material de logistica

1. Engenharia da
Logística
Prof. Roberto da Piedade Francisco, MSc Eng
Doutorando em Gestão e Engenharia Industrial – UP
Mestre em Engenharia de Produção – UFSC
Pós-graduado em Gestão Empresarial – UCG/FGV
Graduado em Engenharia Mecânica - UC

2. PEDROSO, João Pedro. HEURÍSTICAS . Porto,
FEUP, 2003
BIBLIOGRAFIA

3.  Introdução; Soluções de problemas
 Redes e Heurísticas
 Estatística
 Técnicas de Decisão Multicritério 1
 Técnicas de Decisão Multicritério 2
 Exercício ELECTRE IV
 Viabilidade Econômica
 Exercício Final Caso Petrobrás
ENGENHARIA DA LOGÍSTICA

4. Ciclo PDCA
É uma abordagem para qualquer tipo de
problema. Permite uma orientação eficiente e
eficaz da preparação e execução de atividades
planejadas para a solução de um problema.

5. Ferramentas da Qualidade
São técnicas usadas com a finalidade definir,
mensurar, analisar e propor soluções de
problemas que interferem no bom
desempenho dos processo de trabalho.

6. Ferramentas da Qualidade
Medida
O Diagrama de Causa e Efeito é uma ótima
ferramenta da análise. Também conhecido
por “espinha de peixe” ou “de Ishikawa”.

7. Para se atingirem metas (resolução de problemas)
deve-se analisar a relação causa-efeito relativa aos
problemas observados.
CAUSA ► PROBLEMA ► EFEITO
Busca-se eliminar as causas do problema para que o
efeito não perturbe o atingimento das metas.
Em resumo, a aplicação do Ciclo PDCA é utilizada ou
para manter resultados ou para melhorá-los
Ferramentas da Qualidade

8. O que é Heurística?
As heurísticas são modelos cognitivos, elas
constituem-se como regras baseadas na experiência
e no planejamento.
Os métodos heurísticos procuram um grau tão
grande quanto possível de uma acção a uma
situação. Ela engloba estratégias, procedimentos,
métodos de aproximação tentativa/erro, sempre na
procura da melhor forma de chegar a um
determinado fim.
Os processos heurísticos exigem muito menos tempo
que os algorítmicos, aproximam-se mais da forma
como o ser humano raciocina e chega às resoluções
dos problemas, garantem soluções eficientes.
Allen Newell

9. Define-se procedimento heurístico como um método
de aproximação das soluções dos problemas, que
não segue um percurso claro mas se baseia na
intuição e nas circunstâncias a fim de gerar
conhecimento novo. É o oposto do procedimento
algorítmico.
Procura algorítmica é aquela que chega às
soluções correctas depois de ter combinado o
problema com todas as soluções possíveis.
O que é Heurística?

10. Heurísticas
Heurísticas são utilizadas em sistemas de Produção,
de forma a encontrar a melhor cadeia de
fornecimento associado com o ambiente produtivo -
isto é aprendido a medida que o ciclo produtivo
acontece, considerando as possibilidades de
programação, capacidades de máquinas, pessoas,
tempo, lead time.
Os sistemas ERP melhoram a performance de
programação de produção utilizando Heurísticas
para ajudar a encontrar o modelo ótimo.

11. Heurísticas
As soluções são buscadas por aproximações
sucessivas, avaliando-se os progressos alcançados,
até que o problema seja resolvido (usando
exploração algorítmica) e o progresso é obtido pela
avaliação puramente empírica do resultado.
Ganhos de eficácia, principalmente nos termos da
eficiência computacional, no custo da precisão. Por
exemplo, quando o valor da busca cresce o
problema torna-se rapidamente mais complexo.

12. As heurísticas não asseguram as melhores soluções
mas somente soluções válidas, aproximadas; e
frequentemente não é possível justificar em termos
estritamente lógico a validade do resultado.
Metaheurísticas. Estas técnicas são superpostas a
métodos heurísticos de forma a guiar a busca com
vistas à superação da otimalidade local e à obtenção
de soluções de melhor qualidade
Metaheurísticas

13. Objetivo:
Encontrar um conjunto de regras (procedimentos)
que permite determinar soluções satisfatórias
para um determinado problema, num espaço de
tempo razoável.
Classificação:
Heurísticas de Construção;
Heurísticas de Simplificação;
Heurísticas de Divisão e Combinação;
Heurísticas de Melhoramento.
Classificação da Heurísticas

14. Heurísticas de Construção. Solução gerada sem
solução inicial; os métodos geram uma solução.
Heurísticas de Simplificação. Solução de
problema mais complexo dividido em partes
resolúveis já conhecidas.
Heurísticas de Divisão e Combinação; Soluções
independentes de partes pequenas do problema que
podem “montadas” para a solução completa.
Heurísticas de Melhoramento. Soluções a partir
de uma solução inicial.
Classificação da Heurísticas

15. Solução gerada sem solução inicial; os métodos
geram uma solução.
Soluções Aleatórias. Escolher uma solução
aleatória.
Vantagens. Simples, pode se repetir muitas vezes,
serve para gerar soluções iniciais.
Desvantagens. Pode precisar de muito tempo em
heurísticas sofisticadas para encontrar uma solução.
Heurísticas de Construção

16. Baseiam-se no incremento da solução a cada passo.
Começa sem valores para as variáveis e a cada
passo atribui-se o valor às variáveis. Assim, uma
função objetivo existe para guiar a busca.
Vantagens. Criam soluções de qualidade muito
superior à média das soluções aleatórias.
Desvantagens. Em problemas difíceis fornecem
soluções distantes do ótimo e, então, precisam de
métodos de melhoramento.
Métodos Gulosos (greedy solutions)

17. Métodos Gulosos (greedy solutions)

18. Métodos Gulosos (greedy solutions)
Problema do Caixeiro Viajante
A cada passo escolher a cidade vizinha mais próxima
(nearest neighbour):
1.Começar em uma cidade qualquer;
2.Dessa cidade, ir para a cidade mais próxima
auinda não visitada;
3.Continuar até que todas as cidades sejam
visitadas e, da última, regressar à cidade de onde
saiu.
A função heurístics deve devolver de uma lista s a
cidade que não foi visitada.

19. Quando um problema é demasiado complexo
podemos tentar dividir o problema em partes
resolúveis separadamente.
Vantagens. Podem ser usados modelos conhecidos
e adaptá-los ao problema particular.
Desvantagens. Deve-se perceber que o objetivo da
heurística é diferente do objetivo do problema.
Heurísticas de Simplificação

20. Para muitos problemas é possível resolver instâncias
pequenas mas nas grandes tornam-se demasiado
lentos. Identificam-se partes do problema que
depois são “montadas” para formar a solução
completa.
Vantagens. É possível se encontrar partes
independentes.
Desvantagens. Se os problemas não forem
independentes e as instâncias forem grandes os
algoritmos serão lentos.
Heurísticas de Divisão e Combinação

21. Podem ser aplicadas quando já há uma solução para
o problema (solução inicial).
Vantagens. É possível se encontrar partes
independentes.
Desvantagens. Se os problemas não forem
independentes e as instâncias forem grandes os
algoritmos serão lentos.
Instância. É o par (F,c) onde F é o domínio (cj pontos
admissíveis) e c é a função custo.
Heurísticas de Melhoramento

22. A busca local onde se parte de uma solução inicial
para se obter soluções melhores.
Depois de construída a solução, ao efectuar a
procura local utiliza-se uma função de
melhoramento, que dada uma solução como
argumento, devolve uma solução vizinha de melhor
qualidade, ou então falha. Quando esta rotina falha,
estamos na presença de um ótimo local.
Heurísticas de Melhoramento

23. ALGORITMO
Um algoritmo é uma sequência não ambígua de instruções
que é executada até que determinada condição se
verifique.
Em matemática, constitui o conjunto de processos (e
símbolos que os representam) para efectuar um cálculo.
O conceito de algoritmo pode ser ilustrado pelo exemplo
de uma receita, embora muitos algoritmos sejam mais
complexos. Eles podem repetir passos (fazer iterações) ou
necessitar de decisões (tais como comparações ou lógica)
até que a tarefa seja completada.
Um algoritmo corretamente executado não irá resolver
um problema se estiver implementado incorretamente ou
se não for apropriado ao problema.

24. ALGORITMO
Diferentes algoritmos podem realizar a mesma tarefa
usando conjuntos diferenciados de instruções em ±
tempo, espaço ou esforço que outros. Diferença devida à
complexidade computacional aplicada, dependente de
estruturas de dados adequadas ao algoritmo.
Por exemplo, um algoritmo para se vestir pode
especificar que você vista primeiro as meias e os sapatos
antes de vestir a calça enquanto outro algoritmo
especifica que você deve primeiro vestir a calça e depois
as meias e os sapatos. Fica claro que o primeiro
algoritmo é mais difícil de executar que o segundo,
apesar de ambos levarem ao mesmo resultado.