Aplicao de uma metodologia de lgica fuzzy gesto de estoques

Um estudo de caso em uma indstria de confeco de peas de vesturio

Autores: Ana Beatriz Gandolfi, Bruno Valverde, Leandro de Melo Loureno, Tiago Mukotaka Maciel, Paulo Rogrio Ferreira
UNIVERSIDADE FEDERAL DE SO CARLOS CCET CENTRO DE CINCIAS EXATAS E TECNOLOGIA DEPARTAMENTO DO CURSO DE ENGENHARIA ELTRICA So Carlos, Brasil setor a palavra chave planejamento, muito em virtude das varincias a qual esse setor est sujeito, devido ao dinamismo do mercado. A gesto de estoques constitui uma srie de aes que permitem ao administrador verificar se os estoques esto sendo bem utilizados, bem manuseados e bem controlados. Uma anlise detalhada dos estoques uma exigncia pertinente a todo administrador de materiais. Isso se d no somente em decorrncia do volume de capital investido em estoque, mas, tambm, pela vantagem competitiva que a organizao pode obter, dispondo de maior rapidez e preciso no atendimento ao cliente. Em outras palavras, a gesto de estoques busca reduzir ao mximo o espao entre a oferta e a demanda, evitando o descontentamento dos clientes. Uma previso incorreta da quantidade de reposio necessria de produtos podem gerar certas situaes desagradveis numa empresa, como por exemplo: no dispor de condies que atendam as demandas do mercado (subdimensionamento); superlotao de estoques, gerando um maior custo com a manuteno e movimentao dos mesmos (superdimensionamento). Atravs de mtodos de previso de demanda, so elaboradas estimativas da quantidade de produtos demandados pelo mercado consumidor em um intervalo de tempo especfico. Considerando uma boa acuracidade da estimativa, o risco dos processos decisrios so baixos, facilitando o controle e planejamento de insumos e mo-de-obra necessrios para a produo. Para obter um modelo para a gesto de estoque, tem-se a aplicao da Lgica Fuzzy, na qual, a partir dos dados de demanda e nvel de estoque, pode-se controlar a reposio dos produtos armazenados, de modo que seja atingindo um estoque prximo de zero imediatamente antes da reposio fsica, minimizando ento o capital empenhado em mercadorias, custos de armazenamento (que envolvem o custo do seguro contra furtos e danos do produto, deteriorizao do produto, e outras medidas burocrticas tais como o transporte de um estoque muito alto, custos da licitao, gastos com almoxarifado, verificaes de notas, impedindo que o capital

Resumo:Este trabalho apresenta uma proposta de uma aplicao de uma metodologia de Lgica fuzzy voltada gesto de estoques de tecidos de uma indstria de confeco de peas de vesturio de mdio porte, buscando ento um sistema organizado que tome as decises cabveis para o nvel de estoque da indstria. Palavras-chave: Logstica, lgica fuzzy, indstria, confeco, peas de vesturio, gesto de estoques, lead time

I.

INTRODUO

A logstica na gesto de estoques se tornou nos ltimos tempos uma ferramenta que proporciona empresa, quando bem utilizada, vantagem competitiva e, consequentemente, maior lucratividade. Logstica envolve a gesto do processamento de pedidos, os estoques, os transportes e a combinao de armazenamento, manuseio de materiais e embalagens, todos integrados por meio de redes de instalaes, sendo o objetivo apoiar as necessidades operacionais de compras, produo e atendimento s expectativas do cliente. Por meio do processo logstico que materiais fluem para a capacidade produtiva de uma nao industrializada e produtos acabados so distribudos aos consumidores, o que vem aumentando com o recente crescimento do comrcio global e com o aumento da complexidade das operaes logsticas. Tem-se por definio de estoque pilhas de matrias-primas, insumos, componentes, produtos em processo e produtos acabados que aparecem em numerosos pontos por todos os canais logsticos e da produo industrial, e como definio de setor de estoque um setor de um sistema em transformao, tal como uma empresa ou instituio responsvel pelo controle de fluxo, armazenamento e distribuio de recursos da organizao, sejam eles de materiais, de espao fsico, financeiro, de pessoas e diversos outros. A importncia de tal setor na eficncia de uma empresa/fbrica muito relevante, principalmente no contexto de gesto geral da mesma. Um bom controle de estoque resulta em controle de custos totais, otimizao do nvel de servio prestado e, inclusive, num melhor ambiente de trabalho. Nesse

investido possa ser investido em outros segmentos da empresa), nmeros de pedidos no atendidos por falta de mercadorias. A Lgica Fuzzy tem sido empregada em diversas reas, tais como: administrao, economia, engenharia e biomedicina. um sistema eficiente para tomada de decises, sendo aplicado desde 1987 no sistema de operao automtica dos trens do metr de Sendai, no Japo, controlando a velocidade, acelerao e frenagem sem a necessidade de superviso humana. O termo fuzzy significa nebuloso, incerto, sendo que este tipo de lgica trata de graus de certeza, graus de pertinncia, podendo existir valores intermedirios entre os valores extremos, diferentemente da lgica clssica. A lgica surge da ideia de mapear variveis que no tem equivalncia matemtica definida, sendo tratadas nela como tendo diversos estados atuais, cada um com certo grau de pertinncia. A justificativa da escolha dessa metodologia reside ao fato de que atravs da Lgica Fuzzy ser possvel criar um sistema, ou adaptar o j existente, para que seja possvel melhorar o controle dos itens em estoque, sendo generalizado para todos os itens de um almoxarifado ou depsito, o que no seria possvel com a aplicao de outra ferramenta matemtica ou estatstica, que tornaria a situao muito especfica. Vale ainda ressaltar que o sistema, mesmo com a lgica Fuzzy aplicada, est sujeito a falhas, considerando a possibilidade de ocorrer uma alterao de carter brusco nas tendncias de mercado,tal como uma crise econmica, o que nem sempre pode ser previsto pelos especialistas. No entanto, isso considerado um caso extremo. Para variaes medianas nas tendncias de mercado, a implementao de um sistema robusto capaz de trazer resultados satisfatrios. II. LGICA FUZZY Sistemas de controle fuzzy tentam explorar as formas que o crebro usa para o tratamento de informaes qualitativas, ou seja, so capazes de tratar informaes vagas e aproximadas, expressas por variveis lingusticas. As principais vantagens do uso dessa tcnica de inteligncia artificial so as seguintes: so independentes da modelagem matemtica do processo, construda baseada na experincia de especialistas e so capazes de expressar imprecises e incertezas. A maior diferena entra a lgica fuzzy e a lgica tradicional que na primeira as fronteiras no so bem definidas, ou seja, so mais flexveis. Exemplificando: na lgica fuzzy, um objeto pode pertencer pouco ou muito a uma determinada classe, enquanto na lgica tradicional ele pertence ou no pertence, no h variaes. Como mostra a Fig.1, um sistema fuzzy composto por 4 mdulos :

Figura 1 - Sistema Fuzzy

As entradas precisas so dados reais, sendo obtidas atravs de medies ou observaes advindas do meio externo. A fuzzificao consiste em transformar as variveis do domnio real para o domnio fuzzy, identificando a quais variveis lingusticas essas entradas pertencem, bem como os termos associados a cada varivel, e seus respectivos graus de pertinncia. Nesse mdulo tambm ocorre a ativao das regras associadas s variveis ativadas. As regras so representadas na forma SE-ENTO e definem as decises associadas ao controle do processo. Os formatos das funes de pertinncias que constituem os termos lingusticos (triangulares, trapezoidais e gaussianas) so tambm definidos aqui. O mecanismo de inferncia define a maneira de como as regras so combinadas, provendo uma base para tomada de decises, (Mendel (1995)),ou seja, tem a finalidade de produzir um conjunto fuzzy que ser resultante da contribuio de todas essas regras. Defuzzificao um mtodo utilizado para decodificar as variveis lingusticas de sada inferidas pelas regras fuzzy para valores reais.Esse processo faz-se necessrio porque nas aplicaes prticas requere-se valores precisos, ao invs de de quantificaes fuzzy. Os principais mtodos de defuzzificao so o Centro-da-rea, o Centro-do-Mximo a Mdia-doMximo e a Mdia-Ponderada (Shaw e Simes (1999)). III. DEFINIO DO PROBLEMA O problema a ser estudado refere-se gesto de estoques de uma empresa fictcia de confeco e distribuio de peas de vesturio, sendo esta empresa de mdio porte, atendendo uma pequena regio geogrfica. A empresa possui um sistema de controle de materiais, porm, no informado quando os materiais do estoque precisam ser repostos. Isso implica em um problema para o setor de compras, pois para que o estoque seja reposto, levado em conta o tempo gasto nas efetuaes das compras de matria prima, entrega do produto e uma inspeo antes da estocagem, a fim de verificar se a quantidade do produto entregue a solicitada e verificar se no existe alguma pea defeituosa. A fim de suprir este tipo sistema precrio de gerenciamento de estoque, buscou-se uma nova forma de aplicao, de forma que erros de entrega fossem reduzidos, as compras fossem racionalizadas, poupando ento capital da empresa que pode ser utilizado para outros fins, e aumentando a acuracidade das

informaes, tais como a previso de demanda e quantia de estoque necessria a ser reposta. Para isso, a aplicao de uma metodologia da Lgica Fuzzy foi considerada, por tratar de variveis imprecisas, tais como a amostragem do estoque durante os meses de um ano, bem como a demanda do produto. Para simplificao do problema, cujo carter didtico, ser considerado o caso para apenas um produto: cala jeans. A metodologia proposta neste trabalho busca eliminar a situao da falta de matria prima (tecido) atravs da reposio da mesma, em funo do nvel do estoque, da demanda, e do tempo necessrio para que todas as medidas burocrticas necessrias sejam tomadas at que um novo lote de tecido esteja disponvel no estoque (lead time), bem como eliminar o caso de superdimensionamento de estoque, resultando em custos causados pelas manutenes do armazenamento do estoque, j descritas no presente trabalho. IV. METODOLOGIA DA APLICAO PARA RESOLUO DO
PROBLEMA

desfuzzificao fora realizado atravs do Fuzzy Toolbox, do software MATLABTM. Na Fig. 2, mostrado a interface inicial do toolbox com as variveis lingsticas j configuradas.

Figura 2 - Interface do toolbox fuzzy, do MATLAB

Para o sistema de controle de inventrio da empresa, so consideradas duas entradas e uma sada, sendo elas: x1(t) a demanda, ou seja, a quantidade do produto que necessrio em um certo instante de tempo; x2(t), que a quantidade de estoque disponvel, ou seja, o nmero de peas (tecido) que esto disponveis para entrarem no processo de fabricao das calas, e y(t), que a ao do inventrio em realizar uma reposio de estoque adequada em funo da demanda e do estoque atual disponvel. Para a inferncia fuzzy, so consideradas: a varivel lingstica de entrada demanda (D), cujo universo de discurso compreende um intervalo [0-30.000], correspondente s quantidades de calas que so vendidas s lojas da regio em que a empresa atua, tendo um valor mximo de 30.000, baseado na quantidade total de lojas pertencentes a essa regio que so atendidas pela empresa; a varivel lingstica nvel de estoque (NE), o universo de discurso compreende um intervalo [0-30.000], em que 30.000 a quantidade mxima de estoque que pode ser armazenada no espao fsico destinado a tal funcionalidade, quantidade que capaz de atender a todos os clientes no caso de uma alta demanda; e a varivel de sada reposio (R), que compreende um intervalo [0-30.000], que corresponde quantidade de peas que devem chegar ao setor de compras da empresa, a fim de que a mesma providencie a reposio do estoque. Apesar de ser considerada a possibilidade do nvel de estoque ser zero, este valor deve ser apenas hipottico, uma vez que atravs de clculos baseados em desvios-padres da mdia da demanda durante o lead time (intervalo de tempo a partir de quando feita a licitao do produto para reposio do estoque at a entrega e inspeo do mesmo), estima-se uma quantidade mnima de produto a ser estocado garantindo uma margem de segurana no caso de um pequeno aumento de demanda. Analogamente, fora considerado o caso extremo de uma demanda atingindo o nvel assinttico estimado como mximo, e as inferncias correspondentes esse caso tambm foram modeladas. Todo o processo de fuzzificao e

Para cada varivel lingustica, foi estudado como seriam definidas as funes de pertinncia dentro de seus respectivos universos de discurso. Para determinao das sadas de cada regra de inferncia, a fim de se evitar uma previso de demanda incorreta acarretando em falta de produtos no estoque e, consequentemente, insatisfao do cliente, foram coletados os dados do histrico de vendas da empresa no perodo de 2009 a 2010, representadas no grfico da Fig. 3. A partir do grfico, concluiu-se que a demanda varia de forma peridica anualmente, tendo picos de venda nos meses de maio a julho, e depois em dezembro, e baixa demanda nos meses de janeiro a abril.

Figura 3 Demanda de calas jeans de acordo com o tempo

As funes de pertinncia foram feitas com base em cinco parmetros de intensidade: Zero, Muito Baixa, Baixa, Mdia, Alta e Muito Alta. As funes de pertinncia das entradas e sadas foram definidas como trapezoidais para os estados Zero e Muito Alta e triangulares para os demais, em que o domnio de cada uma delas foi estabelecido conforme anlise e pesquisa feita nos artigos e referencias consultadas. A

justificativa da escolha decorreu do fato de que, alm de bem representativas, elas simplificam os clculos na mquina de inferncia quando se usam funes de pertinncia deste tipo nas regras fuzzy. Nas Fig. 4, 5 e 6, so mostradas, respectivamente, as representaes grficas de D, NE e R.

e m a n d a

BAIXA Muito baixa Baixa Mdia Alta Muito alta BAIXA MDIA ALTA MUITO ALTA MUITO ALTA BAIXA MDIA ALTA MUITO ALTA MUITO ALTA MUITO BAIXA BAIXA MDIA ALTA MUITO ALTA MUITO BAIXA BAIXA MDIA ALTA ALTA ZERO ZERO MUITO BAIXA BAIXA MDIA ZERO ZERO ZERO MUITO BAIXO MDIA

Figura 4 - Representao grfica da varivel 'Demanda'

Figura 5 - Representao grfica da varivel 'Nvel de Estoque'

O modo de inferncia utilizado na base de regras foi o baseado em composio. Utilizou-se a T-norma e a interpretao das regras foi implementada pelo mtodo de implicao de Mamdani. No toolbox fuzzy do MATLAB o mtodo de desfuzzificao utilizado foi o som (smallest of maximum, mnimo dos mximos), tambm conhecido como mtodo do primeiro mximo (MPM), em que o valor defuzzificado o valor do universo de discurso onde ocorre o primeiro maior mximo. Para efeitos de anlise real, tal mtodo de desfuzzificao o mais adequado para a gesto de estoques, pois ele leva em conta que valores muito baixos de reposio, por exemplo, seriam na prtica inviveis economicamente por fatores logsticos, tornando um prejuzo a reposio de valores muito baixos de peas para a empresa. De certa forma, com essa regra, o sistema ainda se torna mais adaptado aos padres de mercado atuais, e com maior abrangncia de aplicao. V. ANLISE DOS RESULTADOS Utilizando o Toolbox, realizou-se a implementao das regras da Tabela 2, obtendo-se ao fim do processo, o digrama completo para cada regra, com a respectiva sada desejada para todas as situaes possveis abordadas no projeto. A sada (coluna mais direita) encontrada com base nas regras descrita conforme a figura 7:

Figura 6 - Representao grfica da vairvel 'Reposio'

A tabela 1 abaixo mostra o universo de discurso [0-30.000] dividido nos nveis de intensidade propostos.
TABELA 1 FAIXA DE VALORES PARA OS NVEIS DE INTENSIDADE
Zero 0 - 1125 Muito Baixo 1125 - 4125 Baixo 4125 10800 Mdio 10800 20700 Alto 20700 27522 Muito Alto 27522 30000

Cada clula contm a devida resposta de reposio para as entradas nas variveis lingusticas j mencionadas, totalizando 36 regras a serem implementadas. As regras de pertinncia utilizaram apenas o conectivo E (T-norma) para relacionarem as condies entre as entradas e a consequncia na sada. A tabela 2 abaixo mostra o conjunto de regras que determina a sada reposio (R) a partir das entradas demanda (D) e nvel de estoque (NE).
TABELA 2 - REGRAS DE INFERNCIA FUZZY PARA A SADA REPOSIO
Estoque Zero D Zero BAIXA Muito baixo MUITO Baixo ZERO Mdio ZERO Alto ZERO Muito alto ZERO

Figura 7 Sistema Fuzzy implementado

Como forma de anlise e verificao das regras propostas, toma-se o caso onde a demanda MDIA (15.000) e o estoque MUITO ALTO (29.000). Assim sendo a sada resultante deve ser ZERO, conforme verificado na Fig.8 abaixo:

A reposio de 5.100, o que um valor de nvel BAIXO, e, portanto, obedece s regras de pertinncia. Portanto, por estes testes realizados em trs cenrios diferentes com o objetivo de avaliar sua preciso e consistncia, pode-se verificar que o sistema fuzzy implementado pelo toolbox do MATLAB atende completamente s regras propostas e ao objetivo inicial. Uma outra maneira de visualizar os resultados usando o Toolbox atravs do grfico de superfcie, demonstrado na Fig. 11.

Figura 8 Exemplo 1 para verificao das regras

Como esperado, o valor da sada desfuzzificada do sistema foi 0, obtida a partir de seleo do mtodo som no prprio toolbox. Tomando outro caso onde a demanda ALTA (D=25.000) e o estoque MDIO (NE=15.000), tem-se:

Figura 11 - Grfico de superfcie

Analisando a figura acima, constata-se que um grfico de trs dimenses em que a varivel reposio fica em funo das variveis demanda e estoque. A regio plana em azul escuro, prximo ao ponto estoque =100% (representado por 1) e demanda = 0% (representada por 0) determina para quais situaes o estoque atual no deve ser reposto, uma vez que a demanda no suficientemente alta e o nvel de estoque est acima do nvel de segurana. A figura tambm apresenta uma regio
Figura 9 Exemplo 2 para verificao das regras

VI. CONCLUSES Este artigo props a aplicao de lgica fuzzy para otimizar a reduo do nveis de estoque a nveis suficientes para atender a demanda de produo, sem acarretar num aumento do lead time. A necessidade de lidar com a logstica de estoque, armazenamento, distribuio de recursos, incertezas das condies do mercado, fazem com que gestores de fundos precisem de uma ferramenta robusta para ajud-los na tomada de decises de investimentos e gastos. Deixar de tomar a deciso correta de investimento no momento certo ir causar perda de capital. Nesse sentido, atravs de amostras de dados verificou-se que o modelo fuzzy de deciso se aproximou muito da deciso de especialistas experientes. O modelo foi implementado para uma indstria de vesturio a fim de avaliar a demanda de produto e o estoque disponvel, sendo que os valores destes so imprecisos e imprevisveis. Construdo atravs de ferramenta de simulao, o modelo permitiu verificar vrios cenrios e a tomada de deciso em cada um deles. Os resultados obtidos certificaram que as decises baseadas no modelo fuzzy so eficazes para lidar com variveis imprecisas e julgamento subjetivo.

Observa-se que o valor de sada 23.100, que, de acordo com a Tabela 1, ALTO, portando obedece s regras da Tabela 2. Observando um caso em que a demanda BAIXA (D=5.000) e o estoque MDIO (NE=12.000), tem-se pelo toolbox do MATLAB:

Figura 10 Exemplo 3 para verificao das regras

VII. REFERNCIAS - SANTOS, Gilbert Q. Tese de mestrado: APLICAO DE UMA METODOLOGIA DE LGICA FUZZY GESTO DE ESTOQUES: UM ESTUDO DE CASO EM UMA INSTITUIO PBLICA (disponvel em:http://www.itegam.org.br/arquivos/dissertacoes/dissert_gil bert.pdf) acesso em 05/10/2011 s 21:40h; - SUETAKE, Marcelo Controle Inteligente Aula 3: Sistemas Fuzzy - Processo de inferncia (disponvel em: http://www.moodle.ufscar.br/file.php/2360/Aulas_Teoricas/A ula_3.pdf) acesso em 24/08/2011 s 11:44h; - SILVA , Wilson R. C. , LINO, Adriano D. P., CASTRO, Adriana R. G. , FAVERO, Eloi L. Previso de demanda de vendas baseado em regras lingsticas e lgica Fuzzy

Universidade Federal do Par (disponvel http://www.dcc.ufla.br/infocomp/artigos/v5.3/art07.pdf) acesso em 11/12/2011 s 18:11h;

em:

- SHAW, Ian S., SIMES, Marcelo Godoy Controle e modelagem fuzzy 1 Edio Edgard Bltcher: FAPESP, 1999.