toda dinâmica do serviço de logística em
efeito cascata se não houver investimento nesta área, a exemplo das rodovias.
23
Sendo que para o êxito no escoamento dos produtos, os processos logísticos serão
visivelmente prejudicados, esta é uma realidade que tem sido verificada no contexto
brasileiro conforme destaca Quintanilha (2012) ao salientar que no Brasil, a logística
passa por um período conturbado de baixo investimento do governo em
infraestrutura dificultando o escoamento da produção, como ilustrado na Figura 6.
Uma vez exposto tal contexto referente à logística de uma maneira geral,
tais informações podem ser aplicadas em diversos mercados, como o da construção
civil.
2.3.1 Contexto atual
de pessoas, tal problemática tem sido abordada por diferentes analistas da área,
como destacam Provin et al. (2011).
As explicações para que a evolução tecnológica atual não ser muito
absorvida por este setor, ou de forma tardia e ou pontual, se deve principalmente às
novas tendências desestimularem investidores do ramo devido aos custos iniciais
representar um investimento sem retorno rápido ou com custos superiores a
métodos tradicionais (REZENDE et al., 2013). Igualmente, em relação às tendências
atuais de desenvolvimento sustentável como na logística reversa; enquanto que na
Europa (ASSENS et al., 2007) e nos EUA (FLEISCHMANN, 2001) é comum
empreendimentos novos ou reformas contarem com o retorno de resíduos para
locais adequados, tais procedimentos não são muito comuns apesar de existirem
resoluções e normas que regulamentam tais ações (CONAMA, 2002; ABNT
NBR:15113, 2004).
Feitas estas observações preliminares é de fácil dedução que o setor da
construção civil pouco se atualizou com novas tecnologias na área da logística
contando ainda conta com meios pouco inovadores para transporte de insumos de
entrada e saída. Destes meios destacam-se principalmente o transporte rodoviário
por caminhões, que na maioria dos casos, seja em lojas de materiais de construção
(atacadistas ou varejistas) ou fabricas de artefatos de concreto (SOUZA et al., 2013;
MORO et al., 2018; PROVIN et al., 2011), ainda funcionam segundo sistemas
manuais de anotação de pedidos, não seguem rotas pré-estabelecidas e contam
com serviços manuais para carga e descarga de mercadorias. Todos estes aspectos
imbuem uma ampla heterogeneidade nos serviços de empresas do setor da
construção civil, que na sua média são considerados muito ineficientes (PROVIN et
al., 2011).
Desta forma, existe uma forte demanda por tornar mais eficiente o serviço de
transportes neste ramo industrial tão importante, visto que o mesmo além de
impactar de forma significativa a economia do país ainda envolve em sua cadeia,
diversos outros setores da economia que necessitam ser atendidos de forma ótima,
em se tratando da logística como ilustrado na Figura 7.
25
caso fosse implementada como uma regra geral, de acordo com Blayse et al. (2004)
representaria um gerador de benefícios, uma vez que economizaria grandes somas
de recursos, tal como ocorre normalmente em outros ramos industriais e comerciais
com avanços na logística.
Contudo, Dubois et al. (2000) afirma que esta iniciativa somente funcionaria
de maneira correta caso pudesse ser implantada de forma facilitada e replicável
desde o comerciante de bairro até as redes varejistas (ou fabricantes de materiais
de construção), com isso a competitividade entre as empresas do ramo da
construção seria fortemente impactada na qualidade entre os produtos oferecidos,
algo que não ocorre atualmente, sendo associada à questões geográficas
(localização das empresas) e ou preço final de produtos (neste último quesito, as
grandes redes acabam por ter enorme vantagem devido aos estoques volumosos).
Da mesma forma, as adversidades vindas de deficiências na malha
rodoviária poderiam ser reduzidas ou até mesmo superadas. Nesta gama de
oportunidades, uma alternativa com baixo custo e tecnologia é a roteirização das
viagens, metodologia que já é amplamente utilizada como um otimizador de frete,
funciona como uma check list de ações e rotas pré-programadas para as entregas,
entretanto necessita de reforço em treinamentos e educação dos colaboradores
envolvidos; representando um desafio de aplicabilidade no mercado de construção
civil, visto as poucas iniciativas do mesmo quanto à mudanças.
Ainda neste contexto de processos de trabalho, tendo em vista que a
logística consiste de uma ferramenta de gestão, para minimizar falhas e prejuízos
financeiros, os quais comprometem a credibilidade junto aos clientes é essencial que
seja refletida a forma como esta tem sido utilizada. Contudo, a base literária
especializada no assunto conclui que a logística é o setor que menos se beneficia de
novas estratégias de gerenciamento, porém, é plausível o entendimento da
promoção da eficiência acarrete incrementos na produtividade, melhorando
atividades mais rentáveis e eliminando as que não agreguem valor ao produto final
junto aos canteiros de obra.
Santos et al. (1998) reforçam que para otimizar os fluxos físicos e as
informações, numa logística de rua a gestão dos materiais e dos componentes e
ainda alguns conceitos da produção devem se manter enxutos, reduzindo prazos,
custos, perdas e desperdícios; ao colocar em prática tais preceitos identifica-se
melhorias no processo produtivo da construção civil, de acordo com Cardoso (1996),
27
em que são identificadas algumas atividades essenciais como: controle dos fluxos
físicos ligados à execução, gestão das interfaces entre os agentes e gestão da praça
de trabalho.
Estes aspectos devem estar bem consolidados antes do início da obra, tanto
em se tratando de grandes empreendimentos ou de clientes avulsos, neste último
caso o comércio fornecedor já deverá munido destas ferramentas e metodologias,
para todo o conjunto se mostre mais eficiente. Outras questões como layout do can-
teiro para otimizar carga e descarga, zonas de estocagem, corredores para o fluxo
de materiais e trabalhadores, são complementares, entretanto sob a ótica de um
grande empreendimento visto como um todo, se tornam cruciais (SANTOS et al.,
1998).
Desta forma, a otimização da logística em uma obra ou simplesmente a
entrega de materiais de construção para um cliente são consolidadas pela tomada
de decisões e metodologias amplamente difundidas em outros setores industriais.
Com isso, ferramentas computacionais e estatísticas utilizadas, como a roteirização
da logística são muito bem-vindas para contribuir na redução de custos de serviços
de logística aplicados à construção civil.
2.4.1 Roteirização
A literatura atual (BALLOU, 2007; GOMES et al., 2019) define pelo menos
três tipos básicos de roteirização, são eles:
Conforme afirmado por Novaes (2007), dois métodos podem ser agrupados
na construção do roteiro, com regras próprias a serem seguidas. Uma das
metodologias a ser empregada é ligar pontos entre cliente, fornecedores mais
próximos, estabelecendo um ponto de partida, procurando demais clientes com
objetivo de montar um roteiro que pode ser ou não o mais eficaz, entretanto que
poderá ser melhorado, como ilustrado na Figura 9.
pelo menor custo possível, com isso o contexto da TI tem um papel fundamental.
Ainda, Fleury et al. (2000) sugerem que a TI vêm para otimizar o fluxo de
informações, em virtude que é um elemento importante nas operações logísticas,
tendo em vista que aumenta a flexibilidade e diminui as incertezas no momento da
tomada de decisão.
Da mesma forma, Supply Chain Management, ou administração da cadeia
de suprimentos é um conceito que vem crescendo no Brasil desde os anos 90,
permite reduzir custos por meio da sincronização dos programas de produção,
armazenagem e distribuição, agregando valor ao produto. Como Bowersox (1998)
afirma, o supply chain é um conceito que analisa uma sequência de compradores ou
vendedores trabalhando em conjunto para levar o produto do ponto de origem ao
consumidor final, compreendendo que a Logística é a circulação de produtos
informação referente a eles de um ponto a outro, como ilustrado na Figura 10.
Árvore geradora mínima: que conecta todos os nós de uma rede usando o
comprimento total mais curto de ramos conectores;
Algoritmo de caminho mínimo: determina o caminho mais curto entre um
destino e uma origem de uma rede;
Algoritmo de fluxo máximo: baseia-se em encontrar achar rotas de
passagem que maximizam a quantidade total de fluxo da origem para o escoadouro
(onde o fluxo termina);
Algoritmo de caminho crítico: tem por objetivo de fornecer meios
analíticos para programar determinadas atividades (SANTANA et al., 2018;
PHPSIMPLEX, 2019; IME-USP, 2019; ARTIA, 2019).
2.4.4.1 Formulação
Nesta Figura, caso importe o sentido das setas, ou arestas entre os nós, o
PCV é sub classificado em simétrico ou assimétrico, conforme afirma Guedes et al.
(2005), quando o PCV é chamado de simétrico, a distância entre dois nós (cidades,
ou clientes) quaisquer (i e j) independe do sentido, sendo dij = dji, do contrário o
problema é assimétrico. Segundo Helsgaun (2000), problemas simétricos
notoriamente possuem soluções mais difíceis de serem obtidas do que problemas
assimétricos, no caso de um contexto de serviços de logística na construção civil,
como em uma loja de materiais de construção com diversos clientes, o PCV aplicado
seria do tipo simétrico, pois não importa o sentido da tráfego rodoviário (MORO et
al., 2018).
2.4.4.2 Resolução
surtos (SARTORI et al., 2006; LYRA, 2012; OLIVEIRA et al., 2006). Deste modo,
para gerir um sistema de rotas para a logística de uma loja varejista de construção
civil, por exemplo, o método heurístico é o mais indicado. Dentro desta metodologia
algumas tipologias mais pertinentes serão discutidas a seguir.
3 METODOLOGIA
3.1 DESENVOLVIMENTO
De acordo com a Figura 15, a etapa inicial se deu com a coleta de dados.
Esta etapa ocorreu no mês de agosto de 2019, sendo que as informações obtidas
foram fornecidas por uma loja varejista de materiais de construção, localizada na
Cidade de São José dos Campos/SP/Brasil. Os dados representam a rotina de
entregas de seis motoristas distintos no período de 11 à 17 de agosto de 2019.
Nestas rotinas foram contabilizados os períodos entre o recebimento do pedido até a
entrega aos clientes, a localização de cada cliente, a distância percorrida nas rotas
(em km), bem como os produtos comprados (contendo informações de peso unitário
e quantidade comprada, bem como metragem quadrada comprada pelos clientes).
#-%&
!= (7)
'
(
*
1
!= &' -& ) (8)
$−1
'+,
3.1.3 Otimização
$% $( $"
!" = ≈ ≈ ⋯. (9)
&% &( &"
$
!= !# (10)
#%&
$-&"
!" = '100 (11)
&"
onde:
$
!= !#
(12)
#%&
$" -&
!" = '100 (13)
$"
onde:
$
!= !# (14)
#%&
4 RESULTADOS
Para o cálculo de uma melhor rota ótima, como foi descrito anteriormente,
foram explorados dois arranjos distintos entre os seis motoristas, no primeiro cenário
foram montados três grupos com uma mescla entre os seis motoristas, já no
segundo todos os motoristas foram reunidos em um único grupo, a seguir serão
apresentados estes resultados segregados conforme o tipo de cenário explorado.
LEGENDA: M1 M2 M3 M4 M5 M6
Pontos G1* G2 G3
Banco de dados Solver Banco de dados Solver Banco de dados Solver
1 10,5 9,0 6,6 6,3 0,14 0,11
2 5,5 4,5 9,6 8,5 12,9 10,0
3 3,8 7,0 2,9 2,3 1,7 0,99
4 3,5 2,7 2,6 2,2 1,8 1,6
5 2,6 1,9 10,4 9,9 1,3 1,1
6 3,8 3,0 1,8 1,4 0,5 0,45
7 3,5 3,1 1,3 1,1 1,1 1,0
8 8,9 4,0 5,3 4,3 0,25 0,2
9 2,0 1,7 3,8 2,6 0,9 0,8
10 4,0 2,0 2,6 1,9 0,9 0,77
11 3,7 1,0 5,3 5,2 1,2 1,0
12 4,6 2,3 1,7 0,9 11,6 11,0
13 2,0 1,9 0,26 0,12 14,8 13,9
14 9,5 9,1 10,3 9,8 11,5 7,0
15 5,3 5,0 12,0 11,8 11,1 10,9
16 13,6 12,0 0,65 0,55 14,1 13,9
17 8,1 7,8 2,0 1,0 4,4 4,2
18 2,5 2,1 0,4 0,4 10,2 8,0
19 19,5 18,0 0,65 0,63 2,4 2,1
20 6,0 2,0 1,2 0,6 11,6 11,3
21 9,5 8,0 0,9 0,88 2,0 1,0
22 6,8 6,0 13,1 12,0 10,3 10
23 13,5 11,0 0,45 0,43 2,1 2,0
24 6,9 5,5 0,11 0,1 1,8 1,3
25 7,0 6,6 1,3 1,1 13,3 12,9
26 7,4 6,9 0,5 0,3 10,7 10,6
27 4,0 3,0 1,7 0,9 11,1 9,0
28 14,5 11,0 0,55 0,44 2,4 2,3
29 3,7 3,3 4,1 3,1 7,6 5,0
30 19,1 16,8 1,8 1,6 12,0 12,0
51
Pontos G1* G2 G3
Banco de dados Solver Banco de dados Solver Banco de dados Solver
31 7 6,1 10,5 9,9 6,4 6,3
32 12,2 12 1,2 1,1 1,8 1,6
33 3,5 2,5 1,9 1,4 12,9 11,59
34 1,3 1,2 11,9 10,99
TOTAL: 238 198,8 120,77 105,95 220,69 196,9
Otimização: 16,47% 12,27% 10,78%
Total banco de dados: 579,46
Total solver: 501,65
Otimização (média): 13,17%
Obs.: (*) G1, G2, G3: Grupos 1, 2 e 3.
Figura 18 – Gráfico ilustrativo das rotas do G1 do banco de dados e otimizadas para todos os
pontos.
Fonte: Autoria Própria (2019)
52
Figura 19 – Gráfico ilustrativo das rotas do G2 do banco de dados e otimizadas para todos os
pontos.
Fonte: Autoria Própria (2019)
Figura 20 – Gráfico ilustrativo das rotas do G3 do banco de dados e otimizadas para todos os
pontos.
Fonte: Autoria Própria (2019)
De posse destes dados, foi possível então estimar o peso de cada carga
para cada cliente no período de análise de agosto/2018, realizando a multiplicação
da quantidade comprada por cada um (segundo o banco de dados original, que
consta na seção de anexos) pelo peso unitário de cada material de construção
(Tabela 4). Desta forma, a relação motorista e carga foi agrupada, organizada e
otimizada (carga Máxima) da mesma forma que fora realizada para as rotas. A
Tabela 5 e a Figura 20 apresentam os resultados encontrados.
LEGENDA: M1 M2 M3 M4 M5 M6
Pontos G1 G2 G3
Banco de dados Solver Banco de dados Solver Banco de dados Solver
1 105,6 118,2 1206,8 1363,7 250,0 280,0
2 1686,4 1888,8 5862,1 6624,2 1062,0 1189,5
3 4394,0 4921,3 198,0 223,8 18,9 21,2
4 281,9 315,8 250,1 282,6 131,7 147,5
5 523,6 586,4 400,0 452,0 884,5 990,6
6 100,0 112,0 90,0 101,7 18,2 20,4
7 344,6 385,9 181,4 205,0 86,0 96,3
8 27,0 30,2 58,5 66,0 1380,0 1545,6
9 293,8 329,1 3621,5 4092,3 546,0 611,5
10 45,6 51,1 400,0 452,0 63,0 70,6
11 700,0 784,0 426,3 498,8 223,5 250,3
12 1300,4 1469,5 263,2 292,7 13462,6 15212,8
13 750,0 847,5 432,1 488,2 262,2 296,3
14 153,8 173,8 81,6 91,4 2215,7 2503,7
15 1803,9 2038,4 25,2 50,5 72,5 81,9
16 1548,3 1749,5 7273,2 8509,6 1136,0 1283,7
17 106,3 120,1 551,1 612,9 578,0 653,1
18 436,3 493,0 114,9 127,8 49,6 56,1
19 4,3 4,9 820,0 912,0 1006,6 1137,4
20 691,4 781,2 62,3 69,3 2523,6 2851,7
21 406,4 459,2 714,8 800,6 500,0 565,0
22 307,4 347,3 610,0 683,2 351,0 396,6
23 297,9 348,6 18,5 20,7 1550,4 1752,0
24 2600,0 2891,8 27,5 30,8 500,3 560,3
25 762,0 861,1 205,0 229,6 1249,9 1399,9
61
LEGENDA: M1 M2 M3 M4 M5 M6
Pontos G1 G2 G3
Banco de dados Solver Banco de dados Solver Banco de dados Solver
26 342,3 383,3 14,4’ 16,1 444,0 497,3
27 221,8 443,8 319,8 358,1 135,7 152,0
28 289,1 338,3 1431,5 1603,3 21,0 23,5
29 76,4 84,9 511,6 573,0 545,4 610,8
30 113,4 128,1 21,0 23,5 125,7 140,7
31 750,0 834,2 373,2 418,0 317,7 355,8
32 300,0 339,0 40,5 45,3 200,1 224,1
33 623,2 704,2 757,0 847,8 20,7 23,2
34 750,0 840,0 19,0 21,3
TOTAL: 22387,0 25364,5 28112,8 32006,6 31951,5 36022,7
Otimização: 11,74% 12,17% 12,74%
Total banco de dados: 82451,3
Total solver 93393,8
Otimização: 12,22%
Fonte: Autoria Própria (2019)
encontrada foi muito próxima ao determinado por Araripe et al. (2017) para
maximização de cargas utilizando o PCV.
Contudo, nesta abordagem em específico, o estudo da geração de
benefícios financeiros não se deu pelo cálculo do consumo de combustível, mas sim
pelo crescimento de valores em produtos (no caso materiais de construção) devido à
maximização do transporte de cargas. Para tanto, utilizando o banco de dados que
contém além dos produtos vendidos, as receitas geradas pela venda dos mesmos,
realizou-se a somatória total destes valores financeiros (em R$) no período de
análise (agosto/2018), em seguia calculou-se o ganho médio por kg transportado,
dividindo todo montante pelo total de cargas transportadas no período, ou seja,
R$/Kg.
Tal valor foi calculado como algo em torno de R$ 0,97, com isso
multiplicando este valor pela diferença entre a somatória de cargas do banco de
dados e da otimização, foi determinado um total de R$ 10644,56 no mês de agosto
de 2018 e R$ 127734,77 por ano extras, caso fossem mantidas as mesmas
condições de contorno; números estes muito expressivos.
7 20,7 23,2
8 21,0 23,5
42 263,2 273,0
43 281,9 300,0
44 289,1 330,0
77 750,0 840,0
78 757,0 847,8
79 762,0 853,4
80 820,0 918,4
Este cenário apresentou uma otimização inferior ao cenário dos três grupos
(10%), muito semelhante ao observado na análise das rotas. Porém, o gráfico da
Figura 21 não apresentou a linearidade demostrada na análise das rotas,
provavelmente devido ao método evolucionário não ser indicado para dados de
crescimento suave. Contudo, os resultados acabam por reforçar novamente que a
segmentação do problema, ou seja, divisão em grupos menores, traz resultados
melhores utilizando o Solver para problemas de roteirização. Os benefícios
financeiros desta abordagem, calculados de forma análoga ao descrito
anteriormente, foram de R$ 9255,18 ao mês e R$ 11062,20; números estes também
expressivos, mas inferiores a abordagem da resolução por três grupos de
motoristas.
LEGENDA: M1 M2 M3 M4 M5 M6
Pontos G1 G2 G3
Banco de dados Solver Banco de dados Solver Banco de dados Solver
1 13,1 429,0 216,5 325,0 1785,7 884,0
2 419,7 416,0 779,3 1365,0 82,3 858,0
3 703,0 403,0 97,3 1430,0 11,1 832,0
4 116,9 390,0 128,5 1495,0 73,2 806,0
5 308,6 377,0 45,7 1560,0 680,3 780,0
6 37,3 364,0 72,6 1625,0 36,5 754,0
7 124,5 351,0 186,3 1690,0 78,2 728,0
8 7,6 338,0 15,4 1755,0 5520,0 702,0
9 193,6 325,0 1574,0 1820,0 606,7 676,0
10 25,5 312,0 237,9 1885,0 70,0 650,0
11 784,0 299,0 95,9 1950,0 186,3 624,0
12 638,9 286,0 325,3 2015,0 1160,6 598,0
13 446,1 273,0 4068,6 2080,0 17,7 572,0
14 19,1 260,0 9,3 2145,0 192,7 546,0
15 407,7 247,0 4,3 2210,0 6,5 520,0
16 145,8 234,0 15472,1 1300,0 80,6 494,0
17 15,4 221,0 612,9 1235,0 131,4 468,0
18 234,8 208,0 319,4 1170,0 4,9 442,0
19 0,3 195,0 1447,7 1105,0 419,4 416,0
20 390,6 182,0 115,5 1040,0 217,6 390,0
21 57,4 169,0 909,8 975,0 250,0 364,0
69
LEGENDA: M1 M2 M3 M4 M5 M6
Pontos G1 G2 G3
Banco de dados Solver Banco de dados Solver Banco de dados Solver
22 57,9 156,0 56,9 910,0 34,1 338,0
23 31,7 143,0 48,2 845,0 738,3 312,0
24 525,8 130,0 308,0 780,0 277,9 286,0
25 130,5 117,0 208,7 715,0 94,0 260,0
26 55,6 91,0 53,7 650,0 41,5 234,0
27 147,9 78,0 397,9 585,0 12,2 130,0
28 30,8 65,0 3643,9 455,0 8,8 104,0
29 25,7 39,0 184,8 390,0 71,8 52,0
30 7,6 26,0 14,7 130,0 10,5 208,0
31 136,7 52,0 42,2 260,0 49,6 78,0
32 28,3 13,0 41,2 65,0 111,2 182,0
33 281,7 104,0 605,6 520,0 1,6 26,0
34 700,0 195,0 1,6 156,0
TOTAL: 6550,0 7293,0 33039,9 38675,0 13064,4 15470,0
Otimização: 11,34% 17,06% 18,41%
Total banco de dados (geral): 52654,4
Total solver: 61438,0
Otimização (média): 15,60%
Fonte: Autoria Própria (2019)
70
9 38,2 18,0
10 38,8 20,0
11 41,5 22,0
12 30,6 24,0
13 45,0 26,0
14 50,7 28,0
15 45,1 30,0
16 48,7 32,0
17 51,9 34,0
18 52,5 36,0
19 55,8 38,0
20 58,7 40,0
21 62,7 42,0
22 66,2 44,0
23 52,9 46,0
24 58,8 48,0
25 62,1 50,0
44 82,6 88,0
45 83,9 90,0
46 85,1 92,0
47 81,1 94,0
48 83,1 96,0
49 83,6 98,0
50 84,1 100,0
51 90,1 102,0
52 86,1 104,0
53 87,8 106,0
54 91,0 108,0
55 90,9 110,0
56 87,0 112,0
57 76,7 114,0
58 80,4 116,0
59 81,5 118,0
60 79,3 120,0
61 74,0 122,0
82 90,7 164,0
83 95,7 166,0
84 98,8 168,0
85 104,0 170,0
86 107,8 172,0
87 109,3 174,0
88 115,0 176,0
89 119,3 178,0
90 126,9 180,0
91 120,2 182,0
92 130,7 184,0
93 137,7 186,0
94 166,6 188,0
95 186,9 196,0
96 191,2 198,0
97 256,8 192,0
98 303,0 200,0
99 396,1 190,0
100 380,8 202,0
5 CONCLUSÃO
Com base em tudo que foi exposto nesta presente pesquisa é possível
concluir que:
77
REFERÊNCIAS
CHAVES, Antônio A.; et al. Uma nova heurística para o problema de minimização de
trocas de ferramentas. Gestão & Produção, v. 19, n. 1, p. 17-30, 2012.
DANTZIG, George B.; et al. Solution of a large scale traveling salesman. Rand
Research Memorandum, 1954.
DUBOIS, Anna et al; Supply strategy and network effects — purchasing behaviour in
the construction industry. European Journal of Purchasing & Supply
Management, v. 6, n. 3–4, p. 207-215, 2000. doi: 10.1016/S0969-7012(00)00016-2.
EXCELL - MICROSOFT Project for Windows 2016, version 6.1: project planning
software. [S.l.]: Microsoft Corporation, 2016. Conjunto de programas. 1 CD-ROM.
Fisher, B. J.; et al. Gosset, Fisher, and Small Samples. Statistical Science, v. 2, n.
1, p. 45–52, 1987. doi:10.1214/ss/1177013437
GUEDES, Allison C. N.; et al. Um algoritmo genético com infecção viral para o
problema do caixeiro viajante. Revista On Line de Iniciação Científica, Natal, v. 1,
n. 1, 2005.
LUIZ, Carlos di; et al. Projeto da cadeia de suprimento: uma visão dinamica da
decisão fazer versus comprar. Revista de Administração de Empresas, vol. 41, n.
1, p. 1-11, 2001.
MUNHOZ, Pablo L. A.; et al. Um algoritmo baseado em iterated local search para o
problema de roteamento de veículos periódico. In.: XXXII Encontro Nacional de
Engenharia de Produção - ENEGEP, Bento Gonçalves, 2012.
SAAD, Mohammed; et al. A review of the progress towards the adoption of supply
chain management (SCM) relationships in construction. European Journal of
Purchasing & Supply Management, v. 8, n. 3, p. 173-183, 2002. doi:
10.1016/S0969-7012(02)00007-2.
SARTORI, Jr. Isaac R.; et al. Comparação entre métodos exatos e heurísticos para
tratar o problema de roteamento de veículos em um ambiente fabril. In.: XXVI
ENEGEP - Fortaleza, CE, 9 a 11 out. 2006
SOLOMON, Marius M. Algorithms for the Vehicle Routing and Scheduling Problems
with Time Window Constraints. Operations Research, v. 35, n. 2, p. 254-265, 1987
SOLVER – APP - MICROSOFT Project for Windows 2016, version 6.1: project
planning software. [S.l.]: Microsoft Corporation, 2016. Conjunto de programas. 1 CD-
ROM.
86
SOUZA, Jr. Armando A.; et al. Análise das publicações sobre logística junto ao
ABEPRO. In.: XXXIII Encontro Nacional de Engenharia de Produção – A Gestão
dos Processos de Produção e as Parcerias Globais para o Desenvolvimento
Sustentável dos Sistemas Produtivos, Salvador (BA), 08 – 11 de out. de 2013.
TAHA, Hamdy A. Pesquisa operacional: uma visão geral. 8. ed. São Paulo:
Pearson Prentice Hall, 2008.
1 m3 brita n.1 m3
445,44
1 un silicone wurth incolor 280ml
5 sc gesso 40kg
629,94
R$
37 16.98.19 17.08.19 2,6 rafael
159,20 8 sc cimento 50kg cp2 mizu
1.180,00
31,46 m2 incefra ver 32x56 32530 design pei4 bru
R$
58 15.08.19 16.08.19 1,7 claudio
458,10 1 un crv porta std mista basc 84x215 dir 6,5
1 m3 areia media m3
1 m3 brita n1 m3
R$
69 12.08.19 13.08.19 12 claudio 14 un caibro cambara 5x5 2m
1.100,00
3 sc cimento 50kg cp2 mizu
3 m3 areia media m3
1 un brita n.0 m3
7 sc gesso 40kg
R$
84 13.08.19 14.08.19 10,3 silvio 1 pc prego 17x21 c\c kg
518,44
10 pc tabua pinus 30x3m
1 pc vedatop 12kg cx