“Bicentenário da Independência: 200 anos de ciência, tecnologia e inovação no Brasil e 96 anos de contribuição da UFV”.

8 a 10 de novembro de 2022

Trabalho 16517

ISSN 2237-9045
Instituição Universidade Federal de Viçosa
Nível Graduação
Modalidade Pesquisa
Área de conhecimento Ciências Exatas e Tecnológicas
Área temática Engenharia de produção
Setor Instituto de Ciências Exatas e Tecnológicas - Campus Florestal
Bolsa PIBIC/CNPq
Conclusão de bolsa Não
Apoio financeiro CNPq
Primeiro autor Fabrícia Silva Lima
Orientador THIAGO HENRIQUE NOGUEIRA
Título Meta-Heurísticas Integradas com Machine Learning para a Solução do Problema de Sequenciamento de Caminhões Integrado com Entrega em um Centro de Crossdocking com Máquinas Paralelas
Resumo O queijo fresco é determinado como perecível e com baixo tempo de prateleira, posto isto é necessário que o recolhimento do produto e a sua distribuição seja realizada rapidamente. Como resultado disto obtém-se um alto custo logístico devido a precariedade das estradas rurais e o intervalo extenso entre os fornecedores e o centro de distribuição. Assim, o objetivo desta pesquisa foi propor melhorias para a minimização dos custos logísticos até o centro de distribuição. Logo, através de sistemas logísticos os produtos são comercializados e entregues aos clientes de forma rápida, ou seja, por meio do Cross Docking. A pesquisa foi estruturada em cinco secções e apresentou caráter quantitativo e qualitativo com propósito exploratório. Desta forma a pesquisa foi constituída com dois caminhoneiros que recolhem os queijos de produtores e levam até o centro de distribuição. Logo foi mapeado os fornecedores e divididos em rotas de acordo com cada caminhoneiro. Cada produtor (fornecedor) possui sua característica quanto à qualidade e custo. Sendo que o custo do produto varia de acordo com os indicadores de qualidade do mesmo. Assim, o cuidado com o produto é de extrema importância para a qualidade final, visto que o modo como ocorre o manejo do produto pode acarretar na perda do mesmo. Isto se dá por diversos fatores, como por exemplo a variação interna de temperatura dentro dos caminhões e contaminação da carga devido um único lote de produto. Posto isto, visando minimizar o estoque no centro de distribuição e aumentar a lucratividade, uma análise da demanda foi realizada para alinhar o volume das compras com as vendas. Esta análise foi realizada através do histórico de venda, taxa de crescimento, expansão territorial e possíveis compradores futuros. Desta forma, foi possível otimizar a compra e a venda de queijos no Cross Docking e maximizar o retorno da empresa com compras de matérias primas compatíveis com as necessidades dos clientes finais. A partir disto a tecnologia Machine Learning faz se necessários pois a mesma tem a finalidade de aprendizagem através de dados gerados para prever a demanda, auxiliar na tomada de decisões, redução de custos logísticos e minimização de erros.
Palavras-chave Logística, Pesquisa Operacional, Meta-Heurísticas
Forma de apresentação..... Painel
Link para apresentação Painel
Gerado em 0,65 segundos.