Search

The complexity of the organizational processes and the needs of improving their results make the industrial companies to search for effective alternatives for the planning and management of production systems, which generally impact in the performance of the entire supply chain. In this context, the use of optimization models and tools can give the organization great benefits. The present study proposes a linear programming model for the optimization of the aggregate planning for the manufacturing of items of a metalworking sector company (drill bits company). The objective function of the proposed model maximizes the contribution margins of the products, respecting the capacity and demand constraints for multiperiod planning. This study also presents evaluation scenarios that may be useful in the management of the manufacturing activities. The applied methodology shown itself to be powerful to define and improve the aggregate planning activities, helping to determine the products mix and upgrading the management decisions, which confirms the viability of the applied method and reaches the goals. Assuming a specific scenario representing the current conditions of the production plan conducted in the company, the proposed model achieved an improvement in the contribution margin of more than 7%. In addition to assisting in decision making, the use of the mathematical model allows the generation of an important database for managers, who can report to the executives the characteristics of the production planning and company's results, in a quick, direct and quantitative way. A complexidade dos processos organizacionais e a necessidade das empresas industriais em aprimorar seus resultados exigem que elas busquem, permanentemente, alternativas eficazes para o planejamento e gerenciamento de sistemas produtivos, que geralmente impactam no desempenho de toda a cadeia de suprimentos. Nesse contexto, a utilização de modelos e ferramentas de otimização pode trazer grandes benefícios para a indústria. Esse trabalho apresenta um modelo de programação linear para a otimização do planejamento agregado da fabricação de itens de uma indústria do setor metalmecânico (conjunto de famílias de brocas). A função objetivo do modelo proposto maximiza as margens de contribuição dos produtos, respeitando as restrições de capacidade produtiva e atendimento à demanda para um planejamento multiperíodos. Por meio do modelo matemático, são avaliados diferentes cenários que podem ser úteis no gerenciamento das atividades de planejamento da produção. A metodologia aplicada mostrou-se útil para a otimização do planejamento agregado da produção, auxiliando na definição do mix de produtos a serem fabricados, bem como os resultados para diferentes cenários, subsidiando a tomada de decisões gerenciais. Para o cenário que considera as condições do plano de produção realizado atualmente pela empresa, o modelo proposto apresentou uma melhoria na margem de contribuição de mais de 7%. Além de auxiliar na tomada de decisões, o emprego do modelo matemático proporciona a geração de uma base de dados importante para os gerentes, que poderão reportar aos executivos as características do planejamento de produção e resultados da companhia, de forma rápida, direta e quantitativa.

Tese (Doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnologico Neste trabalho é apresentado um modelo proposto para o planejamento dos roteiros de veículos na coleta de resíduos sólidos de serviços de saúde. Neste tipo de coleta, os veículos percorrem um determinado roteiro a partir de um ponto inicial (garagem), devendo visitar n pontos previamente definidos (principalmente hospitais, laboratórios e postos de saúde), coletando os resíduos em cada um deles e retornando ao ponto de partida. Para isto, devem percorrer a menor distância possível. Este problema é conhecido na literatura como o problema do caixeiro viajante, sendo amplamente aplicado à operações de coleta e entrega de produtos em geral. Para atender as especificações acima definidas, o modelo desenvolvido neste trabalho sugere a utilização de algoritmos heurísticos. Além do problema clássico do caixeiro viajante também são apresentadas soluções para múltiplos caixeiros viajantes, a exemplo dos roteiros de coleta dos resíduos de serviços de saúde, podendo ter localização distinta ou não da garagem e do local de destino final. O modelo proposto foi aplicado para o caso da roteirização da coleta de resíduos sólidos de serviços de saúde da cidade de Curitiba/PR, considerando-se como objetivo a minimização das distâncias a serem percorridas pelos veículos coletores. Nesta aplicação foram usados os algoritmos heurísticos de inserção do vértice mais distante e o algoritmo 3-opt. Através dos resultados avaliou-se a eficiência do modelo, visto que a utilização do mesmo permitiu reduzir substancialmente as distâncias percorridas pelos veículos nos roteiros propostos para a coleta de serviços de saúde. A redução média de distância foi de 19,40%.

O sistema elétrico brasileiro é referência mundial pelas suas particularidades na forma de geração, transmissão e distribuição de energia. A matriz energética é composta em sua maioria por usinas hidrelétricas e termelétricas, embora tenha-se visto um acentuado aumento de fontes eólicas e solares nos últimos anos. O despacho das usinas hidrelétricas e termelétricas é efetuado de forma centralizada pelo ONS. São utilizados os softwares NEWAVE e DECOMP para otimização visando o menor custo total em todo horizonte de estudo. Além do despacho de cada usina hídrica e térmica, esses softwares divulgam o preço de liquidação das diferenças, utilizado pela Câmara de Comercialização de Energia Elétrica para valorar o preço de energia no curto prazo. Esse preço também é utilizado para negociações bilaterais entre agentes do mercado, seja para trading nas comercializadoras ou compra e venda de energia elétrica para consumidores. Os agentes do mercado utilizam esses softwares para projetar o preço de energia elétrica de curto prazo. Todavia, os softwares necessitam de alto processamento computacional para efetuar a otimização, além do cálculo do despacho ser bastante moroso. Dessa forma, este trabalho apresenta um modelo computacional utilizando Deep Reservoir Computing para projeção do preço de energia elétrica do mercado spot. O trabalho demonstra que a Deep Reservoir Computing pode ser utilizada como ferramenta de auxílio na projeção do preço de energia elétrica no mercado de curto prazo. O modelo proposto foi desenvolvido no software Matlab e, para os experimentos realizados, obteve resultados melhores que redes neurais mais populares, como a Perceptron Multicamadas, onde a correlação foi 3,08% superior na Deep Reservoir Computing além do erro percentual médio absoluto ser 8,8% inferior. The Brazilian electric system is a world reference for its particularities in the form of energy generation, transmission and distribution. The energy matrix is mostly composed of hydroelectric and thermoelectric plants, having seen a sharp increase in wind and solar sources in recent years. The dispatch of hydroelectric and thermoelectric power plants is performed centrally by ONS. The softwares NEWAVE and DECOMP is used for optimization aiming the lowest total cost over the entire study horizon. In addition to the dispatch of each hydro and thermal plant, these softwares disclose the liquidation price of the differences, used by the Electric Energy Trading Chamber to value the short-term energy price. This price is also used for bilateral negotiations between market agents, either for trading or buying and selling electricity to consumers. Market players use this software to project short-term electricity prices. However, the software needs high computational processing to perform the optimization, and the dispatch calculation is very time consuming. Thus, this paper presents a computational model using Deep Reservoir Computing to project the spot market electricity price. This work demonstrates that Deep Reservoir Computing can be used as a support tool for projecting electricity prices in the short term market. The proposed model was developed in Matlab software and, for the experiments performed, obtained better results than more popular neural networks, such as Multilayer Perceptron, where the correlation was 3.08% higher in Deep Reservoir Computing in addition to the absolute mean percentage error being 8,8% lower

The production mix can influence a company's profitability in two ways: rationalizing the use of resources and indicating what is the best possible combination to maximize a company's net income. Within this scope, this dissertation proposes a mathematical model to determine the optimum production mix allowing for different strategies evaluation, intended to support decision-making when planning production. In the literature review, discussed concepts are related to the decision process model, the production strategy and planning system, and the production mix itself. The research method has a quantitative approach, and development of the method's routines follows nine sequential steps in a manufacturing company located in Serra Gaúcha, southern Brazil. The proposed mathematical model was developed using linear programming. Its objective function aims to maximize the net profit of a company, considering the following parameters: selling price of the product, cost of production over regular and overtime hours, inventory keeping, setup cost, and the cost of starting a new work shift. This objective function is subject to production capacity restrictions on regular and overtime hours, capacity balancing, minimum and maximum demand and inventory capacity. Results obtained through scenario generation for six different production strategies quantitatively showed the effect strategy choice can have on the optimal production mix result, reaching an 18.09% difference between the analyzed strategies. Research included many memorable, positive aspects such as the ease of use of the model and parameter adjustments for scenario generation, the volume of relevant data obtained as a solution to the problem and the possibility of using the tool to optimize future investment intelligence and help better understand the production system. The documented results shew the potential of the model's implementation to improve decision processes in production planning, adding significant competitive advantage to the company. Recommendations for future work are better demand forecasting methods, sensitivity analysis to assess the possible effects on the objective function's result when changing parameters or altering restrictions, and finally, applying a multicriteria decision-making method, such as the AHP (Analytic Hierarchy Process). O mix de produção pode afetar a rentabilidade de uma empresa de duas formas: pela racionalização do uso dos recursos e pela indicação de qual combinação de produtos pode maximizar a receita líquida da empresa. Sob esta perspectiva, esta dissertação tem o objetivo de propor um modelo matemático para determinar o mix ótimo de produção, que permita avaliar diferentes estratégias, para apoio à tomada de decisão do planejamento da produção. Na fundamentação teórica, são abordados conceitos relacionados ao modelo no processo de decisão, à estratégia de produção, ao sistema de planejamento da produção e à otimização do mix de produção. O método de pesquisa possui abordagem quantitativa, sendo que o desenvolvimento do método de trabalho se dá por meio da aplicação de nove etapas sequenciais em uma empresa de manufatura localizada na Serra Gaúcha. O modelo matemático proposto foi desenvolvido usando programação linear, sendo que a sua função objetivo visa a maximização do resultado líquido a ser obtido pela empresa, considerando os seguintes parâmetros: preço de venda dos produtos; custo de produção em regime de horas regulares e horas extras; custo de manter estoque; custo de setup; e custo para abrir um novo turno de trabalho. A função objetivo está sujeita à restrições de capacidade de produção em regime de horas regulares e horas extras, balanço de capacidade, demanda mínima e máxima, setup e capacidade de estoque. Os resultados obtidos através da geração de cenários para seis diferentes estratégias de produção, evidenciaram quantitativamente o impacto que a escolha da estratégia pode gerar no resultado do mix ótimo de produção, chegando a representar uma diferença de 18,09% na comparação entre as estratégias analisadas. complementarmente, destacaram-se como aspectos positivos da pesquisa a facilidade percebida no uso do modelo e nos ajustes dos parâmetros para a geração de cenários, o volume de dados relevantes gerados como solução do problema e a possibilidade de utilizar esta ferramenta para uma melhor orientação de novos investimentos e entendimento do sistema de produção. Estes resultados permitem concluir que o uso do modelo proposto pode contribuir positivamente nos processos decisórios associados ao planejamento da produção, representando um importante diferencial competitivo para a empresa. Sugere-se para trabalhos futuros a proposição de métodos de previsão de demanda mais acurados, a realização de análises de sensibilidade afim de verificar o efeito que uma mudança em um parâmetro e/ou restrição pode gerar no resultado da função objetivo e a aplicação de método multicritério de tomada de decisão, tal como o método AHP (Analytic Hierarchy Process).

Resíduo de Equipamento Eletroeletrônico (REEE) é um termo utilizado para abranger diversas formas de equipamentos elétricos e eletrônicos que não possuem mais valor para seus proprietários. Este trabalho propôs avaliar a geração de REEEs em uma instituição de ensino superior comunitária localizada no estado do Rio Grande do Sul. Para este trabalho foram utilizados dados de EEEs disponíveis no sistema de informações da universidade, o qual totalizava 51.066 itens, englobando dados de aproximadamente 17 anos. Foi realizada uma análise detalhada acerca das características dos REEEs gerados, determinando características gerais, assim como específicas de diferentes áreas de ensino. Como resultado, foram gerados diversos indicadores importantes no gerenciamento de REEEs neste tipo de instituição. Verificou-se que o principal REEE gerado pela instituição são Equipamentos de informática e telecomunicações (48,2 %), seguido pelos Grandes eletrodomésticos (14,4 %), Instrumentos de Monitoramento (13,3 %), Ferramentas elétricas e eletrônicas (10,9 %) e Equipamentos de Consumo (9,8 %). Foram contabilizados 414 diferentes tipos de EEEs na instituição porém, observa-se que com exceção dos Instrumentos de Monitoramento, os dois principais EEEs de cada categoria contabilizam sozinhos mais de 50 % de suas respectivas categorias. Identificouse que a maior parte dos REEEs (29,3 %) da instituição são gerados no bloco administrativo da universidade, seguido pelas salas de informática (17,3 %). Estes dois setores se caracterizam por utilizarem EEEs de rápida obsolescência, enquanto áreas como as Ciências Biológicas e parcialmente as Ciências Exatas, devido ao elevado número de equipamentos analíticos utilizados, possuem um ciclo de vida maior nos EEEs, reduzindo assim a geração de REEEs. Isto se refletiu na geração per capita das áreas de ensino, onde as ciências biológicas apresentaram os maiores resultados (14,58 kg/aluno.ano), tendo sido a média dos curso 1,02 kg/aluno.ano. O diagnóstico da instituição demonstrou uma série de problemas em relação à gestão de REEEs, especialmente devido à falta de planejamento da geração destes, não havendo assim um local adequado para seu armazenamento. Também se identificou que muitos pesquisadores, por falta de verbas para manutenção de equipamentos, optam por armazenar máquinas obsoletas em seus laboratórios. Todas essas características resultam em uma grande complexidade na gestão de REEEs em unidades de ensino superior, em especial, devido à grande variedade encontrada, sendo muitos deles de difícil reciclagem. Waste Electrical and Electronic Equipment (WEEE) is a word used to refer to many electric and electronic equipment that are no longer valuable for its owners. This study evaluated the WEEE generation in a private higher education institution, located in Rio Grande do Sul state. In this study were used data from Electrical and Electronic Equipment (EEE) available in the university information system, which amounted 51.066 items during 17 years. A detailed analysis was performed about the generated WEEE characteristics and the specific characteristics of different knowledge areas. As result, many important indicators where developed for WEEE management in this kind of institution. The main WEEE generated by the institution was IT and telecommunications equipment (48.2 %), followed by Large household appliances (14.4 %), Monitoring and control instruments (13.3 %), Electrical and electronic tools (10.9 %) and Consumer equipment (9.8 %). Over 400 EEEs classes were identified in the institution although, except for Monitoring and control instruments, the two main EEEs in each class correspond by at least 50 % of its categories. In addition, it was noted that the majority of WEEE was generated by the university administration (29.3 %), followed by the computer classrooms (17.3 %). Those two areas feature low life EEEs, while other areas like Biology and Exact Sciences, due to the high number of analytics equipment used, have a longer life cycle EEEs, resulting in smaller WEEE generation. This was noted in the knowledge areas per capita WEEE generation, with biological sciences showing the bigger results (14.58 kg/student.yr), while the average was 1.02 kg/student.yr. The institution diagnostic demonstrate many problems in WEEE management, especially due to lack of planning regarding their generation, resulting in an absence of a proper place for their storage. In addition, it was noted that many researchers, due to lack of maintenance resources, preferred to store obsolete machines in their labs. All these characteristic result in a great complexity in WEEE management in higher education institutions, mostly due the big diversity, increasing the recycling complexity.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Ambiental, Florianópolis, 2014. A coleta seletiva de resíduos sólidos urbanos é uma ferramenta integrante do mecanismo de gerenciamento dos resíduos sólidos urbanos. Atualmente, os catadores de materiais recicláveis são importantes agentes de coleta que excluídos do mercado formal de trabalho passaram a trabalhar e sobreviver dessa profissão (MAGERA, 2005). Entretanto, esta classe de trabalhadores ainda sofre de muitas carências, sendo indispensável à promoção de ações que contribuam para sua inclusão social, além do desenvolvimento de mecanismos que melhorem suas condições de trabalho. O objetivo da pesquisa foi avaliar as funcionalidades de um modelo computacional de otimização e planejamento de rotas de coleta para catadores de materiais recicláveis. Participaram do estudo membros de associações de catadores de materiais recicláveis localizadas no município de Curitiba ? PR. Acompanharam-se as rotas de coleta realizadas por eles, que por sua vez foram otimizadas pelo modelo proposto e então aplicadas em campo, o que permitiu analisar a eficiência do sistema em relação aos parâmetros tempo e distância. Concomitantemente a estas ações, o modelo foi submetido a testes baseados nos conceitos da engenharia de software. Verificou-se que o tempo médio para a realização do percurso correspondente a uma rota de coleta realizada pelos catadores é de 1h28min33s. Ao analisar as rotas em termos da distância percorrida, obteve-se uma média de 5,33 km. Na otimização de rotas obteve-se como principal resultado a redução de 6,95% do tempo e 8,44% na distância de uma rota de coleta de materiais recicláveis, antes realizada empiricamente por um catador, resultados estes condizentes com a aplicação de outros modelos de roteirização encontradas na literatura. No planejamento de rotas obteve-se como principal resultado a redução de 13,77% do tempo e 31,70% na distância, demonstrando que a visualização em mapa da rota atual, aliada a um olhar crítico de um planejador, pode ser um grande diferencial para o trabalho do catador, o que representa uma importante aplicação do modelo. Por fim, tem-se um modelo computacional em estado satisfatório para implantação em associações e cooperativas de catadores, a ser utilizado em conjunto com outras ações no gerenciamento integrado de resíduos sólidos urbanos. Abstract : Selective collection of municipal solid waste is a part of the solid waste management mechanism. Currently, the waste pickers are important collection agents, which were excluded from the formal labor market and began to work and survive with this profession (MAGERA, 2005). However, these workers still suffer from many needs, being necessary to promote actions that contribute to their social inclusion and improve their working conditions. The aim of this research is to evaluate the functionalities of a computational model of optimization and planning collection routes for waste pickers. Members of associations of waste pickers located in Curitiba - PR participated in the study. First of all, the collection routes made by them were followed, then were optimized in the computational model developed, and finally applied in the field, allowing to analyze the efficiency of the system based on distance and time parameters. Concurrent with these actions, the proposed model was tested based on the concepts of software engineering. The results showed that the average time of a route collection made by pickers is one hour, twenty eight minutes and thirty three seconds. Analyzing the routes in terms of distance, we obtained an average of 5.33 km. In route optimization was obtained as main result a reduction of 6.95% of the time and 8.44% of the distance of a route for collecting recyclable materials by a waste picker. In route planning was obtained as main result the reduction of 13.77% of the time and 31.70% of the distance, showing that the view of the current route in a map combined with a critical eye of a planner can be a great advantage for the work of the waste pickers, which is an important application of the proposed model. At last, there is a suitable computational model for deployment in waste pickers associations and cooperatives, to be used in conjunction with other actions in the integrated management of municipal solid waste.