Escolar Documentos
Profissional Documentos
Cultura Documentos
Practical Assignment D
Lus Alvarenga (56339), Francisco Delgado (68093), Miguel Horta (68102),
Miguel Miranda (68103)
Abstract
The goal of this study is to define the optimal distribution network for Koster Express,
an American express carrier. In order to supply eight markets the company is
considering opening one or two distribution centers. With the purpose to determine the
best location and the number of distribution centers that minimize the total cost a
Mixed-Integer-Linear-Programming model is presented. Then, a sensitivity analysis is
performed to analyse the impact that a variation on the demand or on the transportation
costs can have on the optimal solution. Based on the sensitive analysis it is concluded
that the total cost and the location of the distribution centers are more sensitive to
changes on demand than on changes on transportation costs. Finally, taking into account
the growing of the environmental concerns in logistics, the initial model was changed in
order to incorporate two objectives: the maximization of profit and the minimization of
the environmental impact. To represent this trade-off a Pareto curve is presented.
Keywords: Facility location, Optimal Distribution Network, Green Logistics.
1. Introduo
Nesta primeira seco ir ser feita uma contextualizao do problema a abordar e uma
pequena reviso bibliogrfica acerca dos temas relacionados com o mesmo.
L. Alvarenga et al.
Pratical Assignment D
L. Alvarenga et al.
Como tal, este problema de extrema importncia para qualquer tipo de negcio nos
dias de hoje (Sarkis, Zhu et al. 2011) (Vachon and Klassen 2008).
O conceito de Green Supply Chain Management pode ser definido como um
pensamento ambiental integral acerca da cadeia de abastecimento que inclui o design do
produto, a seleo e fornecimento de material, os processos de produo, a entrega do
produto final ao consumidor e a gesto do problemas relacionados o end-of-life dos
produtos (Hoejmose, Brammer et al. 2012). A estratgia Green passa por melhorar no
apenas uma operao, mas todo o processo da cadeia de abastecimento, atravs da
conciliao da otimizao dos benefcios econmicos e os ambientais (Ying and Li-jun
2012).
Em logstica Green Logistics define-se como uma atividade logstica, cujo objetivo
passa por reduzir a poluio do ambiente e o consumo de recursos, recorrendo a
tecnologia logstica avanada de planeamento no transporte, armazenamento,
embalamento, manuseamento, processamento e distribuio (Zhang and Zhao 2012).
Devido crescente preocupao com a sustentabilidade das atividade logsticas, neste
trabalho ir-se- tambm ter em considerao o impacte ambiental da rede distribuio
atravs da representao de uma curva de Pareto em que se pretende relacionar os
objetivos de maximizao do lucro e da minimizao do impacte ambiental.
dci
1
2
3
Capacidade (ton/ano)
3000
3500
2000
Pratical Assignment D
5
Tabela 2. Procura relativa a cada mercado.
mj
1
2
3
4
5
6
7
8
Procura (ton/ano)
800
450
500
500
150
150
750
1200
dci
1
2
3
Distncia
dci/mj (km)
1
2
3
169,8
112,5
162,6
291,8
146
115
88,2
93,5
145,3
208,2
88,8
65,8
54,2
100,7
152,5
274,2
145,7
119,2
245
91,9
41,9
248
102,2
71,2
L. Alvarenga et al.
! ! +
!
! 1! 1! +
!
(1)
Sujeito a:
! 2
(2)
! 1
(3)
! ! !
! =
(4)
! ,!
(5)
! ,! !
(6)
A funo objetivo (1) corresponde minimizao do custo total, sendo constituda por
trs parcelas. A primeira parcela corresponde aos custos anuais de investimento
referentes abertura de um ou mais centros de distribuio. Nesta parcela multiplica-se
o custo anual de investimento pela varivel binria, pois pretende-se que o custo de
investimento do centro de distribuio i s seja considerado caso este abra. A segunda
parcela equivale aos custos relativos ao transporte de Oklahoma para os centros de
distribuio. Nesta caso multiplica-se o custo de transporte, expresso em euros por
toneladas e por quilmetros, pelo nmero de toneladas transportadas e pela distncia
relativa ao transporte. Por fim, a terceira parcela corresponde aos custos de transporte
dos centros de distribuio para os mercados. Tal como na parcela anterior, o custo de
transporte multiplicado pelo nmero de toneladas transportadas e pela distncia.
As equaes (2) e (3) visam restringir o nmero de centros de distribuio a abrir. No
mximo devem ser abertos dois centros de distribuio e deve-se tambm garantir que
no mnimo pelo menos um aberto.
A equao (4) refere-se restrio de capacidade dos centros de distribuio. Caso o
centro de distribuio i abra (wi igual a 1) o fluxo que entra neste centro de
distribuio deve ser menor ou igual do que a capacidade do mesmo.
A equao (5) corresponde a um balano de massa. Esta restrio visa garantir que o
fluxo que entra num centro de distribuio i deve ser igual aos fluxos que saem deste
para os diversos mercados.
Com a ltima restrio (6) pretende-se que a procura dos mercados seja satisfeita. Deste
modo, os fluxos direcionados para um mercado j devem ser maiores ou iguais que a
procura desse mercado.
Pratical Assignment D
3. Resultados do Modelo
Nesta seo ir-se- responder s diversas questes e discutir os resultados obtidos.
3.1 Resultados para o problema base
Com a implementao do modelo no software GAMS obteve-se um custo total de
732062 e foram abertos dois dos trs centros de distribuio disponveis (em Edmond
e Stillwater).
Os fluxos obtidos, expressos em toneladas, de Oklahoma para os centros de distribuio
esto representados na tabela 5.
Tabela 5. Fluxos obtidos de Oklahoma para os centros de distribuio.
Fluxo (ton)
Oklahoma
Centro
distribuio 1
-
Centro de
distribuio 2
3500
Centro de
distribuio 3
1000
Na tabela 6 encontram-se os fluxos dos dois centros de distribuio que foram abertos
para os oito mercados.
Tabela 6. Fluxos obtidos dos centros de distribuio para os mercados.
Fluxo (ton)
Mercado 1
Mercado 2
Mercado 3
Mercado 4
Mercado 5
Mercado 6
Mercado 7
Mercado 8
Centro de
distribuio 2
800
450
500
500
150
150
950
Centro de
distribuio
3
750
250
Como foi referido anteriormente, a soluo tima corresponde a abertura de dois centros
de distribuies. O mercado 8, localizado em Tulsa, o nico mercado que servido a
partir dos dois centros de distribuies, enquanto que os restantes mercados so servidos
apenas por um dos dois centros de distribuio. Verifica-se tambm que os fluxos
direcionados para cada mercado correspondem exatamente procura de cada um desses
mercados (representada na tabela 2).
3.2 Resultados para uma Variao da Capacidade dos Centros de Distribuio
Aps se obter a soluo tima para o problema inicial, pretendeu-se verificar em que
medida essa soluo se alteraria se fosse considerado que cada centro de distribuio
L. Alvarenga et al.
devia operar a pelo menos 60% da sua capacidade instalada. Deste modo, foi adicionada
uma restrio ao modelo inicial.
! ! !
(7)
Para o caso em estudo o parmetro maxcap presente na equao (7) foi definido como
sendo 60%. Aps se implementar esta nova restrio no software GAMS verificou-se
que a soluo tima se alterou. Apesar dos centros de distribuio abertos terem sido os
mesmos, em Edmond e Stillwater, o custo total aumentou para o valor de 739400.
A soluo tima alterou-se uma vez que um dos centros de distribuio no operava a
pelo menos 60% da sua capacidade instalada. O centro de distribuio 2 (Edmond)
operava no limite da sua capacidade, no entanto o centro de distribuio 3 (Stillwater)
operava a exatamente 50% da sua capacidade. necessrio referir que este valores
foram obtidos a partir da diviso entre os fluxos recebidos por cada um dos centros de
distribuio (ver tabela 5) e a capacidade instalada de cada um destes.
De modo a que o centro de distribuio 3 operasse a pelo menos 60% da sua capacidade
o fluxo de entrada neste centro de distribuio necessitaria de aumentar para 1200
toneladas. Na tabela 7 pode-se comprovar que foi isto que sucedeu, sendo que o
aumento de fluxo recebido pelo centro de distribuio 3 teve como consequncia uma
diminuio de fluxo recebido pelo centro de distribuio 2 em 200 toneladas.
Tabela 7. Fluxos de Oklahoma para os centros de distribuio com a nova restrio de
capacidade.
Fluxo (ton)
Oklahoma
Centro
distribuio 1
-
Centro de
distribuio 2
3300
Centro de
distribuio 3
1200
Na tabela 8 pode-se observar os fluxos recebidos por cada mercado, obtidos com a
adio da nova restrio de capacidade. A partir da comparao desta tabela com a
tabela 6 verifica-se que a alterao nos fluxos se cingiu ao mercado 8, onde o centro de
distribuio 3 passou a entregar mais 200 toneladas que anteriormente provinham do
centro de distribuio 2.
Tabela 8. Fluxos dos centros de distribuio para os mercados com a nova restrio de
capacidade.
Fluxo (ton)
Mercado 1
Centro de
distribuio 2
800
Centro de
distribuio 3
-
Mercado 2
450
Mercado 3
500
Mercado 4
500
Mercado 5
150
Mercado 6
150
Mercado 7
750
Mercado 8
750
450
Pratical Assignment D
Custo Total ()
900000
850000
800000
750000
700000
650000
600000
550000
80%
85%
90%
Como era de esperar o aumento da procura leva a um aumento do custo total, uma vez
que as quantidades a transportar para os mercados so maiores. Na tabela 9 pode-se
observar que para valores menores do que 90% da procura inicial a deciso relativa aos
centros de distribuio a abrir altera-se. Nesse caso as localizaes escolhidas passam a
10
L. Alvarenga et al.
ser em Altus e Edmond. Para valores maiores do que 90% da procura inicial deve-se
abrir o centro de distribuio em Stillwater, em detrimento do centro de
distribuilocalizado em Altus. Concluindo, verificou-se que uma variao da procura
de apenas 10% pode alterar a deciso sobre quais centros de distribuio abrir. Assim,
crucial obter uma boa estimativa da procura e da sua evoluo de modo a que a deciso
relativa aos centros de distribuio a abrir seja uma deciso devidamente suportada.
Tabela 9. Custo total e centros de distribuio a abrir para cada nvel de procura.
Variao da
Procura
120%
115%
110%
105%
100%
95%
90%
85%
80%
Custo
()
824165
801139
778113
755088
732062
709036
687198
644805
602335
Custo Total ()
820000
800000
780000
760000
740000
720000
700000
680000
660000
640000
80%
85%
90%
95%
Pratical Assignment D
11
Ao analisar a figura 3 pode-se concluir que um aumento dos custos de transporte leva a
um aumento dos custos totais, como era previsvel. Tambm se pode observar que neste
caso a localizao dos centros de distribuio a abrir no se modifica (ver tabela 10).
Tabela 10. Custos e centros de distribuio abrir para cada nvel de custos de transporte.
Variao dos
Custos de
Transporte
120%
115%
110%
105%
100%
95%
90%
85%
80%
Custo
()
798475
781871
765268
748665
732062
715459
698956
682253
665650
Como forma de concluso, e atravs de uma anlise das tabelas 9 e 10, pode-se afirmar
que os custos totais so mais sensveis variao da procura. Nesse caso, o custo total
oscila entre os 824165 a 602335, o que corresponde a uma variao de 221830. No
caso dos custos de transporte, o custo total varia entre os 798475 e os 665650, o que
equivale a uma diferena de 132825. Para alm dos custos totais serem mais sensveis
a uma variao da procura, verificou-se que a deciso sobre os centros de distribuio a
abrir tambm afetada por uma possvel variao da procura dos mercados.
3.4 Incorporao dos Impactes Ambientais
De acordo com o relatrio da Agncia Europeia para o Ambiente, o transporte
(incluindo via martima) tem uma contribuio de cerca de 24% do total de gases de
efeito de estufa (GEE) emitidos pelos 27 pases da Unio Europeia. Por sua vez, o
transporte por via rodoviria responsvel por 17% do total de GEE emitidos (Vicente
2011). As empresas de transportes, alm de GEE, geram outros poluentes prejudiciais
ao ambiente e sade humana, como o monxido de carbono (incolor, inodoro e
venenoso), os xidos de azoto (NOx), os compostos orgnicos volteis e outras
pequenas partculas (PSRC 2010). No sentido de cumprir as metas ambientais cada vez
mais restritas, o sector dos transportes tem um importante papel na reduo dos
impactes ambientais.
No presente estudo, e de modo a incorporar os impactes ambientais para alm dos
aspetos econmicos procedeu-se a uma anlise multiobjectivo para a deciso sobre
quais os centros de distribuio a abrir.
A programao matemtica multiobjectivo (PMMO) aplica-se, como nome indica,
quando existe mais que uma funo objetivo e, em geral, no existe uma nica soluo
tima que otimize simultaneamente todas as funes objetivo. Nestes casos, o decisor
procura a soluo prefervel ao invs da soluo tima. Em PMMO o conceito de
otimizao substitudo por uma curva de eficincia ou otimizao de Pareto. As
12
L. Alvarenga et al.
Utilidade
Diesel
CO
14,828
CO2
2609,5
NOx
34,6
Partculas
0,198
HC/NMHC
45,47
unidades
Kg/m3
max profits =
!,!
!
! ! +
!
! 1! 1! +
!
(8)
A funo objetivo (8) tem em vista a otimizao dos resultados econmicos e por isso
corresponde maximizao do lucro (diferena entre as receitas e os custos).
Pratical Assignment D
13
min z =
!
! 1!
+
!,! 2!,!
(9)
A funo objetivo (9) responsvel pela otimizao dos impactes ambientais e como tal
tem a finalidade de minimizar a quantidade de poluentes emitidos. A primeira parcela
da funo objetivo corresponde poluio, expressa em quilogramas, emitida pela
deslocao dos produtos desde Oklahoma at aos centros de distribuio e a segunda
parcela representa a poluio resultante do transporte desde os centros de distribuio
at aos mercados.
necessrio referir que no presente trabalho no se teve em conta os impactes
ambientais decorrentes da abertura de cada novo centro distribuio ou do uso de
eletricidade ou outras utilidades por estes. Apenas se considerou os impactes resultantes
do consumo de combustvel necessrio distribuio dos produtos.
Para a obteno da curva de Pareto definiram-se os limites (boundaries), ou seja os
valores que maximizam cada funo objetivo, o nmero de intervalos (10) e calculou-se
(1961125). Assim obteve-se uma aproximao superfcie de Pareto, que pode ser
utilizada para analisar o trade-off entre lucro e impacte ambiental.
Tabela 12. Resultados da anlise multiobjectivo usando o mtodo -constraint.
Impacte Ambiental
Lucro
Diesel
CO
CO2
NOx
Partculas
HC/NMHC
Poluentes Emitidos, kg
106
Litros
kg
kg
kg
kg
kg
46212,0 (A)
63,88
17086,5
253,4
44587,2
591,2
3,4
776,9
44526,3 (B)
61,92
16463,2
244,1
42960,7
569,6
3,3
748,6
42840,5 (C)
59,96
15839,9
234,9
41334,2
548,1
3,1
720,2
41154,7 (D)
58,00
15216,6
225,6
39707,7
526,5
3,0
691,9
39469,0 (E)
56,03
14593,3
216,4
38081,2
504,9
2,9
663,6
28320,6 (F)
54,07
10471,3
155,3
27324,8
362,3
2,1
476,1
27391,7 (G)
52,11
10127,8
150,2
26428,6
350,4
2,0
460,5
26462,8 (H)
50,15
9784,4
145,1
25532,3
338,5
1,9
444,9
25533,9 (I)
48,19
9440,9
140,0
24636,1
326,7
1,9
429,3
24605,0 (J)
46,23
9097,5
134,9
23739,8
314,8
1,8
413,7
23676,0 (K)
44,27
8754,0
129,8
22843,6
302,9
1,7
398,0
14
L. Alvarenga et al.
Lucro (Milhes de )
65,00
C
60,00
E
55,00
F
G
H
50,00
45,00
J
K
40,00
20000,0
25000,0
30000,0
35000,0
40000,0
45000,0
50000,0
Impacto Ambiental (Poluentes Emitidos, kg)
Figura 4. Curva de Pareto, Lucro vs Impacto Ambiental.
4. Concluses
Com o objetivo de satisfazer a procura de oito mercados e minimizar os seus custos, a
empresa Koster Express pretende abrir um ou dois centros de distribuio que
assegurem a ligao entre Oklahoma e os referidos mercados. No presente trabalho
pretendeu-se estudar as diferentes alternativas existentes, quanto ao nmero de centros
de distribuio e sua localizao, e descobrir a soluo tima para o problema
apresentado.
Para auxiliar esta anlise foi feita uma reviso bibliogrfica a partir da qual se concluiu
que este tipo de deciso est inserido no nvel estratgico do planeamento, onde se
tomam decises para um horizonte temporal de longo-prazo. Tambm se concluiu que
para a resoluo do problema em questo deveria ser implementado um modelo MixedInteger-Linear-Programming (MILP). Por fim, considerou-se que o impacte ambiental
Pratical Assignment D
15
16
L. Alvarenga et al.
Referncias
Beamon, B. M. (1999). "Designing the green supply chain." Logistics Information
Management 12(4): 332 - 342.
Carvalho, J. C., A. P. Guedes., A. Arantes, L. Ferreira, S. Carvalho, T. Ramos, A. L.
Martins, C. Lus, S. Azevedo, R. Oliveira, A. Barbosa-Povoa, E. B. Dias, J. Q. Dias and
J. R. Menezes (2010). Logstica e Gesto da Cadeia de Abastecimento. Lisboa, Edies
Silabo.
Chopra, S. and P. Meindl (2009). Supply chain management: strategy, planning, and
operation, Prentice Hall.
Comelli, M., P. Fenies and N. Tchernev (2008). "A combined financial and physical
flows evaluation for logistic process and tactical production planning: Application in a
company supply chain." Int J Prod Eco 112(1): 19-19.
Demir, E., T. Bekta and G. Laporte (2011). "The bi-objective Pollution-Routing
Problem." European Journal of Operational Research 232(3): 464-478.
Duque, J., A. P. F. D. Barbosa-Pvoa and A. Q. Novais (2010). "Design and Planning of
Sustainable Industrial Networks: Application to a Recovery Network of Residual
Products." Industrial & Engineering Chemistry Research 49(9): 4230-4248.
E99 (2000). Eco-indicator 99 Manual for Designers, Ministry of Housing, Spatial
Planning and the Environment.
Erlebacher, S. and R. Meller (2000). "The interaction of location and inventory in
designing distribution systems." IIE Transactions 32(2): 155-166.
Geoffrion, A. M. and G. W. Graves (2010). Multicommodity Distribution System
Design by Benders Decomposition A Long View of Research and Practice in
Operations Research and Management Science. M. S. Sodhi and C. S. Tang, Springer
US. 148: 35-61.
Hoejmose, S., S. Brammer and A. Millington (2012). "Green supply chain
management: The role of trust and top management in B2B and B2C markets."
Industrial Marketing Management 41(4): 609-620.
Lee, D.-H., M. Dong and W. Bian (2010). "The design of sustainable logistics network
under uncertainty." International Journal of Production Economics 128(1): 159-166.
Mavrotas, G. (2009). "Effective implementation of the -constraint method in MultiObjective Mathematical Programming problems." Applied Mathematics and
Computation 213(2): 455-465.
Papageorgiou, L. G. (2009). "Supply chain optimisation for the process industries:
Advances and opportunities." Computers & Chemical Engineering 33(12): 1931-1938.
Persson, F. and J. Olhager (2002). "Performance simulation of supply chain designs."
International Journal of Production Economics 77(3): 231-245.
Pratical Assignment D
17
PSRC (2010). Chapter 6 air quality and climate change. . Washington, Puget Sound
Regional Council.
Salema, M., A. Pvoa and A. Novais (2009). "A strategic and tactical model for closedloop supply chains." OR Spectrum 31(3): 573-599.
Sarkis, J., Q. Zhu and K.-h. Lai (2011). "An organizational theoretic review of green
supply chain management literature." International Journal of Production Economics
130(1): 1-15.
Simchi-Levi, D., P. Kaminsky and E. Simchi-Levi (2003). Designing and Managing the
Supply Chain: Concepts, Strategies, and Case Studies, McGraw-Hill/Irwin.
Stefanis, S. K., A. G. Livingston and E. N. Pistikopoulos (1997). "Environmental
impact considerations in the optimal design and scheduling of batch processes."
Computers & Chemical Engineering 21(10): 1073-1094.
Swaminathan, J. M. and S. R. Tayur (2003). "Tactical planning models for supply chain
management." Handbooks in Operations Research and Management Science 11: 423454.
Vachon, S. and R. D. Klassen (2008). "Environmental management and manufacturing
performance: The role of collaboration in the supply chain." International Journal of
Production Economics 111(2): 299-315.
Vicente, A. S. (2011). Laying the foundations for greener transport. term 2011:
Transport indicators tracking progress towards environmental targets in Europe. EEA
Report 7/2011, European Environment Agency.
Ying, J. and Z. Li-jun (2012). "Study on Green Supply Chain Management Based on
Circular Economy." Physics Procedia 25(0): 1682-1688.
Zhang, G. and Z. Zhao (2012). "Green Packaging Management of Logistics
Enterprises." Physics Procedia 24, Part B(0): 900-905.
Zhu, Q., J. Sarkis and K.-h. Lai (2007). "Green supply chain management: pressures,
practices and performance within the Chinese automobile industry." Journal of Cleaner
Production 15(1112): 1041-1052.
18
L. Alvarenga et al.
Pratical Assignment D
19