Redução do espaço de busca em problemas de otimização multiobjetivo via simulação utilizando a análise envoltória de dados combinada com delineamento de experimentos
Carregando...
Data
2022-08-09
Autores
Orientador
Silva, Aneirson Francisco da 
Marins, Fernando Augusto Silva
Coorientador
Pós-graduação
Engenharia de Produção - FEG
Curso de graduação
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Dissertação de mestrado
Direito de acesso
Acesso aberto
Resumo
Resumo (português)
É comum o uso de técnicas de simulação a eventos discretos para avaliação de viabilidade de mudanças em cenários logísticos, industriais, hospitalares e comerciais. O setor logístico corporativo se depara com problemas complexos que requerem decisões sobre rotas de fretes, tipos de carregamentos, modais de transporte, entre outros fatores que afetam o custo e a eficiência do serviço logístico. Modelos de simulação podem auxiliar neste tipo de análise, porém, os tempos computacionais envolvidos nestas otimizações via simulação podem ser bastante extensos. Dentre os modelos matemáticos possíveis de serem utilizados em conjunto com a simulação probabilística, a Análise Envoltória de Dados (Data Envelopment Analysis - DEA) se apresenta como uma técnica que possibilita estabelecer um ranqueamento das Unidades Tomadoras de Decisão (Decision Making Units – DMUs) envolvidas no problema tratado, em termos das suas eficiências relativas, a partir da análise dos valores de suas entradas (inputs) e saídas (outputs). Esta técnica pode prover uma redução no espaço de busca e, dessa forma, auxiliar a reduzir estes tempos e trazer resultados de boa qualidade na aplicação da Otimização via Simulação. Quando associados a DEA, métodos de delineamento de experimentos também podem contribuir com a geração de matrizes de experimentos que reduzam o número de testes. Nesse trabalho foi utilizado um modelo de simulação, construído com auxílio do software ProModel, para investigação de um cenário logístico de carregamento de caminhões para expedição de materiais, numa empresa do setor químico, caracterizado por ser um problema multiobjetivo de decisão. Nesse contexto, um modelo DEA-BCC orientado ao insumo e ao produto foi utilizado, considerando-se como sendo as 32 DMUs, definidas com o auxílio dos arranjos experimentais das técnicas de Delineamento de Experimentos de Taguchi e de Hipercubo Latino, compostas pelas variáveis de entrada do modelo (número de operadores, empilhadeiras, docas, turnos e tipos de carga, e as saídas dadas pelo custo médio por palete expedido e o número de caminhões carregados), visando à redução do espaço de busca de soluções. Os resultados mostraram as vantagens de se adotar tais técnicas combinadas, podendo serem citadas a redução de mais de 70% no tempo computacional na resolução do problema multiobjetivo e a redução de cerca de 97% no espaço de busca.
Resumo (português)
It is common to use discrete-event simulation techniques to assess the feasibility of changes in logistical, industrial, hospital and commercial scenarios. The corporate logistics sector is faced with complex problems that require decisions about freight routes, types of shipments, modes of transport, among other factors that affect the cost and efficiency of the logistics service. Simulation models can help in this type of analysis, however, the computational times involved in these optimizations via simulation can be quite extensive. Among the mathematical models that may be used in conjunction with probabilistic simulation, Data Envelopment Analysis (DEA) is presented as a technique that makes it possible to establish a ranking of the Decision Making Units (DMUs) involved in the evaluated problem, in terms of its relative efficiencies, from the analysis of the values of its inputs and outputs. This technique is able to provide a reduction in the search space and, thus, help to reduce these times and bring good quality results in the application of Optimization via Simulation. When associated with DEA, experimental design methods can also contribute to the generation of experiment arrays that reduce the number of tests. In this work, a simulation model was used, built with the aid of the ProModel software, to investigate a logistical scenario of loading trucks for shipping materials, in a company in the chemical sector, characterized by being a multi-objective decision problem. In this context, an input- and output-oriented DEA-BCC model was used, considering the 32 DMUs, defined with the help of experimental arrangements of the Taguchi and Latin Hypercube Design of Experiments techniques, composed of the variables of model input (number of operators, forklifts, docks, shifts and types of cargo, and outputs given by the average cost per pallet shipped and the number of trucks loaded), in order to reduce the search space for solutions. The results showed the advantages of adopting such combined techniques, including a reduction of more than 70% in computational time in solving the multi-objective problem and a reduction of about 97% in the search space.
Descrição
Palavras-chave
Análise Envoltória de Dados , Delineamento de Experimentos , Otimização via Simulação , Redução do Espaço de Busca , Problemas Logísticos , Optimization via Simulation , Data Envelopment Analysis , Design of Experiments , Reduction of Search Space , Logistical Problems , Shipment of Materials , Taguchi, Métodos (Controle de qualidade) , Métodos de simulação , Planejamento experimental , Processo decisório por critérios múltiplos
Idioma
Português