Estatégias para incorporação das deçisões de sequenciamento em um problema integrado de produção de bebidas

Abstract

Neste trabalho, propomos um modelo integrado de dimensionamento de lotes e programação da produção para uma fábrica de refrigerantes de pequeno porte denominado P1S1MTS. Neste modelo, as decisões de dimensionamento foram baseadas no modelo P1S1M encontrado na literatura, formulado com base no modelo GLSP. As decisões de sequenciamento foram modeladas utilizando restrições do problema do caixeiro viajante assimétrico. Para validação do modelo proposto e comparação entre os modelos P1S1MTS e P1S1M foram feitos testes computacionais com exemplares ilustrativos. Foram realizados também testes com exemplares baseados em dados reais da fábrica de refrigerantes e exemplares gerados aleatoriamente. Os testes foram resolvidos pelo método Branch-and-Cut incluído no pacote computacional CPLEX 10.0. Notamos que com algumas modificações, é possível que ambos os modelos retratem a mesma situação. A partir destas modificações e com os resultados obtidos, concluímos que a resolução de exempalres do modelo P1S1MTS apresentou um tempo de execução computacioanl menor que a resolução de exemplares do modelo P1S1M gerados com os mesmos dados.

In this work we propose a lot sizing and scheduling model, P1S1MTS, for a smallscale soft drink plant. In this model, the lot sising decisions were based on the P1s!m model found in the literaure. To model the scheduling decisions constraints of the asynmetric traveling salesman problem are used. For the validation of the proposed model and a comparison between the P1S1MTS and the P1S1M models computational tests were executed with illustratuve examples. Tests were also executed with examples based on real data and randomly generated instances. Tests were also executed with examples based on real data and randomly in the software CPLEX 10.0. The results showed taht, with some minor modifications, it is possible that both models depict same situation. From the results obtained we concluded that the P1s!MTS model presented a computational time performance better than the P1S1M model.