UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL

ESCOLA DE ADMINISTRAO
Programa de Ps-Graduao em Administrao
Grupo de Estudos em Sistemas de Informao e de Apoio Deciso

Alocao e m ovim entao de

contineres vazios e cheios
um m odelo integrado e sua aplicao

por
Denise Lindstrom Bandeira

TESE DE DOUTORADO

Orientadores:
Prof. Joo Luiz Becker, Ph.D.
Prof. Denis Borenstein, Ph.D.

Porto Alegre, julho de 2005.

Para meus filhos, Eduardo e Felipe,
e para meu Pai (1931-2004).
 Agradecimentos

difcil acreditar que aquele primeiro modelo, rabiscado em um pedao de papel,

tenha se transformado nesta tese. Hoje entendo que esse processo de criao longo, e
que o amadurecimento das idias s acontece com o tempo e muito trabalho. Em alguns
momentos, desejei que o mundo ficasse parado at que a tarefa fosse concluda.
Entretanto, foi um perodo de muitos acontecimentos: se por um lado perdi a companhia de
meu pai, grande incentivador, por outro ganhei a alegria de meu segundo filho. Mas no
tenho dvida de que foi uma experincia extremamente enriquecedora e gratificante.

Gostaria de agradecer e dividir os mritos com aqueles que colaboraram com este
projeto:

aos meus pais, Nilva e Antonio, por seu incentivo e exemplo de perseverana, e
aos meus filhos, Eduardo e Felipe, por seu carinho e pelos momentos de
felicidade que sempre me proporcionaram;

ao meu marido, Luciano, que foi companheiro, revisor e, principalmente, analista e

programador do sistema que possibilitou implementar o modelo. Tenho certeza
que nenhum outro profissional o teria feito com tanta dedicao. Alm disso, suas
observaes, de ordem prtica, fortaleceram o modelo terico;

a todos os meus familiares, amigos e colegas, principalmente queles que me

incentivaram durante todo o processo. s minhas queridas colegas Edimara e
Jackie por seu companheirismo desde o mestrado;

ao CNPq pelo suporte financeiro;

a todos os professores do PPGA, por terem contribudo com minha formao;

aos professores Ronaldo Morabito, Eduardo Ribas Santos e Paulo Antnio

Zawislak por terem composto a banca do meu exame de qualificao da rea; e
aos professores Eduardo Ribas Santos (sempre presente, desde o mestrado) e
Luiz Afonso dos Santos Senna, por sua participao em minha defesa de projeto;

ao meu orientador Denis Borenstein, por suas sugestes sempre muito prticas, e
por ter vislumbrado essa grande oportunidade de pesquisa;

ao meu orientador Joo Luiz Becker, por sua sabedoria, compreenso e

disponibilidade, sabendo explorar o melhor de mim e nunca me deixando
desanimar. Em especial, por seu exemplo de dedicao e profissionalismo, como
professor e orientador. Sinto-me privilegiada pela oportunidade de trabalhar sob
sua orientao.
 Sumrio

Lista de Figuras ......................................................................................................................... i

Lista de Tabelas........................................................................................................................ ii
Glossrio .................................................................................................................................. iii
Resumo .....................................................................................................................................iv
Abstract .....................................................................................................................................v
1. Introduo........................................................................................................................... 1
2. Reviso da literatura.......................................................................................................... 3
2.1. Contineres e transporte naval ......................................................................................... 3
2.2. O problema de alocao e movimentao de contineres vazios e cheios .................... 4
2.3. Trabalhos anteriores ........................................................................................................ 11
2.4. Consideraes sobre mtodos........................................................................................ 28
2.5. Modelo de transbordo...................................................................................................... 30
2.6. Modelo de alocao de contineres vazios .................................................................... 32
3. Metodologia de pesquisa................................................................................................ 40
3.1. Justificativa ...................................................................................................................... 40
3.2. Questes de pesquisa..................................................................................................... 41
3.3. Objetivos .......................................................................................................................... 41
3.4. Mtodo ............................................................................................................................. 41
4. Modelo de alocao e movimentao de contineres................................................ 45
4.1. Modelos matemticos...................................................................................................... 45
4.2. Elaborao do modelo integrado .................................................................................... 51
4.3. Descrio do modelo integrado (esttico)....................................................................... 56
4.4. Utilizao do modelo como base para implementao dinmica .................................. 62
4.5. Procedimentos de resoluo do modelo integrado ........................................................ 65
5. Implementao computacional do modelo................................................................... 68
5.1. Caractersticas principais ................................................................................................ 68
5.2. Modelo de dados ............................................................................................................. 70
5.3. Mdulos............................................................................................................................ 75
5.4. Grficos............................................................................................................................ 83
5.5. Customizaes (flexibilidade do modelo)........................................................................ 90
5.6. Execuo do modelo (simulao)................................................................................... 91
6. Resultados computacionais ........................................................................................... 93
6.1. Desempenho do modelo ................................................................................................. 93
6.2. Resultados adicionais influncia do leasing ................................................................ 96
6.3. Exemplo ilustrativo de utilizao do sistema.................................................................. 97
7. Concluses..................................................................................................................... 106
7.1. Sntese das contribuies ............................................................................................. 108
7.2. Limitaes...................................................................................................................... 110
7.3. Sugestes de trabalhos futuros..................................................................................... 111
Anexo 1 Exemplo de arquivo para entrada no software Lindo API................................. 112
Anexo 2 Exemplo de arquivo de entrada no software Lindo ........................................... 116
Anexo 3 Exemplo de resultado gerado pelo software Lindo API .................................... 118
Anexo 4 Dados de entrada de uma instncia do modelo ................................................... 120
Referncias bibliogrficas................................................................................................... 122
 i

Lista de Figuras

Figura 4.1 Fluxo de movimentao de contineres vazios e cheios.................................... 53

Figura 4.2 Esquema de execuo dinmica......................................................................... 54

Figura 5.1 Fluxograma do modelo de alocao e movimentao de

contineres........................................................................................................... 76

Figura 5.2 Opes de processamento.................................................................................. 83

Figura 5.3 Tela de solicitao de grficos ............................................................................ 84

Figura 5.4 Roteiro de transporte para uma data................................................................... 85

Figura 5.5 Topologia da rede de transporte entre clientes e depsitos ............................... 87

Figura 5.6 Grfico de tempo dos roteiros ............................................................................. 88

Figura 5.7 Informaes de trechos de transporte de contineres vazios ............................ 89

Figura 6.1 Tempo de execuo em funo da quantidade de clientes................................ 95

Figura 6.2 Custo em funo da quantidade de clientes ....................................................... 95

Figura 6.3 Ilustrao com 5 clientes e 5 depsitos em terra ou em portos ......................... 98

Figura 6.4 Quantidade mdia por UT de contineres vazios em clientes.......................... 100

Figura 6.5 Quantidade mdia por UT de contineres vazios e cheios em

depsitos ............................................................................................................ 100

Figura 6.6 Custo mdio por UT de transporte, armazenagem e

processamento................................................................................................... 101

Figura 6.7 Ociosidade do sistema....................................................................................... 102

Figura 6.8 Histograma dos tempos de entrega de contineres cheios.............................. 102

Figura 6.9 Histograma dos tempos de entrega de lotes de contineres cheios ................ 103

Figura 6.10 Percentual mdio de atendimento da quantidade solicitada

contineres cheios ........................................................................................... 104

Figura 6.11 Percentual mdio de atendimento da quantidade solicitada

contineres vazios ........................................................................................... 104
 ii

Lista de Tabelas

Tabela 4.1 Dimensionamento de variveis e restries com acrscimo de

depsitos ............................................................................................................. 61

Tabela 4.2 Dimensionamento de variveis e restries com acrscimo de

clientes................................................................................................................. 61

Tabela 4.3 Dimensionamento de variveis e restries com acrscimo de

clientes e depsitos ............................................................................................. 62

Tabela 5.1 Estatsticas dos depsitos por UT ...................................................................... 73

Tabela 5.2 Estatsticas dos clientes por UT.......................................................................... 74

Tabela 5.3 Estatsticas do modelo por UT ............................................................................ 75

Tabela 5.4 Exemplo de registro de uma execuo do modelo ............................................ 82

Tabela 6.1 Execues comparativas para 100 unidades de tempo .................................... 94

Tabela 6.2 Registro de operaes de leasing ...................................................................... 97

Tabela 6.3 Relacionamento entre clientes............................................................................ 99

Tabela 7.1 Dados de clientes .............................................................................................. 120

Tabela 7.2 Dados de depsitos........................................................................................... 120

Tabela 7.3 Demanda por contineres cheios ..................................................................... 120

Tabela 7.4 Relacionamento entre depsitos ...................................................................... 121

Tabela 7.5 Relacionamento entre clientes e depsitos ...................................................... 121

 iii

Glossrio

API Application Programming Interface

DC Demanda de contineres cheios

DCA Dynamic Container Allocation

DV Demanda de contineres vazios

DVA Dynamic Vehicle Allocation

SC Suprimento de contineres cheios

SHAPE Stochastic Hybrid Approximations Procedures

SPT Shortest Processing Time

SQG Stochastic Quasi-Gradient Methods

SV Suprimento de contineres vazios

TEU Twenty-foot Equivalent Units

UT Unidade de tempo
 iv

Resumo

O comrcio baseado em contineres tipicamente desequilibrado com relao s

quantidades de contineres de exportao e de importao. No raro haver contineres
no utilizados em um local ao mesmo tempo em que contineres vazios so necessrios em
outros. Esta tese apresenta um modelo de rede integrado combinando realocao de
contineres vazios e operaes de transbordo de contineres cheios e vazios. Na rede, os
ns representam clientes (demandando contineres vazios para ser carregados e enviados
a outros clientes da rede), companhias de leasing assim como portos e depsitos em terra
(pontos de transbordo), enquanto que os arcos representam rotas de transporte (por navio,
trem ou caminho) conectando os ns. O modelo matemtico subjacente opera em
estgios. Primeiro, a demanda de contineres vazios ajustada, considerando os
suprimentos e demandas globais dos clientes. A seguir, um modelo de transbordo determina
a soluo de mnimo custo, considerando transporte, processamento e armazenagem de
unidades de contineres, utilizando programao linear. A partir desse resultado, os roteiros
de transporte so registrados e controlados dinamicamente. O processamento continua
repetindo os estgios ciclicamente, para um dado horizonte de tempo. O modelo bastante
flexvel, permitindo a configurao de vrios parmetros, tais como demanda, tempo de
processamento e tempo de armazenagem. Um sistema de simulao foi implementado
utilizando parmetros gerados aleatoriamente, dentro de limites preestabelecidos, a fim de
avaliar a complexidade do modelo, testar diferentes solues e verificar a formulao
matemtica.
 v

Abstract

Container based trading is typically unbalanced regarding quantities of export and

import containers. It is not uncommon to have containers left unused in one location while at
the same time empty containers are demanded in others. This dissertation presents an
integrated network model combining empty containers assignment, and empty and full
containers transhipment operations. In the network, nodes represent customers (demanding
empty containers to be filled and sent to others customers in the network), leasing
companies as well as harbors and warehouses (transhipment points), while arcs represent
transportation routes (by vessel, rail or truck) connecting nodes. The underlying
mathematical model operates in stages. First, the demand for empty containers is adjusted,
considering global customers supplies and demands. Next, a transhipment model
determines the minimal cost solution, considering transportation, manipulation and storage of
container units, using linear programming. Based on these results, the transportation routes
are registered and dynamically controlled. The processing continues cycling through the
stages, for a given time horizon. The model is quite flexible, allowing several parameters to
be configured, such as demand, manipulation time and storing time. A simulation system
was implemented using randomly generated parameters, within specified ranges, to evaluate
the models complexity, to test different solutions, and to verify the mathematical formulation.
 1

1. Introduo
O continer foi o instrumento que revolucionou o transporte de cargas. Desde sua
introduo, nos anos 60, o volume de cargas transportadas em contineres cresceu a ponto
de se tornar a parcela mais significativa do trfego de mercadorias (Taleb-Ibrahimi, Castilho
e Daganzo, 1993). O uso de contineres facilitou muito as operaes de manipulao em
portos e em outros pontos de transferncia, aumentando a eficincia e a velocidade do
transporte, e permitindo que mltiplas unidades de carga fossem manipuladas
simultaneamente.

Os terminais porturios mudaram radicalmente aps o surgimento dos contineres,

incluindo a introduo de equipamento especializado para sua manipulao, alteraes na
rea de armazenamento e nos mtodos de estocagem (tcnicas de empilhamento). A
padronizao dos contineres permitiu tambm a expanso de sistemas de transporte
intermodal, ou seja, a carga acondicionada em contineres pode ser transportada por
mltiplas vias (rodoviria, ferroviria ou naval), com maior facilidade, devido a seu formato e
dimenses padronizadas.

Desde a dcada de 70, o uso de contineres no transporte de cargas tem sido a

regra nos servios martimos em todo o mundo. Em funo disso, as atividades de
transporte de carga tm sofrido mudanas fundamentais em termos de tecnologia e
organizao. Em particular, no aumento do uso de rotas de transporte intermodal e em
melhores prticas de transporte conteinerizado. Isso mais evidente na rea de navegao
martima internacional, onde os contineres normalmente so de propriedade das
companhias navais que garantem seu transporte intermodal desde a origem at seu
consignante final (Crainic, Gendreau e Dejax, 1993).

A partir da dcada de 90, com a globalizao da economia mundial, a

conteinerizao do comrcio naval tem sido ainda mais intensificada (Cheung e Chen,
1998). Entretanto, o comrcio internacional tipicamente desequilibrado: algumas reas so
predominantemente de importao e outras, de exportao. Esse desequilbrio cria certos
desafios logsticos no gerenciamento de contineres vazios (Lai, Lam e Chan, 1995).

Como, em um porto especfico, o nmero de contineres descarregados e

carregados em um navio pode ser totalmente diferente, os operadores das linhas de
navegao freqentemente precisam redistribuir seus contineres vazios ou arrendar
contineres de companhias de leasing a fim de atender demanda dos clientes. Todavia, a
disponibilidade de contineres sujeita a vrios parmetros de incerteza, incluindo a
demanda nos portos, o tempo de retorno de contineres dos clientes consignadores e a
capacidade do navio para contineres vazios. Em face dessas incertezas, os operadores
 2

tendem a operar de modo conservador (Cheung e Chen, 1998), trazendo srias

conseqncias econmicas para as regies envolvidas no comrcio internacional. De fato,
recentes publicaes na mdia de massa atestam o problema que algumas regies
brasileiras vm enfrentando recentemente pela falta de contineres (Caus, 2004; Ertel,
2004; Melo, 2004; Patury, 2004; Torma, 2004; Torma e Melo, 2004; Veja, 2004).

As companhias navais competem no mundo inteiro pelo fornecimento de servios de

transporte em contineres (Lai, Lam e Chan, 1995). Desta forma, as empresas precisam
melhorar o atendimento ao cliente e ao mesmo tempo reduzir seus custos para se tornarem
mais competitivas e lucrativas. A margem de lucro das companhias pode ser incrementada
controlando e reduzindo suas despesas ou respondendo de forma gil s demandas dos
clientes. Um componente importante do custo operacional total de uma companhia de
navegao decorrente da realocao de contineres vazios entre vrios portos. Em funo
disso, de vital importncia haver uma poltica adequada para gerenciar a movimentao
dos contineres. Para ser mais eficiente, a companhia precisa tambm encontrar maneiras
de evitar que negcios deixem de ser contratados devido indisponibilidade de contineres
vazios quando requisitados pelos clientes (Lai, Lam e Chan, 1995).

Este estudo procurou mapear a situao problemtica atual, apresentando alguns

trabalhos anteriores com suas propostas de soluo. Cabe salientar que no foram
encontrados muitos trabalhos de pesquisa na rea de gerenciamento de contineres vazios,
fato registrado por diversos autores (Dejax e Crainic, 1987; Crainic, Gendreau e Dejax,
1993; Lai, Lam e Chan, 1995; Choong, Cole e Kutanoglu, 2002; Fleischmann et al., 1997).

O objetivo desta tese apresentar um modelo que auxilie a resoluo do problema

da alocao de contineres vazios integrado distribuio de contineres cheios, de forma
eficiente, levando em considerao a minimizao dos custos envolvidos bem como o
pronto atendimento aos clientes, de forma a otimizar mtodos atualmente utilizados. Para
tanto, foram utilizadas tcnicas de pesquisa operacional, mais especificamente um modelo
de transbordo esttico, com a incluso de procedimentos heursticos para escalonamento e
integrao dinmica dos fluxos de contineres cheios e vazios.

Este trabalho est organizado da seguinte forma: no CAPTULO 2 apresentada uma

reviso dos trabalhos anteriores pesquisados juntamente com a descrio do problema da
alocao e da movimentao de contineres; o CAPTULO 3 contempla a metodologia da
pesquisa; o CAPTULO 4 traz a descrio do modelo elaborado neste estudo; o CAPTULO 5
apresenta a implementao computacional do modelo; no C APTULO 6 so comentados
alguns resultados experimentais e no CAPTULO 7 so apresentadas concluses,
contribuies esperadas, limitaes do estudo e sugestes de pesquisas futuras.
 3

2. Reviso da literatura
Neste captulo, so detalhados os principais componentes envolvidos no problema
de alocao e movimentao de contineres, bem como trabalhos que foram pesquisados
para observao de solues e mtodos aplicados por outros autores.

2.1. Contineres e transporte naval

Segundo Preston e Kozan (2001), os contineres apareceram pela primeira vez
como mtodo de transporte de cargas ao final dos anos 30. Eles foram introduzidos como
vages desmontveis que podiam ser removidos de seus chassis e colocados em chassis
de outros trens ou de algum transporte rodovirio. Este sistema foi utilizado principalmente
para eliminar o recarregamento que ocorria quando era necessria a troca da carga entre
trens ou de caminho para trem. Isto levou a um aumento da segurana, uma reduo dos
custos de transporte, e facilitou a entrega de produtos de porta a porta. A indstria nutica
rapidamente reconheceu o apelo econmico da utilizao de contineres e empregou-os
como meio de carga.

A capacidade dos contineres medida em TEUs (do ingls, Twenty-foot Equivalent

Units). A maioria dos contineres segue as especificaes determinadas pelos padres ISO
(do ingls, International Standards Organization): oito ps de largura, oito a 9,5 ps de
altura, e 20 ou 40 ps de comprimento. Existem outros sistemas, de 24, 27, 30 e 35 ps de
comprimento. A unidade TEU utilizada para facilitar comparaes entre diferentes
sistemas de contineres. Um TEU possui oito ps de largura, oito ps de altura e 20 ps de
comprimento. Por exemplo, um continer com oito ps de largura e 40 ps de comprimento
equivalente a dois TEUs (Manalytics Inc., 1976 apud Taleb-Ibrahimi, Castilho & Daganzo,
1993).

As companhias de navegao competem em todo o mundo para fornecer servios de

transporte lucrativos. Para promover a economia de escala, o tamanho dos navios tem
aumentado (Wilson & Roach, 2000). Navios porta-contineres so grandes embarcaes
que possuem uma estrutura que facilita a manipulao de carga armazenada em
contineres. Esses navios normalmente viajam em rotas round robin, descarregando
cargas em seu porto de destino e carregando novas cargas destinadas a outros portos
(Wilson & Roach, 2000).

Pode-se ter uma noo da evoluo do transporte de contineres atravs da

ampliao do porte dos navios. A primeira gerao de navios porta-contineres, no final da
dcada de 60, tinha capacidade de cerca de 400 TEUs. No final dos anos 70, navios porta-
 4

contineres tinham capacidade de 2000 TEUs, chegando na dcada de 90 a mais de 4000

(Taleb-Ibrahimi, Castilho & Daganzo, 1993).

2.2. O problema de alocao e movimentao de contineres

vazios e cheios
Conforme relatado na introduo deste trabalho, a padronizao das cargas em
contineres trouxe inmeras vantagens sob o ponto de vista econmico e de segurana.
Entretanto, essa evoluo elevou, de forma considervel, o volume de cargas em trnsito
em todas as modalidades de transporte. Por sua vez, esse excesso de volume acarretou a
necessidade de obter formas eficientes de integrao dos diversos tipos de transporte, e de
otimizar a distribuio dos contineres, tanto cheios como vazios, nas redes de transporte.
Embora contineres cheios tenham prioridade de alocao, contineres vazios no podem
ficar parados, pois so necessrios para novos carregamentos.

O problema da alocao dinmica de contineres vazios consiste em realocar

contineres disponveis e em determinar a quantidade que deve ser arrendada, a fim de
atender a demanda de clientes, dentro de um determinado perodo de tempo (Cheung e
Chen, 1998).

No caso das companhias navais martimas internacionais, esse problema ocorre no

contexto do gerenciamento da distribuio em terra e das operaes de transporte. Envolve
despachar contineres vazios de vrios tipos em resposta a requisies de clientes de
exportao e reposicionar outros contineres em depsitos ou portos para armazenagem,
em antecipao a demandas futuras (Crainic, Gendreau e Dejax, 1993).

Na medida em que o faturamento do transporte realizado nos contineres cheios,

natural que estes contineres sejam tratados com prioridade em relao aos vazios.
Diferentemente dos contineres vazios, os cheios possuem origem e destino fixos, e raro
que um operador rejeite contineres cheios. Choong, Cole e Kutanoglu (2002) comentam
que o interesse dos administradores logsticos to concentrado no transporte de
contineres cheios, que eles prefeririam ignorar os contineres vazios completamente, o que
no possvel porque as redes do mundo real requerem contineres vazios para
balanceamento dos fluxos. Se os fluxos de contineres vazios no forem gerenciados
cuidadosamente, todo a rede operar de forma ineficiente.

O problema de movimentao de contineres cheios pode ser tratado como um

simples modelo de transbordo. Isto , definidos a origem e o destino, o problema encontrar
a rota mais conveniente (a de menor custo ou a de menor tempo) ligando esses dois pontos.
J o problema de movimentao de contineres vazios bem mais complexo, pois envolve,
 5

alm da movimentao propriamente dita (que pode ser tratada como um problema de
transbordo), a alocao dinmica dos contineres vazios para pontos de exportao de
mercadorias.

A fim de obter uma maior compreenso do problema, interessante detalhar o

itinerrio tpico de um continer. A descrio a seguir foi extrada de Cheung e Chen (1998).

Um cliente retira um continer vazio de um depsito, que normalmente est

localizado prximo a um porto. Aps carreg-lo, o cliente retorna o continer ao porto
poucos dias antes da data prevista para a partida. O continer ser ento colocado no
navio, que ir para o porto de destino. Aps chegar ao porto de destino, o continer ser
direcionado ao destinatrio. Este ir descarregar o continer e devolv-lo vazio a um ptio
de contineres, a um depsito ou diretamente ao porto. Esse continer vazio poder ento
ser utilizado para satisfazer a demanda deste porto, ou armazenado como estoque.

Alm disso, em um porto, quando os contineres vazios disponveis no so

suficientes para atender demanda, o operador da companhia naval pode necessitar
arrendar contineres de fornecedores ou realocar contineres vazios de outros portos.
Entretanto, a realocao de contineres vazios est sujeita existncia de espao
disponvel no navio, onde geralmente contineres cheios tm prioridade mais alta.

Com o objetivo de atender demanda dos clientes, Lai, Lam e Chan (1995) colocam
que as companhias tm como alternativas:
Carregar no navio contineres vazios extras;
Arrendar contineres vazios, se disponveis, no porto de demanda;
Repassar seus clientes a um competidor quando no houver contineres vazios
disponveis.

Todas essas alternativas acarretam perda de eficincia, sendo que a ltima opo
resulta em prejuzo para as companhias navais e em atendimento ineficiente ao cliente. Na
prtica, a companhia tentar persuadir o cliente a aguardar at que alguns contineres
estejam disponveis no prximo ciclo do navio.

Se os contineres vazios no forem suficientes para atender demanda,

necessrio definir parmetros para determinar a alocao de contineres entre os vrios
portos. Neste caso, em alguns portos poder haver quantidade insuficiente, que dever ou
no ser suprida com arrendamento (de curto prazo) de contineres vazios (Lai, Lam e Chan,
1995).
 6

2.2.1. Principais caractersticas

No comrcio naval, geralmente a escala de chegadas e partidas fixa, e os servios
so oferecidos com certa regularidade. O cronograma de viagem de um navio
disponibilizado aos clientes com alguma antecedncia. Segundo Cheung e Chen (1998),
existem trs fontes principais de aleatoriedade no problema de alocao dinmica de
contineres: a demanda em cada porto, o suprimento em cada porto e a capacidade que o
navio possui para carregar contineres vazios.

Vrios dias antes da data prevista para a partida de um navio, deve haver
disponibilidade de contineres vazios, para que os clientes possam busc-los. Em geral,
uma companhia atende um grande nmero de clientes em vrios locais. Entretanto, o
nmero exato de contineres vazios necessrios em um determinado perodo de tempo
altamente incerto. Por outro lado, o suprimento de contineres vazios depende do tempo de
retorno destes contineres vindos dos consignadores, sobre os quais a companhia no tem
controle. A situao complicada ainda mais pela prtica comum de acumulao de
contineres em algum ptio (em terra), para ento envi-los em lotes por trem, reduzindo
custos (Cheung e Chen, 1998). No entanto, armazenar contineres vazios em portos
envolve custo de armazenagem.

O ciclo de viagem de um continer feito por um conjunto de eventos de importao

e exportao. O ciclo origina-se e termina no depsito, com o continer sendo esvaziado. As
taxas de partida de contineres vazios desde o depsito at o cliente, e as taxas de
chegada de contineres vazios desde os clientes at o depsito so aleatrias (Lai, Lam e
Chan, 1995).

O nmero real de contineres que podem ser carregados em um determinado navio

no conhecido com certeza. Como exemplo, o peso de contineres individuais pode variar
bastante. Desta forma, um grande nmero de contineres pesados pode reduzir a
capacidade de uma embarcao (Cheung e Chen, 1998).

A maioria dos contineres possui dois tamanhos (20 ou 40 ps de comprimento).

Podem existir situaes em que um cliente aceite um continer maior (40 ps) em vez de
dois pequenos (20 ps) ou vice-versa. Entretanto, essas situaes so raras. A fim de
simplificar a modelagem, vrios autores (ex.: Lai, Lam e Chan, 1995; Shen e Khoong, 1995)
assumiram que os dois tamanhos no so intercambiveis. Nesta tese optou-se por utilizar
apenas um tipo de continer, o de 20 ps.
 7

2.2.2. Entidades
A seguir, so apresentadas as principais entidades envolvidas no problema de
alocao de contineres vazios, de acordo com Lai, Lam e Chan (1995):
Terminal rea onde contineres cheios ou vazios so carregados ou
descarregados da embarcao. Os contineres no podem ocupar o terminal por
um longo perodo de tempo: eles devem ser carregados em navios ou
transportados por caminho para depsitos de armazenagem.
Depsitos existem dois tipos de depsitos: depsitos de leasing, aonde as
companhias navais vo buscar contineres para arrendamento de curto prazo, e
depsitos de armazenagem, onde as companhias de navegao armazenam seu
estoque de contineres vazios. Na prtica, os dois tipos de depsito podem estar
no mesmo local.
Portos local da visita do navio. Existe uma demanda total por contineres
vazios do porto, que a soma da demanda de vrios clientes em um dado local.
Lai, Lam e Chan simplificaram a modelagem, no considerando a demanda
individual de cada cliente. Nesta tese, optou-se por tratar as demandas
individualmente.
Clientes aqueles para os quais so carregados produtos em contineres em
cada porto. A companhia naval responsvel pelo transporte, por caminho ou
trem, de contineres vazios ou cheios at as dependncias dos clientes. Para Lai,
Lam e Chan, a demanda de um dado porto a soma da demanda de todos os
clientes naquele porto, sendo modelada como varivel aleatria. Neste trabalho,
so consideradas as demandas individuais de cada cliente pertencente ao
modelo.

2.2.3. Contineres
Segundo Lai, Lam e Chan (1995), existem basicamente trs tipos de contineres:
Pertencentes companhia quando no esto em uso, so armazenados em
depsitos terceirizados. Os depsitos costumam cobrar por armazenagem diria.
Arrendamento de curto prazo quando no esto em uso, os contineres podem
retornar para a companhia de leasing, observando um limite de retorno mensal,
que depende do porto, ou devero ficar armazenados em depsitos terceirizados
aguardando demanda de clientes para eles.
Arrendamento de longo prazo similar aos contineres pertencentes
companhia, uma vez que no so permitidos retornos dentro de um perodo
especfico de tempo (usualmente 3 a 5 anos, determinados pelo arrendatrio).
 8

Para fins de modelagem, os contineres prprios e os arrendados a longo prazo

podem ser tratados da mesma forma, pois a empresa no pode retorn-los companhia
arrendatria.

Quando um navio chega em um porto, os contineres podem ser descarregados ou

permanecer no navio para atender demanda em outros portos na continuao da viagem.
Os contineres disponveis em um determinado porto incluem aqueles descarregados de um
navio, os que esto armazenados no porto, os que devem retornar de clientes, alm dos que
podem ser arrendados de uma companhia de leasing. Esses contineres sero utilizados
para satisfazer a demanda ou armazenados como estoque (Cheung e Chen, 1998).

2.2.4. Decises
Uma companhia de navegao trata seus contineres prprios, no utilizados, como
espao de armazenagem. Se forem contineres arrendados por curto prazo, o operador
possui a opo de devolv-los para a companhia de leasing. Entretanto, quando forem
requisitados pelos clientes da companhia de navegao, eles podero no estar mais
disponveis, se tiverem sido arrendados a outra companhia. O operador precisa considerar a
relao da carga arrendada com a carga armazenada, simultaneamente com o risco de no
oferecer contineres quando necessrio durante o prximo perodo de demanda. Em
resumo, segundo Lai, Lam e Chan (1995), seriam trs as principais decises:
Realocar contineres vazios o operador utiliza informaes de relatrios de
projeo de demanda com certa periodicidade (semanais, por exemplo),
juntamente com o cronograma e a capacidade de cada embarcao, mais o status
de contineres excedentes, para produzir um plano de realocao que especifique
o nmero de contineres que devem ser carregados em cada navio em cada
porto.
Retornar contineres para a companhia de leasing se o relatrio de projeo
indicar que haver um excesso de contineres vazios em um dado porto, o
operador pode tentar retornar todos os contineres excedentes arrendados em
curto prazo para os depsitos de leasing, de maneira a minimizar o custo de
cargas armazenadas e arrendadas.
Arrendar contineres da companhia de leasing se o nmero de contineres
realocados no satisfizer a demanda, o operador ir primeiro otimizar a alocao,
e depois providenciar leasing de curto prazo, se disponvel.
 9

2.2.5. Restries operacionais

Existem algumas restries operacionais relatadas por Lai, Lam e Chan (1995) que
devem ser observadas:
1. Limitao de espao quando o espao do navio no puder contemplar todos
os contineres vazios necessrios para atender a demanda nos prximos portos,
o operador precisar arrend-los. Os contineres vazios que os navios puderem
transportar devem ser alocados utilizando procedimentos de eliminao ou
reduo.
2. Limitao de devoluo o nmero total de contineres retornado por ms
pode ser limitado pelo contrato de leasing. Locaes diferentes podem ter limites
de retorno diferentes.
3. Incerteza de obteno apesar de a companhia ter opo de arrendar
contineres por curto prazo a qualquer hora, existe a possibilidade de os
contineres no estarem disponveis ou no serem suficientes.
4. Desvio na demanda projetada os relatrios de projeo so fornecidos com
antecedncia, antes da data real de partida do navio em cada porto, e existe uma
discrepncia entre a demanda projetada e a necessidade real. Algumas causas
possveis so: flutuao de cargas exportadas entre portos e alteraes
inesperadas de demandas de clientes.

Os autores chamaram ateno ainda para alguns parmetros crticos que devem ser
observados: estoques de segurana (ou reserva), fator de correo de segurana para
alocao (pois os relatrios de previso de demanda de um determinado perodo de tempo
so originados antecipadamente), ponto crtico de alocao (valor mnimo a partir do qual h
necessidade de suprir determinado porto), prioridade para alocao de portos dependendo
de seu custo de manipulao e de descarga de contineres.

2.2.6. Custos
Crainic, Gendreau e Dejax (1993) salientam a importncia da movimentao de
contineres vazios. Em primeiro lugar, porque todo movimento comercial (rentvel) de um
continer cheio automaticamente gera um movimento de um continer vazio (no rentvel).
Uma vez que contineres cheios so entregues nas dependncias do cliente, e so
descarregados, eles normalmente tm de ser transportados de volta vazios. Por sua vez, os
contineres vazios tm de ser entregues aos clientes que deles necessitam.

Os navios de carga transportam contineres carregados com produtos, assim como

contineres vazios de retorno. Os contineres cheios tm de ser transportados para sua
 10

destinao final, seja uma empresa ou um centro de distribuio em algum local em terra. O
transporte terrestre pode ser feito por trem, caminho ou combinaes destes. Os
contineres vazios que so descarregados podem permanecer no porto por um tempo, ou
ser imediatamente despachados para onde eles forem necessrios para usos subseqentes
(Crainic, Gendreau e Dejax, 1993).

Uma vez descarregados, os contineres vazios tm de ser recolhidos nas

dependncias dos clientes. Eles podem retornar ao porto de origem ou ser transportados
para qualquer outro depsito, porto ou terminal terrestre. Este retorno pode ou no ser feito
pelo mesmo veculo (caminho, trem) que foi usado para o transporte do porto at o cliente.
Similarmente, empresas de exportao necessitam de contineres vazios, seja advindos do
porto ou de outro local qualquer. Devido a consideraes organizacionais, pouca
movimentao de contineres vazios feita diretamente entre clientes (Dejax, Crainic e
Delorme, 1988 apud Crainic, Gendreau e Dejax, 1993). Depois de carregados, os
contineres so transportados para o porto de exportao e acomodados em navios,
juntamente com contineres vazios levados para outros destinos, causando o desequilbrio
natural no suprimento de contineres (Crainic, Gendreau e Dejax, 1993).

Alm disso, existem desequilbrios regionais significativos entre importao e

exportao dentro da rea servida pelas companhias. Por outro lado, so oferecidas
oportunidades para reduo de custo devido ao transporte de massa de contineres em
longas distncias (trem, por exemplo), resultando em movimentao em terra de contineres
vazios diretamente entre depsitos, chamados de fluxos balanceados (Crainic, Gendreau e
Dejax, 1993).

Desta forma, seja pelo impacto na necessidade do recurso continer, seja pela
qualidade do servio oferecido aos clientes da companhia, a movimentao de contineres
vazios tem um papel central no gerenciamento da distribuio e transporte de contineres
(Crainic, Gendreau e Dejax, 1993).

O fato de mover um continer vazio prprio de um porto para outro envolve custo de
carga, custo de descarga e custo de transporte. Como os contineres vazios podem ser
colocados em um navio sempre que haja espao disponvel, para Cheung e Chen (1998) o
custo de transporte desprezvel quando comparado com os custos de carga e descarga.

Armazenar contineres vazios em portos envolve o custo de armazenagem. Por

outro lado, ao arrendar um continer de uma companhia de leasing, o custo total inclui
tambm o custo de retir-lo e de devolv-lo. Arrendar geralmente mais caro do que utilizar
os prprios contineres. Entretanto, as companhias de leasing de contineres podem
oferecer incentivos aos operadores de companhias navais, propondo-se a retirar os
 11

contineres arrendados de um porto assim que um grande nmero seja acumulado (Cheung
e Chen, 1998).

Lai, Lam e Chan (1995) colocam cinco componentes de custo para o problema de
alocao de contineres vazios:
1. Custo de realocao de continer vazio associado com a carga e descarga do
continer. Esse custo diferente em cada porto. Alm disso, h o custo de
transporte de contineres vazios de um porto a outro, que pode ser desprezado,
se houver espao disponvel.
2. Despesa de devoluo quando os contineres so retornados s companhias
de navegao em um dado porto;
3. Despesa de busca quando as companhias necessitam contineres para
leasing de curto prazo;
4. Custos dirios de armazenagem custo de cada continer vazio colocado em
um depsito de armazenagem;
5. Custos dirios de ociosidade ou aluguel custo que ocorre sendo os
contineres utilizados ou no.

Cheung e Chen (1998) consideraram os seguintes itens na apurao do custo total:

custo de descarga do navio, custo de carregamento no navio, custo de propriedade,
transporte e arrendamento dos contineres.

2.3. Trabalhos anteriores

Um dos primeiros trabalhos a utilizar modelos de rede para movimentao de
contineres vazios foi elaborado por White (1972). Ele apresenta a alocao e distribuio
de contineres vazios como um problema de transbordo dinmico. A rota das unidades
carregadas representada por movimentos associados a uma rede, cada unidade com seu
destino especfico. As unidades vazias so consideradas intercambiveis. Seu objetivo
determinar de onde podem ser obtidas unidades extras, quando no h contineres vazios
suficientes em um determinado local. White pressupe ser conhecido quando, onde e
quantos contineres vazios esto disponveis no sistema. Pelo fato de no ser possvel
prever exatamente o tempo de chegada dos contineres, utilizou um sistema de priorizao,
desenvolvido utilizando dados de custos. Por exemplo, se um continer chega com bastante
antecedncia com relao ao tempo ideal, seu custo maior, devido necessidade de
estocagem. Da mesma forma, se um continer chega com atraso, seu custo mais alto,
devido necessidade de aumentar a velocidade de manipulao. Utilizando essas
caractersticas, otimizou o fluxo de contineres vazios atravs de uma funo linear de
 12

custo, de maneira indutiva, com o objetivo de redistribuir as unidades disponveis para o

local onde elas esto sendo requisitadas.

Dejax e Crainic (1987) elaboraram um amplo trabalho de reviso de modelos que

abordam problemas relacionados a transporte de cargas. Com relao especificamente ao
transporte de contineres vazios, salientam a relevncia dos contineres, por sua facilidade
de transferncia entre diferentes modos de transporte.

Dejax e Crainic comentam que vrios autores tm tratado o problema da distribuio

de contineres vazios como a realocao de contineres disponveis em um terminal, aps
descarregamento de sua carga, para onde so necessrios (cliente, terminal ferrovirio ou
porto), aguardando transportes subseqentes. Todos os autores pesquisados empregaram
abordagem determinstica para o problema, o qual essencialmente dinmico com relao
ao tempo, utilizando formulaes de programao linear clssica.

Mencionam o trabalho de Potts (1970 apud Dejax e Crainic, 1987), apresentado em

um congresso em Melbourne (Austrlia), que resolveu o problema de movimento de
contineres vazios utilizando algoritmo padro out-of-kilter.

Dejax e Crainic citam White (1972), por ter discutido vrios aspectos do problema da
distribuio de contineres vazios. Assumindo que os locais onde os contineres podem ser
posicionados, a demanda e o horizonte de tempo so conhecidos, White construiu uma rede
no espao-tempo conhecida como rede de transbordo dinmica. O problema de distribuio
tambm foi resolvido utilizando algoritmo out-of-kilter.

Ermolev, Krivets e Petukhov (1976 apud Dejax e Crainic, 1987) apresentaram o

problema de suprir portos, em tempo adequado, com contineres vazios para subseqentes
carregamentos. Eles construram um modelo de rede dinmica onde os contineres vazios
so transportados pelas mesmas rotas de contineres carregados. Eles propuseram
resolver o problema por um algoritmo de otimizao de rede.

A tese de doutorado de Florez (1986 apud Dejax e Crainic, 1987) pesquisou

extensivamente o problema de reposicionamento e leasing de contineres vazios no
transporte martimo. Baseado no trabalho de White (1972), Florez construiu uma rede de
transbordo dinmica resolvida por dois algoritmos de programao linear alternativos. Este
modelo operacional foi desenvolvido para ser usado pela administrao de uma companhia
martima antes da sada de cada veculo (navio, caminho, trem ou barco) de qualquer local
da rede (portos e terminais terrestres). A metodologia sugere uma estratgia para cada
partida, incluindo o nmero de contineres vazios a ser carregados no veculo que est
partindo e o nmero de unidades que devem ser arrendadas, com tempo e local
recomendados. O modelo cobre um horizonte de planejamento definido pelo usurio. Esta
 13

metodologia foi aplicada em uma situao real no transporte comercial entre a costa oeste
dos EUA e o Brasil.

O pioneirismo do trabalho de White (1972) na utilizao de modelos de rede para

movimento de contineres vazios tambm mencionado por Cheung e Chen (1998), que
citam tambm o trabalho de Florez (1986 apud Cheung e Chen, 1998). Choong, Cole e
Kutanoglu (2002) tambm mencionam a tese de Florez pelo aspecto da anlise de
sensibilidade do modelo com relao durao do horizonte de planejamento. Nesse
estudo de caso, o resultado foi pouco alterado pelas mudanas no horizonte de
planejamento, embora tenha sido salientado que isso depende da concentrao das
atividades da rede em questo.

Dejax e Crainic (1987) concluem declarando estar surpresos que, apesar de ser
problemas muito interessantes, com importante aplicao prtica, trabalhos com alocao
de contineres vazios ainda no estavam integrados com as ltimas metodologias criadas
para outras modalidades de transporte (ex. trem e caminho) e no haviam gerado, at
aquele momento, nenhuma abordagem realmente inovadora.

Com relao a modelos que tratam a alocao de veculos vazios e carregados de

forma integrada, Dejax e Crainic encontraram trabalhos referentes a transporte de carga
ferrovirio (o mais freqente), rodovirio e intermodal. Esses modelos esto relacionados ao
gerenciamento de fluxos vazios.

Na rea de projeto do sistema logstico, Dejax e Crainic citam os trabalhos de Dejax,

Durant e Servant (1986 apud Dejax e Crainic, 1987) e Dejax e Servant (1986 apud Dejax e
Crainic, 1987), tratando o transporte terrestre de contineres carregados a partir do porto at
a dependncia dos clientes, e desde os clientes at o porto; e o transporte, estocagem e
alocao de contineres vazios a clientes. Eles projetaram trs submodelos e aplicaram-nos
em um projeto de larga escala na Europa. O primeiro modelo otimiza o transporte de
contineres carregados para importao e exportao. O segundo um modelo de
localizao de depsitos para coleta e distribuio de contineres vazios em zonas
logsticas. O terceiro um modelo de transporte de mltiplos produtos entre depsitos,
projetado para tratar desequilbrios regionais, causados pela movimentao de contineres
vazios entre regies essencialmente importadoras ou exportadoras. A principal concluso
que se pode obter ganho limitando os depsitos utilizados especificamente para
armazenagem e distribuio de contineres vazios a um certo nmero de terminais
terrestres, alm dos portos.

Crainic, Dejax e Delorme (1986 apud Dejax e Crainic, 1987) estenderam seu trabalho
propondo um modelo geral de localizao de depsitos multimodais e multiproduto, com
 14

restries de equilbrio. Seu modelo combina essencialmente os dois submodelos de

distribuio e reequilbrio regional de contineres vazios descritos anteriormente em uma
formulao geral de alocao e distribuio. O grupo genrico de modelos para este
problema e suas propriedades so apresentados e analisados em Crainic, Dejax e Delorme
(1987 apud Dejax e Crainic, 1987). A integrao do transporte de contineres carregados
dentro do modelo tambm foi contemplada. A formulao pode ser aplicada no
planejamento de carga bem como em sistemas de localizao e distribuio de depsitos
para veculos vazios, e a outros modos de transporte.

Dentro do campo de reutilizao de contineres, Kelle e Silver (1989) desenvolveram

um modelo tratando a poltica de aquisio de novos contineres. Consideraram como
variveis apenas a demanda existente, sem levar em conta os contineres retornados.
Assim a demanda na rede, em determinado perodo, randmica com distribuio varivel
no tempo, mesmo para o caso de demanda constante e conhecida. Citam poucos trabalhos
anteriores nesta rea, principalmente abordando os danos causados a contineres pela
utilizao. Mencionam seu prprio artigo anterior (Kelle e Silver, 1989 apud Kelle e Silver,
1989) onde desenvolveram quatro procedimentos diferentes para prever retorno e demanda,
baseados no comportamento da demanda, produes recentes perodo por perodo, e
retornos recentes. Seu modelo minimiza os custos de compra e propriedade esperados,
visando um alto nvel de servio e satisfao da demanda dos clientes. O modelo
estocstico foi reduzido a um problema determinstico dinmico, com possvel ocorrncia de
demanda negativa, transformada em no-negativa sempre que necessrio, utilizando
procedimentos determinsticos conhecidos.

Kroon e Vrijens (1995) desenvolveram um modelo para gerenciamento de

contineres retornveis, incorporando o conceito de logstica reversa. Este trabalho foi
citado na reviso bibliogrfica de Fleischmann et al. (1997), com a ressalva de que o fluxo
reverso foi modelado separadamente. Kroon e Vrijens descreveram um estudo de caso em
uma organizao de servios logsticos da Holanda. Elaboram um modelo quantitativo
visando responder s seguintes questes: quantidade de contineres disponveis no
sistema; quantidade e localizao de depsitos; organizao da distribuio, coleta e
realocao dos contineres; e custos apropriados para servio, distribuio e coleta.
Utilizaram como dado de entrada o nmero esperado de movimentos desde o possvel
remetente at o destinatrio e a velocidade de circulao dos contineres (mdia histrica).
O primeiro objetivo foi calcular o nmero de depsitos e sua localizao de forma a
minimizar o custo logstico total. O segundo objetivo foi determinar valores para servios,
distribuio e coleta, com determinada margem de lucro, dado o custo logstico total. Para
minimizar o custo logstico total foi desenvolvido um modelo de programao inteira misto.
 15

Del Castillo e Cochran (1996) observam que o trabalho de Kelle e Silver (1989)
limitou-se a distribuir contineres com base em sua demanda, diferindo de sua abordagem,
que abrange a otimizao do planejamento da produo e do transporte dos contineres em
todo sistema. Del Castillo e Cochran trabalharam com dois tipos de modelo de pesquisa
operacional combinados, duas programaes lineares (uma agregada e a outra
desagregada) que determinaram um planejamento principal, refinado por um modelo de
simulao de equaes diferenciais.

Um dos artigos mais citados por vrios dos autores pesquisados o de Crainic,
Gendreau e Dejax (1993). Eles trabalharam com o planejamento de parte do transporte
terrestre do comrcio martimo internacional de contineres. Para eles, esta uma atividade
extremamente complexa, especialmente se o modelo buscar otimizar simultaneamente os
aspectos de custo e servio das operaes de uma companhia, em um ambiente
competitivo. Os componentes fundamentais deste problema so relativos alocao de
contineres vazios aos clientes, preparao de movimentaes futuras da carga de
exportao, e ao reposicionamento de outros contineres vazios em depsitos ou portos de
armazenagem, visando ao objetivo de utiliz-los para atender os prximos pedidos
peridicos (esperados e previstos).

Na ocasio, Crainic, Gendreau e Dejax afirmaram que no haviam encontrado outros

modelos que auxiliassem especificamente o problema de alocao de contineres vazios no
enfoque que eles utilizaram. Citam a pesquisa elaborada por Dejax e Crainic (1987), que
ressaltou o pouco esforo direcionado para o desenvolvimento de modelos relativos ao
transporte de contineres, sendo que a maior parte dos modelos existentes eram dedicados
aos aspectos martimos. Dejax e Crainic tambm haviam observado poucos autores
tratando o problema da distribuio de contineres vazios considerando a alocao de
contineres disponveis em excesso em um terminal (gerados por carregamentos chegados
anteriormente), e levando em conta o planejamento da movimentao de carga
subseqente.

Crainic, Gendreau e Dejax propuseram modelos de rede determinsticos e

estocsticos para alocao de contineres vazios em um sistema de distribuio e
transporte terrestre, agregando fatores de complexidade. Introduziram duas formulaes
determinsticas dinmicas para casos de um tipo de continer e de vrios tipos de
contineres, oferecendo um esquema de modelo geral para essa classe de problemas,
levando em conta suas caractersticas especficas: eventos dependentes de espao e de
tempo, substituio entre tipos de contineres, relacionamento entre companhias parceiras,
importao e exportao, fluxos de equilbrio de grande escala. Citaram como principais
contribuies: a identificao de elementos e estrutura bsicos do problema de distribuio
 16

de contineres; o desenvolvimento de um modelo para vrios tipos de contineres,

contemplando a substituio entre tipos; e uma formulao matemtica para tratamento dos
aspectos dinmicos e das caractersticas de incerteza de problemas de alocao e
distribuio de contineres.

Crainic, Gendreau e Dejax lembram que o esforo de modelagem do problema de

alocao de contineres significativamente facilitado pelo fato de as companhias de navios
porta-contineres no necessitarem construir terminais terrestres com freqncia, em funo
do alto custo. Elas podem utilizar terminais j existentes, como ptios de ferrovias, por um
custo bem mais baixo do que se construssem seus prprios terminais. Isso permite que
elas reavaliem periodicamente suas decises com relao ao uso de terminais terrestres, e
a correspondente designao de clientes a depsitos.

Cheung e Chen (1998) interpretaram a soluo proposta por Crainic, Gendreau e

Dejax como um modelo estocstico em dois estgios compreendendo o transporte terrestre
de contineres vazios entre portos, depsitos e clientes individuais. O problema do segundo
estgio minimizar o custo esperado ocasionado pelo excesso e pela falta de contineres
vazios nos portos e nas dependncias dos clientes. Na avaliao de Cheung e Chen, esse
basicamente o modelo do jornaleiro (tambm conhecido como Newsboy) para o problema
de estoque com demanda aleatria (Eck, 1976; Goldbarg, 2000; Wagner, 1986). Por sua
vez, o modelo de Cheung e Chen considera o transporte ocenico, onde o segundo estgio
do problema um modelo de rede, com suprimentos e capacidades aleatrios,
considerando a realocao de contineres como o estoque dos portos.

O modelo de Crainic, Gendreau e Dejax tambm analisado por Choong, Cole e

Kutanoglu (2002) destacando o aspecto do horizonte de planejamento e as condies para
o final do horizonte, cujas sugestes ficaram em torno de dez a vinte unidades de tempo,
uma vez que o nmero de variveis de deciso muito grande. Comentam as observaes
de Crainic, Gendreau e Dejax de como as informaes disponveis a respeito de
suprimentos e demandas futuras tm de ser consideradas ao selecionar a durao do
horizonte de planejamento, e sobre suas alternativas para o ajuste dos estoques de
contineres vazios. Finalizam a anlise ressaltando a falta de resultados experimentais.

O modelo de Lai, Lam e Chan (1995) visou determinar a proporo entre

contineres, prprios e arrendados por curto prazo, que uma companhia deveria manter em
rotas de longa durao. Para isso, era necessrio verificar o impacto financeiro do aumento
da proporo de contineres prprios com relao ao custo do arrendamento de curto
prazo. Por outro lado, medida que o nmero de contineres prprios cresce, a companhia
tem de arcar com custos adicionais de transporte, com relao ao capital inicial projetado.
 17

Alm disso, a companhia comear a perder a habilidade de se desfazer de contineres, o

que auxiliaria na reduo dos custos de carga.

Em lugar de um modelo de otimizao, Lai, Lam e Chan utilizaram um modelo de

simulao e desenvolveram tcnicas de pesquisa heursticas para avaliar diferentes
polticas de alocao de contineres, identificando maneiras de reduzir os custos
operacionais. Julgam que a formulao padro para o problema de otimizao do transporte
inadequada para resolver este modelo, uma vez que ele requer que o nmero de tipos de
contineres transportados de uma determinada origem a um destino especfico seja
conhecido por antecipao. O objetivo deles no determinar a melhor rota que minimize os
custos de navegao. Na sua modelagem, as rotas so fixas, e eles procuram encontrar
uma poltica que determine a quantidade de produtos (contineres vazios de dois tamanhos)
a ser carregada a partir de vrios portos (origens), de maneira a atender a demanda em
outros portos (destinos), sujeitos a restries de cronograma e capacidade da embarcao,
que so dinmicas por natureza.

Para Lai, Lam e Chan, outra complicao no atendida pelo problema de transporte
naval diz respeito situao em que a demanda total (de todos os portos) maior do que o
suprimento, e preciso decidir como alocar os contineres entre os portos. A dificuldade
reside na aleatoriedade da demanda e do suprimento de contineres em cada destino, e no
fato de que os custos de tratamento da descarga so diferentes em cada porto. Mencionam
trs trabalhos anteriores em operao em terminais de contineres, ressaltando que na rea
de realocao de contineres vazios o material escasso. Citam Crainic, Gendreau e Dejax
(1990 apud Lai, Lam e Chan, 1995) como o nico trabalho em alocao de contineres
vazios que apresenta um modelo de rede estocstico e dinmico.

Lai, Lam e Chan aplicaram seu estudo em uma companhia de navegao de Hong
Kong, visando determinar a melhor maneira de alocar contineres vazios, transportados
atravs de onze portos, e a combinao de tipos de contineres que a companhia deveria
manter no seu percurso. Para lidar com as mudanas, utilizaram um modelo de simulao
das atividades operacionais da companhia de navegao. Foram empregadas tcnicas
heursticas para identificar as polticas que permitissem menor custo operacional entre
leasing, armazenagem, busca, devoluo e outras despesas. Para eles, o que torna o
problema difcil a previso de movimentos de exportao futuros, assim como a demanda
de contineres vazios mudando constantemente, alm do fato de a companhia confrontar-se
com a possibilidade de perder negcios se os contineres no estiverem disponveis quando
requisitados pelos clientes.
 18

O estudo deles forneceu subsdios que resultaram em economias substanciais para

a companhia de navegao (citam US$ 320.000 anuais), aumentando a satisfao dos
clientes. A economia foi atribuda primeiro introduo de estoques de segurana, bem
como reviso da prioridade de alocao (levando em conta um novo componente de
custo, o custo de ociosidade) em adio aos custos de manipulao e descarga em cada
porto. Quanto mais dados forem coletados aps a implementao desta poltica, mais a
robustez do modelo adotado poder ser testada como padro para alterao da demanda
entre portos. Alm disso, identificaram portos com tendncia a excesso e dficits. Atravs de
simulao, ajudaram a investigar o impacto do custo de vrias composies de contineres.
Ao final do projeto, a administrao da companhia afirmou ser mais fcil aceitar um modelo
de simulao e trabalhar com anlise de sensibilidade, do que formulaes analticas que
no podem ser utilizadas regularmente.

Shen e Khoong (1995) desenvolveram um sistema de suporte deciso para

resolver o problema de planejamento a longo prazo da distribuio de contineres vazios
para uma companhia de navegao. O sistema utiliza modelos de otimizao de rede. Alm
de otimizar o posicionamento de contineres atravs dos portos, o sistema capaz de
recomendar decises com melhor custo-benefcio, com relao a arrendar contineres ou
devolv-los para a companhia de leasing. Escolheram modelos de otimizao em rede pelo
fato de oferecerem dois pontos atrativos: permitem representar os problemas graficamente e
existem muitos algoritmos eficientes para resolver esses modelos. Shen e Khoong
observaram que a literatura existente na poca enfatizava mais os aspectos tcnicos do
problema do que os aspectos econmicos. Eles adotaram uma perspectiva econmica, com
nfase no comrcio naval.

As decises de planejamento trabalhadas por Shen e Khoong para resolver

situaes de desequilbrio comercial foram: (a) arrendar contineres de uma companhia de
leasing (leasing-in); (b) devolver contineres para uma companhia de leasing (off-leasing);
(c) trazer contineres de outros portos (positioning-in); e (d) levar contineres para outros
portos (positioning-out). As restries operacionais ao processo de planejamento foram: (a)
existem contratos negociais que determinam o volume de leasing para uma companhia; (b)
geralmente imposto um limite mximo por ms para off-leasing pelas companhias de
leasing; e (c) existem restries quanto ao nmero de espaos do navio alocados para
contineres vazios. Para implementar o modelo de deciso, assumiram a utilizao de
apenas um tipo de continer.

Shen e Khoong decompuseram o problema da distribuio de contineres vazios em

trs nveis de problemas de planejamento inter-relacionados, denominados nveis de
planejamento de terminal (porto), de planejamento intra-regional, e de planejamento inter-
 19

regional. Esta decomposio refletiria a maneira que uma companhia de navegao

organiza seus negcios globais e planeja sua distribuio. Dentro de seu modelo, Shen e
Khoong estabeleceram trs tipos de comunicao: (a) entre modelos de planejamento de
terminal e intra-regional; (b) entre modelos de planejamento intra-regionais; e (c) entre
modelos de planejamento intra-regional e inter-regional.

O sistema de apoio deciso de Shen e Khoong funciona da seguinte forma: uma

das mais importantes decises de um administrador de terminal o dimensionamento de
espao para estoque de contineres vazios para seu porto. Uma vez recebidas todas as
informaes de cada porto da regio, o problema de planejamento intra-regional resolvido.
O problema intra-regional um problema de fluxo de mnimo custo onde os nodos
representam os portos da regio e os arcos representam as rotas de servio intra-regionais.
Depois que este problema estiver solucionado, a informao comunicada para cada porto
com instrues tais como para onde mandar contineres excedentes e como resolver a
carncia de contineres. Uma regio pode ter desequilbrios de excesso ou de carncia de
contineres e pode tentar resolver esse desequilbrio comunicando-se com as regies
vizinhas. Se no tiver sucesso, pode se comunicar com os responsveis pelo modelo de
planejamento inter-regional. Aps obter todas as informaes necessrias, o problema inter-
regional pode ser resolvido. Este tambm um problema de fluxo de mnimo custo. Neste
caso, os nodos representam as regies e os arcos representam as rotas de servio inter-
regionais. Aps a resoluo deste problema, a informao novamente comunicada para
cada regio. Shen e Khoong enfatizam que o processo de planejamento de distribuio de
contineres vazios do tipo iterativo complexo, com cada iterao envolvendo trs estgios.

O modelo bsico otimiza o fluxo de contineres vazios durante um horizonte de

planejamento multiperidico, baseado nos custos de propriedade, movimentao e
arrendamento de contineres. O modelo assume que todas as demandas de clientes devem
ser satisfeitas. Utilizando modelos de otimizao de redes, so recomendadas decises de
arrendamento e devoluo de contineres com melhor custo-benefcio. Em um segundo
momento, o sistema incorporou tcnicas de relaxamento de restries, utilizando duas
estratgias. A primeira objetivou minimizar o custo total de relaxamento. A segunda
estratgia procurou minimizar o nmero de relaxamentos, sendo aplicada apenas se a
soluo fosse impraticvel sem relaxamento, utilizando uma heurstica para descobrir o
nmero mnimo de relaxamentos que deveriam ser executados. Para os autores, as tcnicas
de relaxamento minimizaram as perturbaes nas decises de planejamento existentes em
resposta a mudanas ad hoc na demanda e no suprimento de contineres vazios.

Em um trabalho posterior, Crainic et al. (1993 apud Cheung e Chen, 1998)

desenvolveram um modelo de rede para vrios tipos de contineres, designando depsitos
 20

para clientes na rede de transporte terrestre, onde os contineres vazios podem ser
transportados entre depsitos, a fim de minimizar os custos totais de transporte terrestre
(entre depsitos e clientes, e entre depsitos). Este problema de planejamento ttico da
rede foi formulado por programao inteira mista e resolvido por processo de tabu search.

Chen e Chen (1993 apud Cheung e Chen, 1998) consideraram as movimentaes de

contineres cheios e vazios e desenvolveram um modelo de rede dinmico para vrios tipos
de contineres. Chen e Ma (1995 apud Cheung e Chen, 1998), mais tarde, estenderam esse
modelo a um ambiente estocstico, similar ao proposto por Crainic, Gendreau e Dejax
(1993).

O problema da alocao de contineres vazios pode ser englobado dentro de um

campo mais amplo, chamado de Logstica Reversa. A logstica reversa consiste no
gerenciamento do fluxo de material, oposto ao fluxo de suprimento convencional (Stock,
1992 apud Fleischmann et al., 1997; Kopicki et al., 1993 apud Fleischmann et al., 1997).

um campo relativamente novo. Fleischmann et al. (1997) elaboraram uma

coletnea de artigos que utilizaram modelos quantitativos para logstica reversa, dentro do
ponto de vista da pesquisa operacional, de onde foram retirados os conceitos descritos
nesta seo.

A logstica reversa abrange as atividades logsticas de todo o caminho de retorno

que produtos j utilizados, no mais necessrios aos usurios, fazem para que se tornem
produtos novamente utilizveis em um mercado.

Fleischmann et al. classificaram a pesquisa em trs reas principais:

1. Planejamento da distribuio envolve o transporte fsico de produtos usados
desde o usurio final at o produtor;
2. Gerenciamento de estoque a transformao, pelo produtor, dos materiais
retornados em produtos novamente utilizveis;
3. Planejamento da produo consiste na adequao de mtodos de
planejamento da produo tradicionais, de acordo com a forma de reutilizao
dos produtos ou da reciclagem de materiais.

A reutilizao de produtos pode ser classificada por alguns critrios, tais como:
motivao de reutilizao (econmica, ecolgica), tipo de itens recuperados (embalagens,
componentes, produtos de consumo), forma de reutilizao (direta, reparada, reciclada ou
remanufaturada), e atores envolvidos (nas funes de coletar, testar, reprocessar). Todos
esses aspectos influenciam a forma de reutilizao do item considerado, delineando o ciclo
de vida de cada produto.
 21

Dentro destes critrios, os contineres esto classificados na motivao econmica,

no tipo de item embalagem, forma de reutilizao direta (sem maiores operaes de reparo,
exceto limpeza e alguma manuteno).

Os atores so parte importante a ser considerada na integrao entre as atividades

de logstica normal e reversa. Nos ltimos tempos, tm surgido atores especializados em
atividades logsticas especficas, e fornecedores tradicionais tm estendido seus servios de
logstica. Novas atividades focam em particular na coleta e transporte de fluxo de retorno, e
em fornecer embalagens (ex. contineres) de transporte reutilizveis (Fleischmann et al.,
1997).

A distribuio reversa compreende a coleta e o transporte de produtos e embalagens

utilizadas. Guiltinan e Nwokoye (1975 apud Fleischmann et al., 1997) forneceram uma das
primeiras anlises de redes deste tipo de distribuio. A maior questo que deve ser
discutida na distribuio reversa se e como os canais normais e reversos devem ser
integrados.

Para construir um canal eficiente de distribuio reversa, algumas decises devem

ser tomadas:
Quem so os atores envolvidos no canal de distribuio reversa?
Os mesmos membros do canal usual (fornecedores de servios logsticos) ou
parceiros especializados.
Quais funes devem ser realizadas no canal de distribuio reversa e onde?
Possveis funes: coleta, teste, classificao, transporte e processamento. Deve
ser designada uma rede de distribuio, determinando locais adequados para
essas funes.
Qual a relao entre o canal de distribuio normal e o reverso?
O sistema pode ser descrito como aberto: os contineres no retornam a quem os
liberou, so utilizados por outros usurios.

Com relao ao projeto de rede, o modelo pode ser construdo modelando-se

separadamente o fluxo reverso ou integrando a distribuio normal e reversa. Uma
particularidade das redes de distribuio reversas seu alto grau de incerteza do
suprimento em termos de quantidade e qualidade dos itens retornados.

Como exemplo de modelagem separada do fluxo reverso, Fleischmann et al. citam o

trabalho de Kroon e Vrijens (1995), que apresentou um sistema logstico de devoluo para
contineres retornveis, desenvolvido em um estudo de caso para uma organizao de
servio logstico da Holanda. O sistema relativo a transporte, manuteno e estocagem de
 22

contineres vazios. Foi formulado um modelo clssico para analisar o nmero de

contineres, o nmero de depsitos e suas localizaes.

Fleischmann et al. observaram a existncia de poucos modelos tratando a

distribuio normal e reversa simultaneamente. Citaram Del Castillo e Cochran (1996), que
estudaram o planejamento da produo e distribuio de produtos entregues por
contineres reutilizveis, cujo modelo inclui o transporte de contineres vazios de volta para
as fbricas. A disponibilidade de contineres vazios modelada como uma restrio de
recurso para a produo do produto original.

Os autores ressaltam que uma rede de distribuio reversa no necessariamente

um desenho simtrico da distribuio normal, e que um ponto de extrema importncia a
interao entre as duas distribuies.

Fleischmann et al. afirmam que a literatura cientfica nessa rea muito limitada. At
o momento, a integrao de ambos os canais havia sido considerada apenas no estgio de
projeto da rede. Eles no encontraram nenhuma pesquisa unindo rotas, ou seja, fazendo
uso de percursos para transferncia de coleta e de retorno. Citam como um possvel ponto
de partida as investigaes recentes em sistemas de transporte de contineres, incluindo a
realocao de contineres vazios, mencionando o trabalho de Crainic, Gendreau e Dejax
(1993). Como comentrio geral final eles acentuam que, apesar da relevncia desse tpico,
so poucas e esparsas as publicaes de pesquisa em distribuio reversa.

Segundo Fleischmann et al., mtodos tradicionais das reas de planejamento da

distribuio, controle de estoque e planejamento da produo podem ser aplicados a
problemas de planejamento na rea de logstica reversa, dentro da perspectiva da pesquisa
operacional. Entretanto, nem todas as atividades de reutilizao encaixam-se na abordagem
tradicional, requerendo novos mtodos de planejamento.

O que agrega complexidade aos sistemas envolvidos exatamente a interao entre

novos fluxos de material retornando e os fluxos normais. Esse dois fluxos no podem ser
tratados de forma independente, mas tm de ser considerados simultaneamente, a fim de
permitir um planejamento adequado. O segundo ponto importante o constante aumento da
incerteza em sistemas que envolvem reutilizao de produtos. Lidar com essa incerteza
adequadamente uma das maiores tarefas no planejamento de atividades de reutilizao.

Finalmente, Fleischmann et al. mencionam que um dos seus objetivos era encorajar
pesquisas nessa rea: A logstica reversa como campo cientfico ainda muito nova. Os
resultados publicados at essa data [1997] so muito isolados. Abordagens abrangentes
so raras. (...) A influncia dos fluxos de retorno no gerenciamento da cadeia de
suprimentos um tpico que merece esforos de pesquisa mais fortes..
 23

Cheung e Chen (1998) desenvolveram um modelo de rede dinmico para auxiliar os

operadores de linhas navais a alocar seus contineres vazios eficientemente, atravs da
reduo dos custos de arrendamento e do nvel de estoque em portos. Elaboraram um
modelo de minimizao de custos para determinar o reposicionamento dos contineres
vazios e discutir onde e quando arrendar contineres, a fim de atender a demanda nos
portos. O ncleo do modelo uma rede dinmica, estocstica, baseada em um s tipo de
continer, onde o suprimento e a demanda de contineres vazios, e o espao disponvel
para acomodao de contineres vazios nos navios so considerados variveis aleatrias.
Propuseram a utilizao de mtodos estocsticos quasi-gradiente clssicos e de uma nova
classe de mtodos hbridos para resolver o modelo de rede. Compararam o seu modelo com
os modelos de Florez (1986 apud Cheung e Chen, 1998) e de Chen e Chen (1993 apud
Cheung e Chen, 1998), que so determinsticos, acreditando que a considerao explcita
de incerteza tornou o modelo deles mais acurado.

Focaram no transporte martimo, onde os clientes so consolidados em um nico

nvel. Para tanto, consideraram que a maioria das companhias de contineres trabalha com
transporte terrestre e martimo separadamente, uma vez que as atividades envolvidas
nesses dois modos de transporte so diferentes. Justificaram esta opo alegando que o
transporte terrestre sujeito a um planejamento bem mais flexvel do que o martimo.
Formularam o problema de alocao dinmica de contineres como um modelo de rede
estocstico em dois estgios. As decises incluem como posicionar contineres vazios e
quantos contineres devem ser arrendados nos portos. Utilizaram como dados aleatrios a
capacidade (residual) para acomodar contineres vazios em um navio; a demanda total para
contineres em um porto e o total de contineres retornando (suprimento) a um porto em
determinado perodo de tempo.

Os autores lembram que, no mundo real, as decises tm de ser tomadas antes que
parmetros de incerteza (demanda, suprimento e capacidade do navio) sejam conhecidos.
Eles decompuseram a rede em dois estgios: no estgio um todos os parmetros so
determinsticos e no estgio dois todos os parmetros so estocsticos.

Cheung e Chen demonstraram como a classe de mtodos estocsticos quasi-

gradiente (em ingls, sigla SQG, de stochastic quasi-gradient methods) e a classe de
procedimentos de aproximao hbridos estocsticos (em ingls, sigla SHAPE, de stochastic
hybrid approximations procedures) podem ser aplicados para resolver o modelo de rede,
tirando vantagem da prpria estrutura do modelo. Alm disso, desenvolveram vrias
implementaes desses mtodos, e compararam sua eficincia atravs de testes
numricos. Posteriormente, compararam o modelo estocstico em dois estgios com uma
 24

variao dele, um modelo determinstico em dois estgios. Na maioria dos experimentos, o

modelo estocstico funcionou melhor, embora no com a eficincia esperada.

No modelo em dois estgios, Cheung e Chen assumiram que todos os parmetros

aleatrios no estgio dois so percebidos de uma s vez. Na realidade, os parmetros so
percebidos o tempo todo. Indicam como sugesto de trabalhos futuros encontrar uma
maneira de formular o problema de alocao dinmica de contineres vazios como um
modelo multiestgio. Esse modelo deveria capturar os acontecimentos que podem ocorrer e
alterar decises medida que novas informaes fossem disponibilizadas. Julgam que
resolver um modelo multiestgio seria muito mais difcil do que um de dois estgios, embora
Cheung e Powell (1996 apud Cheung e Chen, 1998) tenham sugerido que modelos
multiestgios podem ser mais fceis de resolver porque a formulao multiestgio ajudaria a
decompor a estrutura combinatria do problema. Comentam que tm como objetivo
descobrir como formular o problema de alocao de contineres em um modelo multiestgio
e como desenvolver mtodos de soluo tratveis computacionalmente. Alegam que, se o
desenvolvimento de solues puder levar em considerao o uso de informao em tempo
real, ento a aplicao dos mtodos na prtica seria bastante vivel.

Choong, Cole e Kutanoglu (2002) mencionam Cheung e Chen sob o ponto de vista
do horizonte de planejamento, observando que seus experimentos demonstraram que um
horizonte longo no necessariamente melhor do que um mais curto; ao aumentar o
horizonte de planejamento, s vezes as solues melhoravam, s vezes eram piores.
Comentam que Cheung e Chen no discutiram outros fatores que possam ter ocasionado
essas situaes.

O estudo de Choong, Cole e Kutanoglu abordou os efeitos do horizonte de

planejamento no gerenciamento de contineres vazios para redes de transporte intermodal.
Utilizaram programao inteira para minimizar os custos relativos movimentao de
contineres, considerando um tipo de continer e trs tipos de transporte: caminho, trem e
barca. Aplicaram em um estudo de caso para ilustrar os efeitos da durao do horizonte de
planejamento, observando que um horizonte maior permite utilizar modos de transporte mais
lentos e de menor custo.

Choong, Cole e Kutanoglu elaboraram um modelo matemtico para minimizar o

custo total de gerenciamento de contineres vazios, satisfazendo a demanda de clientes por
contineres disponveis no momento oportuno. Adaptaram o modelo de Crainic, Gendreau e
Dejax (1993), incluindo mltiplos modos de transporte, capacidade de armazenagem e
limitao de capacidade dos modos de transporte. Entretanto, seu modelo no inclui janelas
de entrega (os tempos iniciais e finais nos quais as entregas devem ser feitas), assumindo
 25

que os contineres so entregues nas dependncias do cliente no perodo em que so

necessrios.

Ressaltam que Crainic, Gendreau e Dejax selecionaram o tipo de transporte antes de

resolver seu modelo esttico e intermodal. Como as funes so lineares e as rotas de
transporte no tm limite de capacidade, as modalidades de transporte ou suas
combinaes so baseadas apenas no menor custo. Em seu modelo, Choong, Cole e
Kutanoglu no poderiam fazer o mesmo porque seu modo mais barato, a barca, tem
capacidade limitada.

Choong, Cole e Kutanoglu tratam da mesma forma contineres arrendados e

contineres prprios das companhias, e no consideram o custo de arrendamento at que
efetivamente entrem na rede de transporte. Alm disso, no tratam a devoluo de
contineres arrendados, assumindo que os contratos de arrendamento no expirem dentro
de seu horizonte de planejamento (geralmente menos de um ms).

Para simplificar a modelagem, ignoram o tempo de manipulao (contineres que

chegam tornam-se vazios e disponveis imediatamente). Outras caractersticas do modelo:
so conhecidos o nmero de contineres vazios disponveis e nmero de contineres vazios
requeridos; os contineres vazios no podem ser armazenados nas dependncias dos
clientes de suprimento aps descarregados, so imediatamente conduzidos aos clientes
de demanda ou para os pools de contineres; contineres vazios no so enviados
anteriormente a uma demanda futura; clientes de demanda no armazenam contineres
para perodos posteriores; no permitem pedidos pendentes (backorders); o nmero de
contineres vazios do pool de contineres conhecido, no incio do horizonte de
planejamento, podendo incluir contineres prprios e arrendados.

Choong, Cole e Kutanoglu concluem que um horizonte de planejamento mais longo

pode fornecer planos de distribuio melhores para contineres vazios em perodos iniciais.
Um horizonte maior permite melhor gerenciamento do leasing de contineres e encoraja o
uso de modos de transporte mais lentos e mais baratos por exemplo, a barca. Essas
vantagens seriam pequenas para sistemas que tenham um nmero suficiente de pools de
contineres. Alm disso, o horizonte de planejamento tem que ser grande o suficiente para
contemplar o prprio tempo de transporte da barca.

Para eles, o impacto de escolher um horizonte de planejamento pequeno depende

de trs condies:
1. Concentrao das atividades na rede se o perodo imediatamente aps o
horizonte escolhido muito ativo, um horizonte maior traz uma soluo melhor.
 26

Estender o horizonte pode permitir a utilizao de modos de transportes mais

lentos.
2. Tempo de trnsito dos movimentos dos contineres se o sistema necessita de
tempos de trnsito longos, pode necessitar de um horizonte de planejamento
mais longo.
3. Efeitos do fim do horizonte se forem pequenos, podem reduzir o significado de
aumentar o horizonte de planejamento. Os efeitos so menores quando a
distncia mdia de transporte do sistema pequena, ou se o estoque inicial dos
pools de contineres alto.

Choong, Cole e Kutanoglu ressaltam que, embora haja muita literatura sobre efeitos
do horizonte no planejamento e controle de produo, pouco tem sido escrito com relao a
gerenciamento de contineres vazios. Citam a tese de doutorado de Choong (2000 apud
Choong, Cole e Kutanoglu, 2002) como origem de seu artigo. Os autores sugerem como
pesquisas futuras: integrar os fluxos de contineres vazios e cheios um s modelo ou
agregar a natureza estocstica das demandas e dos suprimentos no problema de
gerenciamento de contineres.

Jansen et al. (2004) descrevem um sistema desenvolvido para uma empresa de

transporte de cargas da Alemanha, para ser utilizado no planejamento de cerca de 4000
ordens dirias de contineres. Os caminhes deveriam retornar em dois dias e os
contineres vazios tinham que estar disponveis na hora certa no local certo. Ressaltam que
o transporte entre o oeste e o leste da Alemanha tipicamente no balanceado,
complicando o reposicionamento dos contineres vazios.

Seu objetivo era fornecer um plano de transporte de eficiente com relao ao custo
(problema de fluxo de mnimo custo) para uma dada quantidade de ordens, levando em
considerao um grande nmero de restries. Utilizaram duas modalidades de transporte:
ferrovirio e rodovirio, trabalharam com horizonte de planejamento de um a trs dias, e
horizonte de reposicionamento de uma semana.

Julgam o trabalho deles como nico pelas seguintes caractersticas:

um problema operacional, no estratgico as requisies de transporte e as
capacidades dos diferentes modos de transporte variam dia a dia.
O tamanho do problema imenso dado o requisito de tempo computacional,
acreditam que no havia na literatura mtodo que pudesse ser utilizado
diretamente.
H vrias restries prticas difceis. Alm disso, as funes de custo no so
convexas, descontnuas e no necessariamente aumentam com a distncia.
 27

O reposicionamento de contineres vazios parte integral das operaes dirias.

O algoritmo deveria ser flexvel para aceitar adio ou modificao de restries e
da estrutura de custo.

Uma das questes tericas que os autores levantam se haveria possibilidade de

resolver os problemas de planejamento e de reposicionamento de forma simultnea.

No Brasil, foram encontradas quatro dissertaes de mestrado relacionadas a

contineres vazios, no Banco de Teses mantido pela CAPES. Barco, em 1998, props um
modelo de programao linear, auxiliado por um modelo de previso de estoque, apontando
o posicionamento timo de contineres vazios para companhias de navegao, visando ao
menor custo. Pereira Jnior (1999) analisou o caso real de uma empresa de navegao
operando em um cenrio de desequilbrio nos fluxos de importaes e exportaes,
desenvolvendo um modelo de simulao computacional, o qual foi utilizado para avaliao e
determinao das melhores polticas de estoque e movimentao de contineres vazios
para auxiliar a soluo do problema. Souza (2001) descreveu o problema de alocao de
contineres (martimo e terrestre) e apresentou algumas alternativas de estratgias de
soluo. Sampaio (2001) baseou-se no trabalho de Lai, Lam e Chan (1995) para gerar um
programa computacional para a simulao de um problema de alocao de contineres
vazios tpico, a fim de fornecer suporte deciso para os gerentes do transporte intermodal
internacional. Sampaio classificou o problema como tpico de Logstica Reversa, devido
movimentao e falta de interao entre a distribuio e o transporte dos contineres
cheios e a distribuio e o transporte dessas unidades, quando vazias, para serem
reutilizadas.

Com base na reviso da literatura, cujas principais contribuies foram apresentadas

neste captulo, pde-se confirmar a carncia de publicaes na rea de gerenciamento de
contineres vazios, fato ressaltado por Dejax e Crainic (1987), Crainic, Gendreau e Dejax
(1993), Lai, Lam e Chan (1995) e Choong, Cole e Kutanoglu (2002); e de modelos que
tratassem a distribuio normal e reversa de contineres simultaneamente, o que tambm
foi enfatizado por Fleischmann et al. (1997).

Esta tese tem como principal contribuio a elaborao de um modelo de

gerenciamento integrado da distribuio e alocao de contineres cheios e vazios.
 28

2.4. Consideraes sobre mtodos

Dejax e Crainic (1987), em seu amplo trabalho de reviso sobre modelos para
transporte de cargas, utilizaram os seguintes critrios para distino de metodologia para
estudos nesta rea:

a) Hipteses de modelagem:
domnio do tempo o problema pode ser esttico, considerando um perodo
de planejamento isolado ou tpico, ou dinmico, quando o problema deve ser
resolvido abrangendo vrios perodos de tempo contguos;
hipteses determinsticas ou estocsticas no suprimento e na demanda, ou
medidas de desempenho da rede (tempo de transporte, por exemplo).

b) Abordagem da modelagem:
formulao algbrica para conseqente otimizao com tcnicas de
programao matemtica;
modelos estocsticos analticos tais como modelos de filas;
modelos de simulao (ex. Monte Carlo).

c) Tcnicas de soluo:
otimizao de programao matemtica (linear, no-linear, inteira etc.);
algoritmos de rede;
otimizao estocstica;
simulao.

Segundo Cheung e Chen (1998), apesar de vrios modelos (a maioria de rede)

terem sido propostos para o problema de alocao de contineres, a natureza estocstica e
o tamanho do problema dificultam o desenvolvimento e teste de mtodos de soluo
eficientes. Observam ainda que, nos processos estocsticos, as decises tm de ser
tomadas antes que os parmetros aleatrios sejam observados. Alm disso, aps os valores
tornarem-se disponveis, devem ser tomadas novas aes. O custo esperado futuro
depende da deciso atual, e geralmente envolve problemas de otimizao baseados em
expectativas, tornando o problema muito difcil de solucionar.

Cheung e Chen agrupam os mtodos de soluo para programao estocstica em

trs categorias:
1. Mtodos de aproximao no-linear aproximam a funo de recurso
esperado, de alta complexidade, para uma funo no-linear determinstica;
2. Mtodos de cenrio utilizam exemplos fixos para aproximar o espao de
probabilidade subjacente, para ento resolver o problema resultante por tcnicas
 29

de otimizao, que so usualmente mtodos de decomposio natural (por

exemplo, algoritmo hedging progressivo e decomposio L-shaped); e
3. Mtodos estocsticos quasi-gradiente utilizam gradientes ou subgradientes de
amostra para aproximar a linearidade da funo de recurso esperado, para ento
resolver uma seqncia de problemas de programao linear.

Observam que podem ser feitas tambm combinaes desses mtodos ou

abordagens hbridas.

Os mesmos autores classificam o problema de alocao dinmica de contineres

(em ingls, DCA Dynamic Container Allocation) como altamente relacionado com o
problema de alocao dinmica de veculos (em ingls, DVA Dynamic Vehicle Allocation),
que envolve gerenciar uma frota de veculos no espao e no tempo, citando algumas
diferenas fundamentais entre eles. Em primeiro lugar, no DVA, a origem da aleatoriedade
assumida pela demanda do mercado, representada pelas capacidades de arcos aleatrios
na formulao da rede estocstica, enquanto que, no DCA, a demanda e o fornecimento de
contineres vazios e o espao disponvel para contineres vazios no navio so todos
quantidades aleatrias. No DVA, no h programao fixa para um veculo mover-se,
enquanto que no DCA existe uma programao da viagem. No modelo de rede do DVA, os
veculos circulam na rede e o transportador tem controle total do veculo; no DCA, uma vez
que um continer utilizado para atender a demanda em um porto (tornando-se um
continer cheio), ele deixa a rede, reentrando como um suprimento aleatrio no futuro.

Para Crainic, Gendreau e Dejax (1993), a existncia de vrios tipos de continer e

regras de substituio complexas so alguns dos fatores que distinguem o problema de
alocao de contineres do problema da alocao dinmica de veculos em outros meios de
transporte. Como conseqncia, a noo de contineres equivalentes tem de ser introduzida
no modelo com vrios tipos de continer.

Com respeito ao processo de alocao, Crainic, Gendreau e Dejax salientam que

apenas movimentos vazios aparecem como variveis de deciso nos modelos de alocao
de contineres, embora movimentos com carga sejam considerados em todo o sistema de
planejamento e no modelo de roteamento. Isso se deve ao fato de que contineres
carregados so embarcados para fora da rede terrestre, desaparecendo para propsitos de
planejamento. Nos modelos DVA, os veculos carregados permanecem nas fronteiras da
rede para tornarem-se disponveis novamente para alocao em um curto espao de tempo.
O mesmo veculo pode ser alocado vrias vezes dentro de um determinado horizonte de
planejamento, o que praticamente nunca acontece no caso da distribuio de contineres
em terra. Uma conseqncia inesperada disso que decises de alocao atuais tm
 30

menos impacto no sistema em considerao. Os autores julgam que isso pode reduzir as
distores de feedback causadas por um horizonte de planejamento limitado, permitindo
trabalhar com um horizonte menor.

Para Crainic, Gendreau e Dejax, o modelo de alocao de contineres vazios,

similarmente a qualquer outro modelo operacional de uma organizao ampla e complexa,
requer dados abundantes e prontamente disponveis. Essas informaes so variveis por
natureza e podem ser usadas para inferir as formulaes e o desenho da aplicao,
devendo ser atualizadas cada vez que o horizonte de tempo avana. Os modelos devem ser
projetados como parte de um sistema de suporte deciso de planejamento de curto prazo
para contineres vazios e cheios. Para sua implementao, assume-se que deva existir um
sistema de informao confivel. As previses de suprimento e demanda de contineres
vazios devem ser precisas e tm de ser constantemente atualizadas, o que crtico para o
sucesso da implementao do modelo de alocao. Segundo os autores, estudos
preliminares demonstraram que mtodos de previso simples no conseguem capturar toda
a complexidade do mecanismo de demanda, o que julgam acontecer tambm com relao
ao suprimento. Uma anlise mais acurada havia revelado que as demandas e os
suprimentos observados so de fato uma superposio de vrios processos com
caractersticas diferentes. Para obter previses realistas, necessrio identificar o processo,
monitor-lo atravs do sistema de informao da companhia, derivar previses individuais e
por processo adequadas, e finalmente reunir todas essas previses em distribuies de
probabilidade.

A seguir, sero apresentados os modelos que serviram de base para a elaborao

do modelo integrado de alocao e movimentao de contineres vazios e cheios.

2.5. Modelo de transbordo

O modelo de transbordo um problema de transporte que contm uma caracterstica
adicional. Em vez de enviar itens de uma origem diretamente a um destino, eles podem
circular por quaisquer outras origens ou destinos at chegar ao seu destino final (Eck, 1976).

uma extenso do modelo clssico de transporte, incluindo os casos em que alguns

locais intermedirios podem atuar como pontos de transbordo, tambm chamados de pontos
de armazenagem (Goldbarg, 2000). A anlise das redes produz um plano de rotas para
redistribuio dos itens e atendimento da demanda de forma a obter custo total de
transporte mais baixo possvel (Wagner, 1986).
 31

O modelo a seguir foi extrado de Goldbarg (2000).

Parmetros:

M = {1,2,..., m} : conjunto de pontos de suprimento, ndice i

S = {1,2,..., s} : conjunto de depsitos, ndice k

N = {1,2,..., n} : conjunto de pontos de demanda, ndice j

oi : quantidade disponvel na origem i

d j : quantidade requerida no destino j

xik : fluxo que percorre um arco i k

ykj : fluxo que percorre um arco k j

cik : custo de percorrer o arco i k

wkj : custo de percorrer o arco k j

f k : custo fixo de se ativar um ponto de transbordo ou depsito

k , k S , S = {1,..., s} , o conjunto dos pontos de suprimento

vk : varivel binria que assume o valor 1 se o ponto de transbordo ativado e 0

em caso contrrio

a k : capacidade de armazenagem disponibilizada pelo ponto de transbordo k

Funo objetivo:

m s s n s
Minimizar z = cik xik + wkj ykj + fk vk
i =1 k =1 k =1 j =1 k =1

Restries:

x ik a k vk k = 1,..., s (1)
i =1
 32

y kj = dj j = 1,..., n (2)
k =1

m n

xik = xkj
i =1 j =1
k = 1,..., s (3)

xik 0 i M ,k S (4)

ykj 0 k S , j N (5)

vk {0,1} k S (6)

A restrio (1) representa o processo de criao (ou abertura de depsitos),

considerando o aspecto do atendimento do fluxo demanda x suprimento. A restrio (2)
garante o atendimento da demanda e a restrio (3) assegura a continuidade de fluxo. As
exigncias de no-negatividade e da natureza das variveis esto representadas nas
expresses (4), (5) e (6).

2.6. Modelo de alocao de contineres vazios

A formulao de alocao de contineres vazios foi reproduzida de Crainic,
Gendreau e Dejax (1993). Este modelo dinmico e determinstico, contemplando apenas
um tipo de continer, utilizando funes lineares de custo para todas as atividades inseridas
no modelo de alocao: propriedade, substituio, emprstimo e transporte. Os custos de
manipulao no foram includos no modelo.

Parmetros:

T: extenso do horizonte de planejamento ( t = 1,2,..., T )

D: conjunto de depsitos em terra (no inclui depsitos em portos)

H : conjunto de portos (pontos de entrada e sada do sistema)

A fim de deixar a notao mais clara, depsitos em portos e no-portos (em terra)
foram associados a conjuntos diferentes.

It : conjunto de requisies de clientes de demanda, a ser entregues no mximo no

perodo t ( t = 1,2,..., T )
 33

i : a janela de entrega do cliente i , i I t :

Se i = 0 , a entrega deve ser feita exclusivamente num perodo t

Se i > 0 , existe a opo de entrega em todos os perodos, t , t 1 , ..., t i

S t : conjunto de requisies de clientes de suprimento, a ser recolhidas no perodo

t , t = 1,2,..., T .

As operaes na rede so direcionadas pela quantidade de suprimento e demanda

de contineres vazios associados com clientes, depsitos e portos, para cada um dos
perodos do horizonte de planejamento.

Os suprimentos e demandas de contineres vazios associados com portos retratam

que, em geral, qualquer sistema de transporte encaixado em outro maior: regies em
estados, estados em pases, pases no mundo etc. Esses valores refletem as diferenas
entre suprimentos e demandas no comrcio internacional.

X it : demanda do cliente i , com requisio de entrega de contineres nas suas

dependncias no mais tardar no perodo t ; i I t , t = 1,2,..., T ;

X tj : demanda de exportao do porto j no perodo t ; representa as requisies de

contineres vazios originadas fora da rea de estudo; j H , t = 1,2,..., T ;

Yst : suprimento de contineres que tornam-se disponveis no perodo t no cliente

de suprimento s ; s S t , t = 1,2,..., T ;

Y jt : suprimento de importao no porto j no perodo t ; representa a entrada de

contineres vazios de fora da rea de estudo; j H , t = 1,2,..., T .

As variveis de deciso representam movimentos de contineres atravs do tempo e

do espao. Os movimentos que envolvem clientes so identificados pela letra v , enquanto
que w usado para todos os outros.

A varivel que corresponde deciso de alocao a partir do depsito ao cliente :

v itjt' : o volume de contineres alocados do depsito j ao cliente i no perodo t , e

chegando ao destino no perodo t ' ; i I j , j D H , t = 1,2,..., T , para

t
 34

esclarecer especificamente a ocorrncia espao-temporal que representa o

cliente identificado. Entretanto, uma vez que o perodo de tempo inicial de um
movimento especificado, o tempo de chegada totalmente determinado pelo
tempo de trnsito correspondente, e, portanto, no uma deciso. Os mesmos
comentrios aplicam-se a todas as variveis de deciso definidas neste
modelo, simplificando a notao.

A notao identifica os tempos de trnsito dos vrios movimentos, onde a origem

e o destino podem representar um depsito, um cliente ou um porto. Esses intervalos

incluem o tempo requerido para carga na origem e descarga no destino, mais o tempo
necessrio para traslado entre os dois pontos. Todos os tempos de trnsito foram
assumidos como independentes de seus perodos de partida ( t ) e chegada ( t ' ).

Notao adicional:

I tj : conjunto de todas as requisies i de clientes de demanda que podem ser

satisfeitas a partir do depsito j por um movimento que inicia no perodo t e

termina no perodo t + ji ; ou seja, cliente i pertence a I tj se

t ' t + ji t ' para i I t ' ; j D H , t = 1,2,..., T ;

J it ' : conjunto de todos os depsitos j os quais, no perodo t ' , podem ser usados

para satisfazer as requisies i dos clientes de demanda, i I t ; o

carregamento comea no perodo t ' e chega no perodo t '+ ji de forma que

t t '+ ji t ; J it' D H , t ' = 1,2,..., T ;

J st : conjunto de todos depsitos j onde o cliente de suprimento s , s S ' pode

despachar no perodo t os contineres vazios presentes nas suas
dependncias; em particular, o porto de origem do movimento de carga que
gera o suprimento vazio atual, notao j ( s) , pertence a J st ; J st D H ,
s S ' , t = 1,2,..., T ;

S tj : conjunto de todos os clientes de suprimento s , s S t ' , t ' = t sj os quais, a

partir do depsito j , podem receber contineres no perodo t ; j D H ,

t = 1,2,..., T .
 35

Variveis de deciso:

v tji : volume de contineres alocados no perodo t a partir do depsito j ao cliente

i . O carregamento chega no perodo t ' = t + ji ; j D H , i I tj ,

t = 1,2,..., T ;

vsjt : volume de contineres vazios apanhados no perodo t no cliente de

suprimento s , o qual chega no depsito j no perodo t + sj ; s S t , j J st ,

t = 1,2,..., T ;

wtjj : estoque de contineres vazios disponveis no depsito j no final do perodo t

(o fluxo de estoque do depsito j no perodo t para depsito j no perodo

t + 1 ); j D H , t = 1,2,..., T ;

wtjk : fluxo de contineres vazios embarcados do depsito j para o depsito k ; o

carregamento comea no perodo t e completado no perodo t + jk ;

j D H , k D H , t = 1,2,..., T .

Funo objetivo:

Minimizar o custo total de operao do sistema de distribuio e transporte terrestre

t t
Min c ji v ji + c jk wjk + c j w jj + c j bj + c% je j + csj vsj

t t t t t t t t t t
(7)

t =1,2,...,T j D H i I tj j H

k D H s St j J ts

onde:

c tji : custo unitrio de transporte do depsito j ao cliente de demanda i no perodo

t ; j D H , i I t ' , t = 1,2,..., T ;

csjt : custo unitrio de transporte do cliente de suprimento s para o depsito j no

perodo t ; s S t ; j D H ; t = 1,2,..., T ;

c tjk : custo unitrio de transporte do depsito j ao depsito k no perodo t ;

j D H ; k D H ; t = 1,2,..., T ;
 36

c tj : custo de permanncia de um continer de fora do sistema no depsito j no

perodo t ; j D H ; t = 1,2,..., T ;

c tj : custo de ingresso de um continer de fora do sistema para o depsito j no

perodo t ; j D H ; t = 1,2,..., T ;

c% tj : custo unitrio de multa por no satisfazer a demanda externa de contineres

vazios no porto j no perodo t ; j H ; t = 1,2,..., T .

Para escrever a funo objetivo do modelo (7), preciso definir o critrio de custo
associado a cada uma das atividades de transporte e armazenagem definidas no sistema.
De modo geral, a funo de custo de uma atividade especfica (ex. movimentar contineres,
em um perodo de tempo especfico, entre um dado cliente e um porto particular) pode
depender dos valores de todas as variveis de fluxo do modelo. Apesar disso, na prtica,
no requerida uma definio ampla, uma vez que a maioria do trfego vazio que envolve
clientes feita em distncia e movimentos relativamente curtos, poucos contineres por vez
(geralmente por caminho). Foi assumido que, para esse tipo de operao, a funo de
custo depende apenas da intensidade da atividade. Para manter a apresentao
simplificada, todas as funes foram consideradas como lineares.

Restries:

[demanda de cliente identificada]

v
t ' t j J it '
t'
ji = X it K it para todo i I ' , t = 1,2,..., T (8)

A demanda de um cliente (8) pode ser satisfeita a partir de todos os depsitos aos
quais o cliente est ligado, por navios que chegam em qualquer dos perodos que estejam
no intervalo de tempo definido pela janela de entrega do cliente. Em alguns casos, parte da
demanda identificada pode j ter sido satisfeita pelos carregamentos iniciados em perodos
anteriores ao incio do horizonte de planejamento, ou porque a janela de entrega do cliente
comea antes deste tempo, ou porque aqueles carregamentos tm ainda que chegar nas
dependncias do cliente. Como esses carregamentos correspondem a decises conhecidas,
um valor constante K it ajusta a demanda identificada para o horizonte de planejamento (em

conseqncia, a definio do conjunto J it ' modificada):

 37

Kit : volume de contineres enviados ao cliente i , i I t antes do incio do atual

horizonte de planejamento.

Para garantir viabilidade, foi assumido que, para cada demanda de cliente
identificada i , i I t , nem todos os conjuntos J it ' esto vazios. Em termos operacionais,

implica que sempre h um depsito suficientemente prximo para satisfazer a demanda de

um cliente identificado. Corresponde ao fato de que a companhia pode no aceitar uma
ordem que seja temporariamente impraticvel.

[suprimento de cliente]

v t
t
sj = Yst para todo s S t , t = 1,2,..., T (9)
j J s

Contineres vazios, que esto disponveis nas dependncias do cliente (9), tm de

ser movidos para fora, e podem ser enviados ao porto onde o movimento de carga inicial foi
originado, ou para um (ou vrios) dos depsitos para os quais o cliente foi designado no
plano ttico.

[estoques em depsitos no-portos]

t
wtjj = w(jjt 1) + wt'
+ vsj + bj + K j w jk v ji
t' t t t
kj


t ' t k D H | kj =t t ' s S j k D H i I j
t t

para todo j D , t = 1,2,..., T (10)

Para cada depsito, o estoque de contineres vazios calculado no final de cada

perodo de tempo (10). Os volumes embarcados para outros depsitos, portos e clientes
estaro fora do depsito. O volume de entrada durante o perodo constitudo pelo trfego
de contineres que chegaram, em perodos anteriores, de outros depsitos, portos e clientes
de suprimento, entrando no depsito no perodo atual. Esse volume adicionado ao
estoque disponvel no incio do perodo, e pelos contineres recebidos de fora do sistema.

btj : volume de contineres tomados (de companhias parceiras; pode tambm

representar contineres arrendados ou recentemente adquiridos) no depsito
j no perodo t ; j D H ;
 38

O estoque disponvel no depsito j, j D H , no incio do horizonte de

()
planejamento, foi estipulado por w jj . Assim como na situao anterior, foi utilizada uma

constante para ajustar o suprimento do depsito com relao aos contineres carregados no
depsito antes do incio do horizonte de planejamento atual:

K tj : volume de contineres enviados para o depsito j antes do incio do horizonte

de planejamento atual, e que chegam no perodo t ' ; j D H ; t = 1,2,..., T .

[suprimento, demanda e estoque de portos]

t
wtjj = w(jjt 1) + wt'
+ vsj + bj + K j w jk v ji X j + Y j + e j
t' t t t t t t
kj


t ' t k D H | kj = t t ' s S tj k D H i I tj

para todo j H , t = 1,2,..., T (11)

onde:

e tj : demanda de exportao de contineres vazios insatisfeita no porto j , no

perodo t ( e j 0 ); j H , t = 1,2,..., T .
t

As restries que determinam os nveis de estoque nos depsitos de portos so

muito similares aos controles de estoque em depsitos no-portos, com exceo de que a
demanda de importao e exportao da rede no porto tem de ser atendida (11). A varivel
de folga foi identificada como demanda insatisfeita, principalmente levando em conta o
custo de no atendimento da demanda de exportao, em alguns casos. Esta no a nica
t t
demanda assumida como possvel de ser rejeitada. A presena das variveis b j e e j , com

os custos correspondentes, permite executar um nmero de anlises interessantes do

tradeoff entre o custo de no atender uma demanda em relao ao custo de trazer novos
contineres para dentro do sistema.

[fluxos de balanceamento]

l tjk wtjk u tjk para todo j D H , k D H , t = 1,2,..., T (12)

 39

onde:

l tjk (u tjk ) : limite inferior (superior) do movimento balanceado de contineres iniciado

no perodo t do depsito j para o depsito k ; j , k D H , t = 1,2,..., T .

Obs.: Incluindo as restries usuais de no-negatividade das variveis de deciso.

As equaes representadas em (12) garantem que os movimentos de

balanceamento so realizados de acordo com as regras da companhia, especialmente os
t t
contratos com os transportadores. Em particular, os limites l jk e u jk so exgenos ao

modelo e refletem essas polticas e contratos.

 40

3. Metodologia de pesquisa
Neste captulo, so apresentados os principais elementos que orientaram a
execuo desta tese.

3.1. Justificativa
Nas ltimas dcadas, observou-se um grande crescimento do comrcio naval e o
volume de cargas transportadas em contineres ampliou-se de forma a se tornar a frao
mais importante do trfego de mercadorias.

Os contineres oferecem vrias vantagens, entre elas a padronizao do

carregamento, aumento da segurana e facilidade de manipulao para o transporte
intermodal. Por outro lado, apresentam problemas especficos tais como dimensionamento e
gerenciamento de frota, deciso entre propriedade ou arrendamento dos contineres,
reposicionamento de contineres que foram liberados e preparao anterior a um
carregamento. O alto custo de aquisio, manuteno, manipulao e transporte de
contineres faz com que o seu gerenciamento seja um problema de grande relevncia
(Dejax e Crainic, 1987).

O problema de alocao de contineres vazios freqente no comrcio naval, sendo

conseqncia do desequilbrio volumtrico entre importao e exportao, decorrente das
diferentes necessidades econmicas de cada regio. Por outro lado, o sistema de
movimentao de contineres cheios est diretamente vinculado ao sistema de controle de
contineres vazios, havendo uma relao direta entre as entradas e as sadas de cada
sistema.

Conforme relatado neste estudo, vrios autores constataram haver poucos trabalhos
na rea de gerenciamento de contineres vazios (Dejax e Crainic, 1987; Crainic, Gendreau
e Dejax, 1993; Lai, Lam e Chan, 1995; Choong, Cole e Kutanoglu, 2002), fato tambm
verificado na pesquisa realizada no decorrer deste trabalho.

Alm disso, Fleischmann et al. (1997), em sua ampla pesquisa sobre trabalhos em
Logstica Reversa, observaram a existncia de poucos modelos tratando a distribuio
normal e reversa simultaneamente, citando apenas o trabalho de Del Castillo e Cochran
(1996), para contineres reutilizveis. Comentam, ainda, que a integrao de ambos os
canais tem sido considerada apenas no estgio de projeto da rede. At aquela ocasio, eles
no haviam encontrado nenhuma pesquisa unindo rotas ou utilizando fluxos vazios para
coleta e retorno, concluindo seu artigo criticando a falta de publicaes de pesquisa na rea
de logstica reversa, tpico que julgam muito relevante.
 41

Enfim, devido relevncia do problema e ao fato de no ter sido encontrado um

modelo integrando os fluxos de contineres cheios e vazios, esse campo de estudo
apresentou-se como uma grande oportunidade de investigao para uma tese de doutorado.

3.2. Questes de pesquisa

As questes fundamentais no que diz respeito organizao das operaes de
distribuio e transporte de contineres vazios e cheios, incluindo sua integrao, para
atender uma determinada companhia naval, so:
Como planejar o fluxo normal e o fluxo reverso de contineres vazios e cheios?
Como fazer a integrao entre os fluxos?
Como avaliar o balanceamento entre os fluxos?

3.3. Objetivos
O objetivo geral desta tese desenvolver um modelo que auxilie o planejamento das
operaes de distribuio e transporte de contineres vazios integrado com a movimentao
de contineres cheios, visando minimizar os custos associados a essas atividades e
aprimorar o atendimento aos clientes de companhias navais.

Objetivos especficos:
Modelar o fluxo de um continer vazio, desde seu descarregamento nas
dependncias de um destinatrio at que esteja novamente disponvel a um
cliente, independentemente de sua localizao.
Modelar o fluxo de um continer cheio, desde seu carregamento nas
dependncias de um cliente at que seja entregue a um destinatrio,
independentemente de sua localizao.
Integrar os dois fluxos (normal e reverso), com anlise do balanceamento entre
eles.
Realocar dinamicamente os contineres vazios com eficincia, de forma a atender
s demandas dos clientes de modo satisfatrio.
Implementar computacionalmente o modelo integrado.
Verificar o modelo computacional.

3.4. Mtodo
Antes de partir para a formulao do problema e com base na literatura pesquisada,
foi cumprida a fase de diagnstico, identificando alguns fatores crticos e principais decises,
medidas de desempenho dessas decises e possveis tradeoffs.
 42

O processo de anlise quantitativa foi conduzido pelos estgios a seguir, baseados

na clssica metodologia de pesquisa operacional apresentada em Wagner (1986).

Estgio 1: Formulao do problema

O estgio de formulao do problema consistiu na identificao dos seguintes

elementos:

entidades depsitos em portos, depsitos em terra, clientes de suprimento,

clientes de demanda (detalhes descritos na SEO 4.2 ELABORAO DO MODELO

INTEGRADO);

variveis de deciso quantidade de contineres vazios e cheios a ser

transportada (SEO 4.3 DESCRIO DO MODELO INTEGRADO (ESTTICO));

parmetros custos de transporte, armazenagem e processamento de

contineres; tempos de transporte, armazenagem e processamento de
contineres (SEO 4.3);

objetivos minimizao de custos e atendimento das demandas (SEO 4.3

EQUAO (23));

restries quantidade de contineres vazios e cheios disponvel na origem ou

requerida no destino (SEO 4.3 EQUAES (24) a (29)).

Estgio 2: Construo do modelo

Para atender os objetivos desta tese, foram elaborados modelos matemticos para
alocao e movimentao de contineres vazios (SEO 4.1.1) e de contineres cheios
(SEO 4.1.2), derivados de modelos previamente desenvolvidos, descritos nas sees 2.5
MODELO DE TRANSBORDO e 2.6 MODELO DE ALOCAO DE CONTINERES VAZIOS.

Posteriormente, esses modelos foram integrados (SEO 4.2 ELABORAO DO MODELO

INTEGRADO), quando tambm foram estabelecidas outras definies:

identificao de parmetros estticos custos de transporte, armazenagem e

processamento; estoque mnimo; capacidade de depsitos (SEO 4.3
DESCRIO DO MODELO INTEGRADO (ESTTICO));

identificao de parmetros dinmicos tempo de carregamento e

descarregamento de contineres em clientes; tempo de processamento e
armazenagem de contineres em depsitos; tempo de transporte de contineres
entre clientes e depsitos (SEO 4.3);
 43

formulao matemtica para representar as inter-relaes entre esses elementos:

modelo de transbordo para alocao e movimentao dos contineres

(SEO 4.3);

procedimentos heursticos para ajuste das demandas de contineres vazios e

cheios (SEO 4.4 UTILIZAO DO MODELO COMO BASE PARA IMPLEMENTAO

DINMICA);

procedimentos de resoluo do modelo esttico incorporando aspectos dinmicos

(SEO 4.5 PROCEDIMENTOS DE RESOLUO DO MODELO INTEGRADO);

implementao computacional do modelo, descrita com detalhes no CAPTULO 5,

apresentando as principais funes (sees 5.1 CARACTERSTICAS PRINCIPAIS E

5.3 MDULOS), projeto das informaes de sada (sees 5.2 MODELO DE

DADOS e 5.4 GRFICOS) e deciso sobre atributos parametrizveis (SEO 5.5

CUSTOMIZAES (FLEXIBILIDADE DO MODELO));

estimativa das medidas de eficincia para as vrias decises, tais como cus tos
mnimos e nvel de servio satisfatrio (sees 5.1 CARACTERSTICAS PRINCIPAIS

e 5.4 GRFICOS).

Estgio 3: Execuo das anlises

Para a operacionalizao do modelo integrado, foi necessrio criar uma estrutura de

dados (SEO 5.2 MODELO DE DADOS) e funes (SEO 5.3 MDULOS) que
representassem adequadamente a dinmica do modelo integrado. A partir disso, foram
realizadas as seguintes etapas:

clculo da soluo matemtica para teste e execuo foi utilizado um modelo de

simulao, descrito na SEO 5.6 E XECUO DO MODELO (SIMULAO );

escolha de valores para as variveis de deciso que otimizem o objetivo principal

e forneam um bom desempenho aos demais objetivos o modelo foi executado
utilizando dados gerados aleatoriamente, observando diversas polticas e
diferentes combinaes de valores (CAPTULO 6 RESULTADOS COMPUTACIONAIS);

a estabilidade do modelo foi avaliada em uma extensa etapa de testes, com

diferentes combinaes de valores, apresentando um desempenho bastante
satisfatrio (SEO 6.3 E XEMPLO ILUSTRATIVO DE UTILIZAO DO SISTEMA);

anlise da sensibilidade da soluo s especificaes do modelo e avaliao da

preciso das suposies estruturais a utilizao de um modelo de simulao
 44

permitiu uma melhor anlise de sensibilidade das solues encontradas,

reforando as suposies iniciais. Ao mesmo tempo, foi possvel avaliar a
viabilidade do modelo para vrias instncias e diferentes situaes (sees 6.1
DESEMPENHO DO MODELO e 6.2 RESULTADOS ADICIONAIS INFLUNCIA DO

LEASING).

Estgio 4: Implementao dos resultados e atualizao do modelo

O modelo foi projetado de forma a absorver futuras atualizaes e aprimoramentos,

bem como condies especficas diferentes das atuais. As consideraes finais,
contribuies e limitaes foram descritas no CAPTULO 7 CONCLUSES.
 45

4. Modelo de alocao e movimentao de

contineres

4.1. Modelos matemticos

A fim de representar a movimentao de contineres, vazios e cheios, foi
desenvolvido um modelo de roteamento baseado no problema clssico de transbordo
(Goldbarg, 2000). Para os contineres vazios, foi elaborado um modelo de alocao
apresentando a melhor distribuio desses contineres de forma a satisfazer a demanda de
clientes, conhecida e futura, derivado do modelo de Crainic, Gendreau e Dejax (1993).

A seguir, so apresentados os modelos matemticos para representao do

problema de alocao e roteamento de contineres vazios e cheios.

4.1.1. Modelo de alocao e movimentao de contineres vazios

Os contineres vazios podem ser transportados desde qualquer origem inicial at
qualquer destino final, dependendo apenas das demandas necessrias nos pontos de
destino e do suprimento disponvel nos pontos de origem. Antes de chegar ao seu destino
final, os contineres vazios circulam atravs de um ou mais pontos intermedirios (depsitos
em terra e depsitos em portos), que operam como pontos de transbordo.

O modelo de alocao de contineres vazios representado por uma rede, cujos ns

so compostos pelos pontos de origem e de destino, e pelos pontos de transbordo
(depsitos em terra e depsitos em portos). Os arcos da rede representam os movimentos
possveis entres esses pontos. Por definio, no so efetuadas ligaes diretas entre
clientes de suprimento e clientes de demanda. Tambm so excludas as combinaes que
representam movimentos entre o mesmo depsito em terra ou entre o mesmo depsito em
porto.

Cada ponto de origem pode transportar contineres vazios para depsitos em terra
ou depsitos em portos que, ao atuar como pontos de transbordo, devem repassar esses
contineres para os pontos de destino, de acordo com sua demanda.

O objetivo da distribuio de contineres vazios realoc-los de forma a atender a

demanda de cada ponto pertencente ao modelo, visando obter o menor custo possvel de
transporte global. O modelo apresentado a seguir foi derivado do modelo clssico de
transbordo (Eck, 1976; Goldbarg, 2000; Wagner, 1986).
 46

Parmetros:

N : conjunto de ns da rede, N = H W S D

H : conjunto de portos, H N

W : conjunto de depsitos em terra (no inclui depsitos em portos), W N

S: conjunto de clientes de suprimento, S N

D: conjunto de clientes de demanda, D N

A: conjunto de arcos da rede; em particular, (i , i ) A , i N ; (i , j ) A , para

iS e jD

cij : custo unitrio de transporte de contineres vazios do n i ao n j , (i , j) A

pi : custo unitrio de processamento de contineres vazios no n i , i W H

ai : custo unitrio de armazenagem de contineres vazios no n i , i W H

X s : quantidade de contineres vazios disponvel na origem s , s S

Yd : quantidade de contineres vazios requerida no destino d , d D

Variveis de deciso:

xij : quantidade de contineres vazios transportados do n i ao n j , (i , j) A

Funo objetivo:

Minimizar o custo total de operao do sistema de distribuio e transporte de

contineres vazios.

c
s S wW
sw xsw + csh xsh +
sS h H
(c
wW dD
wd + pw + aw ) xwd + (chd + ph + ah )xhd +
hH dD

wW w
' W | w w '
( cww ' + pw + aw ) xww ' +
wW hH
(c wh + pw + aw )xwh + (13)

hH h
' H |h h '
( chh ' + ph + ah) xhh ' + (c
hH wW
hw + ph + ah ) xhw
 47

Restries:

[suprimento de cliente]

x sw + xsh X s para todo s S (14)

wW h H

[demanda de cliente]

x wd + xhd Yd para todo d D (15)

wW h H

[fluxos de balanceamento]

xij = x jk para todo j W H (16)

i S W H k W H D

xij {0,1,2,...} para todo ( i , j ) A (17)

Na funo objetivo (13), o custo total formado pela soma de todos os custos com
armazenagem, processamento e transporte entre clientes de suprimento e depsitos, entre
depsitos e clientes de demanda, e entre depsitos (em terra e em portos).

A restrio de suprimento de cliente (14) considera o suprimento de cada ponto de

origem, envolvendo todos os pontos intermedirios de destino (depsitos em terra e
depsitos em portos). A restrio de demanda de cliente (15) garante o atendimento da
demanda, considerando todas os pontos intermedirios de origem (depsitos em terra e
depsitos em portos).

A restrio (16) assegura o fluxo de balanceamento de todos os contineres vazios

que passam por determinado ponto intermedirio (depsito em terra ou depsito em porto),
e a expresso (17) representa as restries usuais de no-negatividade das variveis de
deciso.
 48

Dimensionamento do modelo de contineres vazios

A quantidade de variveis do modelo de alocao de contineres vazios definida

por:

(
S ( W + H )+ D ( W + H ) + 2( W H ) + W W + H H
2
) ( 2
)
aps os artifcios algbricos a seguir:

S W + S H + D W + D H + W H + W H + W ( W 1) + H (H 1)

W (S +D + W + H 1) + H (S +D + W + H 1)

obtm-se a seguinte expresso:

(W +H )( S + D + W + H 1)

A quantidade de restries do modelo de alocao de contineres vazios (excluindo

as usuais restries de no-negatividade dos fluxos) obtida por:

S +D +W+ H

4.1.2. Modelo de alocao e movimentao de contineres cheios

Os contineres cheios possuem destino especfico, mas devem ser conduzidos
atravs de pontos intermedirios (depsitos em terra e depsitos em portos), que atuam
como pontos de transbordo.

O modelo de alocao de contineres cheios representado por uma rede, cujos

ns so compostos pelos pontos de origem e de destino, e pelos pontos de transbordo
(depsitos em terra e depsitos em portos). Os arcos da rede representam os movimentos
possveis entres esses pontos. Por definio, no so efetuadas ligaes diretas entre
clientes de suprimento e clientes de demanda. Tambm so excludas as combinaes que
representam movimentos entre o mesmo depsito em terra ou entre o mesmo depsito em
porto.

Cada ponto de origem envia os contineres cheios para depsitos em terra ou

depsitos em portos que, ao atuar como pontos de transbordo, devem repassar esses
contineres para os pontos de destino predeterminados.

O objetivo da distribuio de contineres cheios transportar cada unidade at seu

destino final, buscando obter o menor custo possvel de transporte global. O modelo
 49

apresentado a seguir baseado no modelo de alocao de contineres vazios (dinmico

determinstico, para um tipo de continer) de Crainic, Gendreau e Dejax (1993).

Parmetros:

N : conjunto de ns da rede, N = H W S D

H : conjunto de portos, H N

W : conjunto de depsitos em terra (no inclui depsitos em portos), W N

S: conjunto de clientes de suprimento, S N

D: conjunto de clientes de demanda, D N

A: conjunto de arcos da rede; em particular, (i , i ) A , i N ; (i , j ) A , para

iS e jD

cij : custo unitrio de transporte de contineres cheios do n i ao n j , (i , j) A

pi : custo unitrio de processamento de contineres cheios no n i , i W H

ai : custo unitrio de armazenagem de contineres cheios no n i , i W H

X sd : quantidade de contineres cheios oriunda do cliente s destinada ao cliente de

demanda d , s S , d D

Variveis de deciso:

xijre : quantidade de contineres cheios transportados do n i ao n j , cuja origem

inicial r e destino final e , (i , j ) A , r S , e D
 50

Funo objetivo:

Minimizar o custo total de operao do sistema de distribuio e transporte de

contineres cheios.

c
r S e D s S w W
x
sw swre + csh xshre +
sS hH
(c
wW d D
wd + pw + aw ) xwdre +

(c
hH dD
hd + ph + ah ) xhdre +
wW w

' W | w w '
( cww ' + pw + aw ) xww ' re + (18)

(c wh + pw + aw ) xwhre + ( chh ' + ph + ah ) xhh ' re + (c
hw + ph + ah ) xhwre
wW h H hH h
' H | h h ' hH wW

Restries:

[suprimento de cliente]

x swsd + xshsd = X s d para todo s S , d D (19)

wW hH

[demanda de cliente]

x wdsd + xhdsd X sd para todo d D , s S (20)

wW h H

[fluxos de balanceamento]

(x sjsd
x jdsd ) = 0 para todo s S , j W H (21)

xijre {0,1,2,...} para todo ( i , j ) A , r S , e D (22)

Na funo objetivo (18), o custo total formado pela soma de todos os custos de
armazenagem, processamento e transporte entre clientes de suprimento e depsitos, entre
depsitos e clientes de demanda, e entre depsitos (em terra e em portos).

A restrio de suprimento de cliente (19) considera o suprimento de cada ponto de

origem endereado a um determinado ponto de destino, envolvendo todos os pontos de
destino intermedirios (depsitos em terra e depsitos em portos). A restrio de demanda
de cliente (20) garante o atendimento da demanda, considerando todas as origens
intermedirias (depsitos em terra e depsitos em portos).
 51

A restrio (21) assegura o fluxo de balanceamento de todos os contineres cheios

que passam por determinado ponto intermedirio (depsito em terra ou depsito em porto).
A expresso (22) representa as restries usuais de no-negatividade das variveis de
deciso.

Dimensionamento do modelo de contineres cheios

A quantidade de variveis do modelo de alocao de contineres cheios definida

por:

( ) (
2 ( W + H ) + ( W H ) + W 2 W + H 2 H S D
)
que, aps as seguintes simplificaes algbricas:

2 W + 2 H + W H + W H + W ( W 1) + H (H 1) S D

W ( 2 + H + W 1) + H ( 2 + W + H 1) S D

W
( H +W + 1) + H ( H +W + 1) S D

equivalente expresso:

(W +H )( W + H + 1) S D

A quantidade de restries do modelo de alocao de contineres cheios obtida

por:

2( S D ) + ( W + H )S D

que, simplificando, equivale a:

(W + H + 2) S D

4.2. Elaborao do modelo integrado

Antes da construo do modelo integrado, foi necessrio modelar o fluxo de um
continer vazio (desde seu descarregamento nas dependncias de um destinatrio at que
esteja novamente disponvel a um cliente, independentemente de sua localizao), e de um
continer cheio (desde seu carregamento nas dependncias de um cliente at que seja
entregue a um destinatrio). Aps a elaborao desses fluxos, eles foram integrados,
observando o balanceamento entre o fluxo normal e o fluxo reverso.
 52

A FIGURA 4.1 apresenta um esquema do modelo integrado, delineando a rede de

movimentao de contineres vazios e cheios. Na rede, os ns representam clientes de
origem e de destino, portos, depsitos em terra, e um pool de companhias arrendatrias de
contineres. Os arcos representam as rotas possveis entre essas entidades, que podem ser
terrestres (caminho ou trem) ou martimas. O pool ser habilitado apenas quando for
definido que o modelo incorpore a opo de utilizao de leasing.

Os clientes podem originar demandas de contineres cheios ou vazios, ou fornecer

suprimento de contineres cheios ou vazios. A demanda de um cliente pode ser satisfeita a
partir de qualquer cliente que possua suprimento disponvel, sempre atravs de um depsito
(em terra ou porto) que esteja ligado a ambos os clientes. Os portos e os depsitos em terra
processam e armazenam temporariamente contineres em seus ptios. Por definio, no
so efetuadas ligaes diretas entre clientes de suprimento e clientes de demanda. Tambm
so excludas as combinaes que representam movimentos entre o mesmo depsito em
terra ou entre o mesmo depsito em porto.
 Cliente caminho ou custo Cliente
caminho zero
suprimento suprimento
caminho ou custo
de cheios de vazios caminho
zero

caminho ou trem

caminho ou
trem navio

caminho ou trem caminho ou trem

Depsitos Depsitos
Pool
em terra em portos
navio

caminho ou
trem

caminho ou trem
caminho
caminho ou custo
zero caminho caminho ou custo zero

Cliente Cliente
demanda demanda
de vazios de cheios
Legenda
Movimentao de contineres cheios
Movimentao de contineres vazios

FIGURA 4.1 FLUXO DE MOVIMENTAO DE CONTINERES VAZIOS E CHEIOS

53
 54

Pode-se ilustrar simplificadamente a dinmica temporal deste modelo com o

esquema da FIGURA 4.2:

DC DC DC

SC SC SC

DV DV DV

SV SV SV
... ...
t1 t t+1

FIGURA 4.2 ESQUEMA DE EXECUO DINMICA

Cada demanda de contineres cheios (DCt), em um determinado perodo t , gerar

uma oferta de contineres vazios (SVt+1 ) no prximo perodo, t + 1. Esse suprimento de
vazios ser destinado aos demandadores de contineres vazios (DVt+1 ) naquele mesmo
perodo. Ao mesmo tempo, o suprimento de contineres cheios (SCt) no perodo t gerou
uma demanda de contineres vazios (DVt 1 ) no perodo anterior, t 1, a fim de poder
atender os pedidos de demandas de contineres cheios (DCt) no perodo t . Nota-se, pelo
esquema descrito, que a relao entre as demandas e suprimentos de contineres cheios e
vazios se d de dois em dois perodos, por exemplo, o valor de DVt 1 impactar o valor de
DVt+1 e no o valor de DVt.

Dentro de um mesmo perodo, os problemas podem ser representados utilizando-se

modelos tradicionais da pesquisa operacional. O fluxo de SVt para DVt corresponde a um
problema de transbordo (esttico). De SCt para DCt, o problema de transbordo torna-se um
pouco mais complexo, pois os contineres cheios possuem origem e destino
predeterminados, tambm de forma esttica.

O fluxo que vai de DCt para SVt+1 no representa movimentao, mas um simples
esvaziamento de contineres, para balanceamento de estoques. O fluxo que vem de DVt 1
para SCt faz a integrao dinmica com o perodo anterior, representando a proviso de
 55

contineres vazios para carregamento posterior. Essa ligao dever ser tratada atravs de
procedimentos heursticos.

Para representar a movimentao de contineres, vazios e cheios, o modelo de

roteamento foi derivado do problema clssico de transbordo (Eck, 1976; Goldbarg, 2000;
Wagner, 1986). Os contineres no so enviados de uma origem diretamente a um destino,
eles podem circular por quaisquer outros pontos intermedirios (portos ou depsitos em
terra), que tambm atuam como pontos de armazenagem, at chegar ao seu destino final.
Os contineres vazios podem ser transportados desde qualquer origem inicial at qualquer
destino final, dependendo apenas das demandas necessrias nos pontos de destinos e do
suprimento disponvel nos pontos de origem. Embora os contineres cheios possuam
destino especfico, tambm so conduzidos atravs dos pontos de transbordo. O objetivo da
movimentao de contineres vazios e cheios transport-los de forma a atender a
demanda de cada ponto pertencente ao modelo, visando obter o menor custo possvel de
transporte global.

Uma demanda de contineres cheios para um determinado cliente pode originar uma
demanda de contineres vazios deste para outros clientes, se no houver disponibilidade. O
modelo de alocao de contineres vazios est embutido na rede de movimentao: os ns
representam os pontos de demanda e de suprimento, e os pontos de transbordo (depsitos
em terra e depsitos em portos); os arcos da rede representam os caminhos entre esses
pontos. O modelo de alocao de contineres vazios foi inspirado no modelo de Crainic,
Gendreau e Dejax (1993) e visa apresentar a melhor distribuio de contineres vazios de
forma a satisfazer a demanda de clientes, projetando o menor custo possvel. O modelo de
Crainic, Gendreau e Dejax dinmico e determinstico, considerando apenas um tipo de
continer, utilizando funes lineares de custo para propriedade, substituio, emprstimo e
transporte. Os custos de manipulao no foram includos em seu modelo. Por sua vez, o
modelo proposto nesta tese engloba os custos de transporte, armazenagem e
processamento (manipulao) de contineres vazios e cheios, para um tipo de continer, o
de 20 ps, correspondente a um TEU.

Os modelos de movimentao de contineres vazios e cheios e de alocao de

contineres vazios foram integrados em um modelo de rede unificado, observando o
balanceamento entre o fluxo normal e o fluxo reverso. A anlise da rede produz um plano
de rotas para redistribuio dos contineres e atendimento da demanda de contineres
vazios e cheios, minimizando o custo total de transporte, armazenagem e processamento
dos contineres cheios e vazios, desde sua origem at seu destino, levando em
considerao o suprimento disponvel e o atendimento da demanda dos clientes.
 56

O modelo integrado tem seu comportamento delineado em estgios: em um

determinado instante de tempo t so verificadas as demandas de clientes por contineres
cheios. Os clientes demandados, por sua vez, verificam sua disponibilidade de contineres
vazios para atendimento dos pedidos de contineres cheios, gerando, se necessrio, uma
demanda de contineres vazios. O suprimento de contineres vazios alocado aos clientes
de forma a atender a demanda e visando o menor custo de transporte possvel. No prximo
estgio, os contineres vazios assim designados sero roteados juntamente com os
contineres cheios, satisfazendo as restries do modelo de transbordo e buscando
minimizar o custo global de transporte, armazenagem e processamento. Aps a realocao
desses contineres, so incorporadas novas demandas de contineres cheios (em t + 1)
que daro origem a novas demandas de contineres vazios, retornando ao primeiro estgio
do problema. Todos os roteiros determinados em cada estgio ficam registrados e so
controlados dinamicamente at seu total cumprimento.

Desta forma, os modelos de alocao de contineres vazios e de movimentao de

contineres vazios e cheios tiveram seus fluxos e seu comportamento unificados em uma s
rede, sendo tratados simultaneamente e de forma integrada.

4.3. Descrio do modelo integrado (esttico)

A seguir, ser apresentado o modelo matemtico para representao do problema
de alocao e movimentao de contineres vazios e cheios de forma integrada. Sejam:

N : conjunto de ns da rede, N = H W S D

H : conjunto de portos, H N

W : conjunto de depsitos em terra (no inclui depsitos em portos), W N

S: conjunto de clientes de suprimento, S N

D: conjunto de clientes de demanda, D N

A: conjunto de arcos da rede; em particular, (i , i ) A , i N ; (i , j ) A , para

iS e jD

Note-se que, por definio, so impedidas ligaes diretamente entre clientes.

cij : custo unitrio de transporte de contineres vazios do n i ao n j , (i , j) A

 57

f ij : custo unitrio de transporte de contineres cheios do n i ao n j , (i , j) A

pi : custo unitrio de processamento de contineres no n i , i W H

ai : custo unitrio de armazenagem de contineres no n i , i W H

Os custos so especficos para contineres cheios ou vazios, embora possam ter o

mesmo valor. Em cada ponto de transbordo, so tambm computados o custo de
processamento (ou manipulao) e o custo de armazenagem por continer.

X s : quantidade de contineres vazios disponvel na origem s , s S

Zd : quantidade de contineres vazios requerida no destino d , d D

Ysd : quantidade de contineres cheios oriunda do cliente de suprimento s destinada

ao cliente de demanda d , s S , d D

Os contineres vazios no possuem destino fixo, so distribudos aps anlise dos

suprimentos e demandas globais, a cada execuo do modelo. Os contineres cheios
possuem destino fixo, devendo ser transportados pelo caminho de menor custo possvel.

As variveis de deciso do modelo so as quantidades de contineres vazios e

cheios que devem ser transportadas em cada arco da rede, observando-se que a varivel
referente a contineres cheios mantm seu endereamento (origem inicial e destino final).

xij : quantidade de contineres vazios transportados do n i ao n j , (i , j) A

yijre : quantidade de contineres cheios transportados do n i ao n j , cuja origem

inicial r e destino final e , (i , j ) A , r S , e D

De posse dessas variveis, a funo objetivo busca minimizar o custo total de

operao do sistema de distribuio e transporte de contineres vazios e cheios.
 58

c
sS wW
x + cshxsh + ( cwd + pw + aw ) xwd + (chd + ph + ah )xhd +
sw sw
sS hH wW dD hH dD

vazios
wW w
' W | ww'
(cww' + pw + aw ) xww' + (cwh + pw + aw ) xwh +
wW hH

hH h'H |hh '
(chh' + ph + ah) xhh' + (chw + ph + ah )xhw +
hH wW
(23)

f sw yswre + f sh yshre + ( f wd + pw + aw ) ywdre +
rS eD s
S w W sS hH wW dD

cheios ( f
hH dD
hd + ph + ah ) yhdre +
wW w

' W | w w'
( fww' + pw + aw ) ywwre
' +

( f wh + pw + aw ) ywhre + ' + ( f hw + ph + ah ) yhwre
( fhh' + ph + ah ) yhhre
wW hH hH h
' H |hh ' hH wW

O custo total em (23) formado pela soma de toda a movimentao de contineres

(vazios e cheios) a partir de clientes de suprimento para depsitos, de depsitos para
clientes de demanda, e entre depsitos (em terra e em portos). Definiu-se que os custos de
armazenagem e de processamento fossem alocados ao final de cada arco (trecho de
transporte).

As restries de suprimento dos clientes do modelo so indicadas por:

j W H
xsj X s para todo s S (24)

j W H
ysjsd Ys d para todo s S , d D (25)

Para contineres vazios (24), considera-se o suprimento total de cada ponto de

origem, envolvendo todos os pontos intermedirios de destino (depsitos em terra e
depsitos em portos). Para contineres cheios (25), considera-se o suprimento de cada
ponto de origem endereado a um determinado ponto de destino, envolvendo todos os
pontos de destino intermedirios.

Da mesma forma, as restries de demandas de clientes so representadas por:

j W H
x jd Z d para todo d D (26)

j W H
y jdsd Ys d para todo d D , s S (27)
 59

Essas restries garantem o atendimento da demanda, de contineres vazios (26) e

de contineres cheios (27), considerando todas os pontos intermedirios de origem
(depsitos em terra e depsitos em portos).

Alm disso, necessrio estabelecer os fluxos de balanceamento do modelo,

expressos por:

x sj = x jd
para todo j W H (28)
s S d D

(y sjsd
y jdsd ) = 0 para todo s S , d D , j W H (29)

Essas equaes asseguram o balanceamento do fluxo de todos os contineres

vazios (28) e de todos os contineres cheios (29) que passam por determinado ponto
intermedirio (depsito em terra ou depsito em porto).

xij { 0,1,2,...} para todo ( i , j ) A (30)

yijsd {0,1,2,...} para todo ( i , j ) A , s S , d D (31)

Por fim, so embutidas as restries usuais de no-negatividade das variveis de

deciso para contineres vazios (30) e para contineres cheios (31).

4.3.1. Dimensionamento do modelo de contineres vazios e cheios

Para avaliao da complexidade do modelo, aps a execuo de algumas
simplificaes algbricas foram obtidas expresses equivalentes quantidade de variveis
que representam os contineres vazios e os contineres cheios do modelo.

Seja N a cardinalidade do conjunto N ,

a quantidade de variveis referentes a contineres vazios definida por:

(W +H )( S + D + W + H 1)

a quantidade de variveis relativas a contineres cheios determinada por:

(W +H )( W + H + 1) S D
 60

Ao unificar as duas expresses, obtm -se a quantidade de variveis do modelo

integrado de alocao e movimentao de contineres vazios e cheios que, aps
simplificaes algbricas apresentadas a seguir:

(W +H )( S + D + W + H 1) + (W +H )( W + H + 1) S D

(W +H )( S + D + W + H 1 + 1 1) + ( W + H )( W + H + 1) S D

(W +H )( S + D + W + H +1 2) + ( W + H )( W + H + 1) S D

(W +H )( W + H + 1) + ( W + H )( S + D 2) + ( W + H )( W + H + 1) S D

(W +H )( W + H + 1)( S D + 1) + ( W + H )( S + D 2)

(W + H ) ( W + H + 1)( S D + 1) + S + D 2

(W + H ) ( W + H + 1) S D + W + H + 1 + S + D 2

(W + H ) W + H + S + D 1 + ( W + H + 1) S D

(W + H ) W + H + S + D 1 + 1 1 + ( W + H + 1) S D

d origem expresso:

(W + H ) ( W + H + 1)( S D + 1) + S + D 2 (32)

A quantidade de restries do modelo relativas a contineres vazios, excluindo as

usuais restries de no-negatividade dos fluxos, obtida por:

S +D +W+ H

As restries do modelo de movimentao de contineres cheios so representadas

pela expresso:

(W + H + 2) S D

Ao associar essas expresses, determina-se a quantidade de restries do modelo

integrado de alocao e movimentao de contineres vazios e cheios:

[ S + D + W + H ] + [( W + H + 2) S D ]

que, simplificando, corresponde a:

(W +H )( S D + 1) + 2 S D + S + D (33)
 61

Atribuindo valores aos parmetros dessas expresses, possvel dimensionar o

nmero mximo de variveis e de restries (equaes (32) e (33), respectivamente) de
diferentes instncias do modelo integrado de alocao e movimentao de contineres
vazios e cheios, evidenciando os efeitos de certas configuraes para anlise de
sensibilidade do modelo. A seguir, so apresentados alguns exemplos.

Mantendo-se fixa a quantidade de origens e destinos, e aumentando a quantidade de

portos e depsitos em terra verifica-se um progressivo aumento na quantidade de variveis.
A T ABELA 4.1 torna evidente o fato de que, nesse caso, o incremento nas restries linear,
como pode ser percebido imediatamente a partir da EQUAO (33).

T ABELA 4.1 DIMENSIONAMENTO DE VARIVEIS E RESTRIES COM ACRSCIMO DE DEPSITOS

Modelo
S D W H contineres vazios contineres cheios integrado
variveis restries variveis restries variveis restries
2 2 0 1 4 5 8 12 12 17
2 2 0 2 10 6 24 16 34 22
2 2 0 3 18 7 48 20 66 27
2 2 4 4 88 12 288 40 376 52
2 2 5 5 130 14 440 48 570 62
2 2 10 10 460 24 1680 88 2140 112

Ao se fixar o nmero de depsitos (em portos e em terra), aumentando apenas o

nmero de clientes de origem e de destino, h um incremento intenso na quantidade de
variveis do modelo, devido ao grande aumento nas variveis relativas a contineres cheios.
Como pode ser verificado nas equaes (32) e (33), tanto as variveis como as restries
de contineres cheios produzem um efeito combinatrio. Exemplos dessas variaes podem
ser observados na TABELA 4.2.

T ABELA 4.2 DIMENSIONAMENTO DE VARIVEIS E RESTRIES COM ACRSCIMO DE CLIENTES

Modelo
S D W H contineres vazios contineres cheios integrado
variveis restries variveis restries variveis restries
1 1 2 2 20 6 20 6 40 12
2 2 2 2 28 8 80 24 108 32
3 3 2 2 36 10 180 54 216 64
4 4 2 2 44 12 320 96 364 108
5 5 2 2 52 14 500 150 552 164
10 10 2 2 92 24 2000 600 2092 624

Analisando a T ABELA 4.3, percebe-se que os contineres cheios incrementam com

muita intensidade a quantidade de variveis do modelo, pelo fato de todos os caminhos
serem multiplicados pelas diferentes combinaes de origens e destinos.
 62

T ABELA 4.3 DIMENSIONAMENTO DE VARIVEIS E RESTRIES COM ACRSCIMO DE CLIENTES E DEPSITOS

Modelo
S D W H contineres vazios contineres cheios integrado
variveis restries variveis restries variveis restries
1 1 1 1 6 4 6 4 12 8
2 2 2 2 28 8 80 24 108 32
3 3 3 3 66 12 378 72 444 84
4 4 4 4 120 16 1152 160 1272 176
5 5 5 5 190 20 2750 300 2940 320
10 10 5 5 290 30 11000 1200 11290 1230
10 10 10 10 780 40 42000 2200 42780 2240
15 15 4 4 296 38 16200 2250 16496 2288
20 20 4 4 376 48 28800 4000 29176 4048
20 20 5 5 490 50 44000 4800 44490 4850

Pode-se verificar, enfim, que com uma instncia pequena do problema 20 clientes
de origem e de destino, e 10 depsitos (em portos e em terra), atinge-se cerca de 45.000
variveis e 5.000 restries, ilustrando o efeito combinatrio do modelo. Essa caracterstica
aponta para a convenincia de se utilizar mtodos heursticos, abrindo mo da otimizao
plena (Kim e Egbelu, 1999).

4.4. Utilizao do modelo como base para implementao

dinmica
Na seo anterior foi apresentada a descrio do modelo integrado esttico, que
resolve a distribuio e o transporte dos contineres vazios e cheios de acordo com os
suprimentos e demandas informados. Para a implementao dinmica, necessrio que as
demandas e os suprimentos de contineres cheios sejam atualizados e transferidos para as
prximas unidades de tempo, interligando os estgios esttico e dinmico, conforme
apresentado na FIGURA 4.2. Para que essa transferncia fosse realizada de forma
apropriada, fez-se uso de procedimentos heursticos, que sero descritos a seguir.

4.4.1. Procedimentos heursticos de soluo

A cada unidade de tempo, o modelo deve refletir o estoque de contineres de cada
cliente e de cada depsito, tratar as demandas de clientes por contineres vazios e cheios
adequando ao suprimento ofertado, observar tempos de armazenagem e de processamento
nos depsitos, e tempos de transporte entre todos os pontos, levando em conta que
quaisquer desses parmetros afetam o resultado da execuo. Devido existncia de
muitas combinaes diferentes para ser testadas em modelos dessa natureza, Lai, Lam e
Chan (1995) aconselham a utilizao de tcnicas heursticas para obter algumas solu es
preliminares, prtica que foi adotada neste trabalho.
 63

Entretanto, somente durante o projeto e desenvolvimento do sistema foi possvel

perceber a alta sensibilidade do modelo: alm da quantidade de parmetros que podem e
devem ser customizados, alteraes em quaisquer desses parmetros podem modificar
consideravelmente os resultados do processamento em longo prazo. Pequenas variaes,
tais como uma unidade de tempo adicional para armazenagem em um depsito, causam
alterao no andamento do processamento e resultados bastante distintos em termos de
prazos e quantidades transportadas.

Outro desafio enfrentado durante o desenvolvimento e testes do sistema foi

encontrar uma forma eficiente de priorizar o atendimento das demandas lidando com os
pedidos no atendidos das unidades de tempo anteriores (backlog). Algumas solues
causavam grande defasagem entre a data da solicitao e a data do atendimento. Ou seja,
se pedidos no atendidos so adiados para a prxima unidade de tempo, e o sistema
prioriza demandas mais antigas, as novas encomendas ficam tem porariamente relegadas.
Caso todas as encomendas fossem agregadas ao modelo antes da otimizao, o custo
timo poderia fazer com que as mais novas fossem atendidas prioritariamente, e as
encomendas mais antigas nunca o fossem.

Ainda na fase de desenvolvimento, com a proposio de manter o mnimo custo, foi

aventada a possibilidade de otimizar o roteiro a cada trecho de transporte, modificando os
pontos intermedirios dinamicamente, o que se mostrou invivel. Optou-se, ento, por
manter o caminho determinado, mesmo que esse custo no permanecesse timo no
decorrer do tempo (ou pudesse ser minimizado ao longo da execuo, devido liberao de
caminhos que eventualmente no estavam disponveis no momento da otimizao). Como,
no mesmo momento, deveria ser feito o controle dos contineres que j estavam sendo
transportados, manter o caminho previamente determinado mostrou-se a soluo mais
indicada.

Se todo o cronograma fosse determinado inicialmente e mantido esttico at o final,

o custo timo seria conservado, mas novas demandas no seriam atendidas enquanto todo
o roteiro no fosse cumprido. Ento, aps o roteamento pelo mnimo custo, a disponibilidade
de vagas nos depsitos de cada trecho atualizada medida que o seu transporte
efetivado, e o custo real recalculado ao final de cada unidade de tempo.

Portanto, optou-se por focalizar no custo, mas sem desprezar o nvel de

atendimento. Possivelmente, os custos de transporte poderiam ser menores, mas os
gargalos no sistema o tornariam invivel.

Conforme exposto anteriormente, o problema de transporte de contineres, em

situaes reais, tipicamente desequilibrado a regra que a quantidade global de
 64

suprimento e de demanda no sejam as mesmas. Entretanto, para a resoluo eficiente de

um problema tradicional de transbordo, recomendvel que essas quantidades sejam
igualadas. Para tanto, necessrio que, antes de montar o problema, seja feito algum tipo
de equiparao entre a demanda necessria e o suprimento disponvel, tanto para
contineres cheios como para contineres vazios.

4.4.2. Ajuste da demanda de contineres cheios

Para cada cliente para o qual estejam sendo solicitados contineres cheios, so
respeitados os seguintes critrios para priorizao das demandas:
Data original da demanda pedidos mais antigos so priorizados, pois
postergaes sucessivas comprometem o nvel de servio oferecido.
Custo de transporte menor custo de transporte de contineres cheios entre este
cliente e o cliente que est solicitando os contineres, pois a minimizao do
custo o objetivo principal.
Tempo de transporte menor tempo de transporte entre este cliente e o cliente
que est solicitando os contineres, inspirado na regra de ordenamento de tarefas
SPT (do ingls, Shortest Processing Time), que minimiza o tempo total de
atravessamento.

No inicio de cada execuo, so analisados todos os menores caminhos entre cada

par de clientes, passando por ao menos um depsito. Para cada conjunto de cliente de
origem, cliente de destino e depsitos intermedirios, so calculados o custo total e o tempo
total entre o ponto inicial e o final. Aps, para cada par de clientes de origem e destino,
assinalada a opo de menor custo e a de menor tempo. O sistema pode utilizar uma ou
outra conforme estiver configurado. Essa informao utilizada para priorizao de
demandas quando o suprimento total disponvel de contineres no suficiente. A demanda
no atendida recalculada e repassada para a prxima unidade de tempo.

A Tabela 5.4 mostra como so apresentadas as informaes de menor custo e de

menor tempo de transporte entre um cliente de origem (suprimento) e clientes de destino
(demanda).

importante registrar que vrias outras possibilidades de priorizao foram testadas,

algumas fazendo com que o sistema atrasasse muito a resoluo das pendncias. Este
mtodo de priorizao mostrou-se o mais adequado, com boa distribuio do atendimento
das demandas entre os diferentes clientes.
 65

T ABELA 5.4 ROTEIROS ENTRE CLIEN TES INFORMAES PARA PR IORIZAO

Custo Tempo
Cliente Cliente Menor Custo Menor Tempo
Depsitos Transporte Mdio
Origem Destino Cheio Transporte
Cheios Transporte
2 1 001 5,00 4 Sim No
2 1 002 6,00 5 No No
2 1 003 7,00 3 No Sim
2 3 001 5,00 5 Sim No
2 3 002 6,00 3 No Sim
2 3 003 7,00 3 No No
2 4 001-002 7,00 8 No No
2 4 002 7,00 5 No No
2 4 003 5,00 4 Sim Sim

4.4.3. Ajuste da demanda de contineres vazios

Para atender aos pedidos de contineres vazios, no possvel utilizar o mesmo
mtodo de priorizao dos contineres cheios (menor custo ou menor tempo), pelo fato de
no haver caminhos (origens e destinos) preestabelecidos para ser analisados. Optou-se,
ento, pelo critrio de priorizao de demandas de maior volume.

A demanda por contineres vazios no atendida em uma determinada unidade de

tempo ser incorporada ao pedido na prxima unidade de tempo, quando a demanda
recalculada adicionando as novas necessidades de contineres, e abatendo os contineres
cheios e vazios que esto por chegar conforme a projeo configurada pelo usurio.

Esse mtodo tambm se mostrou bem adequado resoluo das demandas de

forma equnime entre os diferentes clientes.

Cabe ressaltar que esses procedimentos heursticos bastante elementares (sem

considerar os demais parmetros envolvidos) reduziram drasticamente o nmero de
variveis e restries do modelo. Por exemplo, na instncia com 20 clientes, de origem e de
destino, e oito depsitos, cujo nmero mximo de variveis era cerca de 30.000, passou
para 6.200 em 50 unidades de tempo; o nmero mximo de restries, que se situava em
torno de 4.000, reduziu-se para cerca de 800.

4.5. Procedimentos de resoluo do modelo integrado

A soluo encontrada para incorporao do fator tempo no modelo deste estudo foi
decompor o problema em estgios, interligando seus resultados, conforme os passos a
seguir:
 66

Incio

Passo 1 Fazer t = 1

Passo 2 Ajustar a demanda de contineres vazios e cheios, considerando os

suprimentos e demandas globais dos clientes

2.1 Obter demandas de contineres cheios de cada cliente para todos os

outros clientes

2.2 Gerar demanda de contineres vazios, segundo os procedimentos

descritos na SEO 5.3.1-2

2.3 Obter suprimento total de contineres vazios do sistema, segundo os

procedimentos descritos na SEO 5.3.1-3

2.4 Ajustar demandas e suprimentos globais, de contineres cheios e

vazios, segundo os procedimentos descritos nas sees 4.4.2 e 4.4.3

2.5 Se opo para utilizar leasing est habilitada ento

Gerar pedidos de leasing
Efetuar devolues de leasing

Passo 3 Determinar a soluo de mnimo custo do modelo de transbordo equaes

(23) a (31), considerando transporte, processamento e armazenagem de
unidades de contineres cheios e vazios

Passo 4 Registrar e controlar a dinmica do transporte, utilizando a soluo

encontrada no Passo 3

Passo 5 Se ( t < t max ) ento

Fazer t = t + t
Ir para o Passo 2

Passo 6 Gerar estatsticas

Fim
 67

Observaes:

O Passo 2 efetua um balanceamento dos recursos, de forma esttica, analisando

as demandas com relao aos suprimentos disponveis em cada unidade,
reavaliando as capacidades dos fluxos e dos pontos de transbordo, priorizando a
qualidade do atendimento (nvel de servio).

A partir das demandas e suprimentos resultantes do Passo 2, o Passo 3 faz a

alocao dos contineres vazios e cheios, de forma esttica, priorizando o mnimo
custo atravs da resoluo de um problema de roteamento.

O Passo 4 observa o cumprimento das rotas obtidas na resoluo do problema de

transbordo executado no Passo 3, controlando tambm a utilizao da capacidade
de armazenamento dos depsitos em terra e em portos.

Aps o Passo 5, o modelo retorna ao Passo 2 para processar a unidade de tempo

seguinte, e assim por diante, at atingir o horizonte de tempo informado ( t max ).
 68

5. Implementao computacional do modelo

Aps concluda a etapa de testes relativos modelagem matemtica do modelo,
conferindo os resultados obtidos utilizando o software Lindo, deu-se incio elaborao de
um modelo executvel, que representasse as diferentes entidades envolvidas no modelo e
sua interao. Foi utilizado o Microsoft Access para a base de dados e VBA (do ingls,
Visual Basic for Applications) para os procedimentos, interagindo com o software Lindo
API (do ingls, Application Programming Interface) para os clculos de minimizao de
custos. Os grficos ilustrados nas figuras FIGURA 5.4 e FIGURA 5.5 foram desenvolvidos com
apoio do software de cdigo aberto Graphviz (Graph Visualization).

5.1. Caractersticas principais

Gerais
Todos os clientes do modelo podem gerar demandas para outros clientes com os
quais estejam relacionados.
Os contineres devem ser encaminhados aos clientes de demanda sempre
atravs de portos ou depsitos em terra (pontos de transbordo), ou seja,
transporte direto entre clientes no permitido.
Para efeitos de implementao, no houve diferenciao entre depsitos em
portos e depsitos em terra, pelo fato de possurem as mesmas caractersticas
operacionais, funcionando apenas como pontos de transbordo.
Os depsitos em terra e os depsitos em portos possuem capacidade limitada por
seu espao fsico para armazenagem de contineres, pr-cadastrada no sistema.
Caso o depsito esteja com sua capacidade esgotada, os contineres devem
aguardar liberao para entrada.
No transporte de contineres cheios, a origem determinada pelo cliente de
demanda, no momento do pedido. No caso de vazios, o cliente de demanda no
define a origem dos contineres, sendo esta determinada pelo sistema,
considerando a disponibilidade e buscando otimizar os custos.
Os contineres cheios que chegam ao cliente de destino, aps serem
descarregados, so automaticamente considerados como estoque de contineres
vazios neste cliente.
Para minimizar pedidos muito freqentes ou de quantidade reduzida, os clientes
possuem cadastrado um estoque mnimo de contineres vazios. Se o estoque em
um cliente, ao atender uma demanda, torna-se inferior ao seu estoque mnimo, o
sistema requisitar contineres para este cliente, mesmo que a demanda efetiva
 69

naquele instante possa ser atendida pelo seu estoque atual. Alm disso, h uma
margem (percentual) adicionada ao pedido sempre que o sistema requisitar
contineres vazios para cada cliente. Estes parmetros podem tambm assumir
valores nulos, moldando-se convenincia do usurio.
Quando uma demanda por contineres cheios no puder ser atendida, uma nova
demanda gerada para a unidade de tempo seguinte. Demandas mais antigas
tm maior prioridade de atendimento.
Ao final de cada execuo, possvel verificar a situao do sistema em cada
unidade de tempo, e de cada cliente e de cada depsito individualmente,
permitindo grande flexibilidade de anlise.

Custos
Foram embutidos no modelo trs tipos de custo: transporte, processamento
(manipulao) e armazenagem, considerados como logsticos. No foram
includos no modelo os custos de propriedade, aquisio, depreciao e
manuteno de contineres, por fugirem ao escopo do estudo.
Em depsitos em terra e em portos, so computados os custos de processamento
(por continer) e de armazenagem (por continer-unidade de tempo). Os custos
de processamento (carga e descarga) e de armazenagem podem ser diferentes
em cada porto ou depsito em terra.

Leasing
O leasing pode ser ou no habilitado a cada execuo do modelo. O leasing foi
implementado de forma simplificada, buscando resolver gargalos de no-
atendimento de demanda.
A cada unidade de tempo, o sistema calcula a necessidade de leasing de cada
cliente e, se necessrio, faz uma operao de leasing global.
Podem ser cadastradas mais de um a companhia de leasing a deciso ser pela
de menor custo. As companhias de leasing podem, eventualmente, no ter
disponibilidade de contineres.
Por simplicidade, considera-se que os contineres arrendados esto disponveis
imediatamente aps o pedido. Tambm a devoluo dos contineres, do cliente
para a companhia, feita instantaneamente (na mesma unidade de tempo).
Cada operao de leasing possui um cronograma de devoluo, com prazo
mnimo de retorno e prazo de vencimento da operao.
 70

O custo de leasing dirio, o continer sendo ou no utilizado. Aps o prazo

mnimo de retorno, sua devoluo prioritria, precedendo a realocao dos
contineres vazios.
Por simplificao, no foi implementada multa por no devoluo do leasing aps
o vencimento, nem custo de transporte para busca e devoluo de contineres
arrendados.
Os custos de leasing no foram considerados como logsticos, mas financeiros,
no sendo includos no clculo de minimizao do custo global, embora sejam
calculados e estejam disponveis.

5.2. Modelo de dados

A seguir, so apresentadas as principais entidades do sistema, relacionando seus
atributos mais relevantes.

Cliente
Estoque inicial de contineres vazios
Tempo necessrio para colocar carga em um continer
Tempo necessrio para retirar carga de um continer
Estoque mnimo de contineres vazios
Margem para pedido de contineres vazios

Depsito
Tipo de depsito (terra ou porto)
Capacidade total para contineres vazios e cheios somados
Custo de processamento por continer
Custo de armazenagem por continer, para cada unidade de tempo
Tempo necessrio para processar um continer
Tempo de armazenagem de um continer

Relacionamento entre clientes

Para cada par de clientes entre os quais existe relacionamento so informadas as

demandas de contineres cheios, do cliente de destino (demandante) para o cliente de
origem (supridor).
 71

Relacionamento entre depsitos

Para cada par de depsitos entre os quais existe fluxo so cadastrados:

Custo de transporte de um continer vazio
Custo de transporte de um continer cheio
Tempo necessrio para transportar contineres entre estes depsitos

Relacionamento entre clientes e depsitos

Para cada par de cliente e depsito entre os quais existe fluxo so cadastrados:
Custo de transporte de um continer vazio
Custo de transporte de um continer cheio
Tempo necessrio para transportar contineres entre estas entidades

Demanda
UT em que a demanda foi processada
UT em que a demanda foi solicitada pela primeira vez
Cliente de demanda
Cliente de suprimento (apenas para demanda de contineres cheios)
Tipo de continer (vazio ou cheio)
Quantidade de contineres solicitados
Quantidade ajustada de contineres a parcela (ou total) da demanda para a
qual existe suprimento
Quantidade parcial (ou total) da demanda que chegou ao cliente final at a UT
atual

Roteiro de transporte

Armazena cada trecho do roteiro de transporte, descrevendo a rota que os

contineres devem seguir.
UT da demanda
Tipo (vazio ou cheio)
Cliente ou depsito de Origem do trecho
Cliente ou depsito de Destino do trecho
Cliente de Origem Inicial para cheios, contm o cliente supridor
Cliente de Destino Final para cheios, contm o cliente final (demandante)
Quantidade a ser movimentada entre os locais
 72

Previso do tempo de transporte entre estas entidades (apenas para decidir

menor caminho)
Tempo de processamento no destino (se o destino for um depsito)
Tempo de armazenagem no destino (se o destino for um depsito)
Custo de processamento no local de destino (se o destino for um depsito)
Custo de armazenagem no local de destino (se o destino for um depsito)
Custo de transporte entre o local de origem e de destino
Outros atributos utilizados para o controle da movimentao de cada trecho (UT
de entrada e sada do destino, UT de liberao para entrada em depsito)

Companhia de leasing
Quantidade inicial de contineres disponveis para leasing
Custo de leasing por continer, para cada unidade de tempo
Prazo mnimo, em unidades de tempo, para devoluo de contineres
Prazo de vencimento, em unidades de tempo, para operaes de leasing

Operao de leasing
Companhia de Leasing
UT do Pedido
UT em que pode ser iniciada a devoluo, definida na criao da operao
Data de Vencimento UT mxima para devoluo de todos os contineres
Quantidade Arrendada
Quantidade Devolvida at a UT atual
UT de encerramento da operao
Quantidades de contineres entregues a cada cliente
Quantidades devolvidas e UTs de cada devoluo

Adicionalmente, foram criadas tabelas com informaes consolidadas sobre os

depsitos e os clientes, para cada unidade de tempo. Esses dados permitem uma grande
variedade de anlises sobre os pontos crticos e o nvel de servio do sistema.

Estatsticas dos depsitos por UT

Depsito
Unidade de tempo (UT) a que os dados se referem
Quantidade de contineres vazios ao final da UT
Quantidade de contineres cheios ao final da UT
 73

Um exemplo das informaes relativas aos depsitos pode ser verificado na TABELA
5.1.

T ABELA 5.1 ESTATSTICAS DOS DEPSITOS POR UT

Quantidade Quantidade
Depsito UT
contineres vazios contineres cheios
1 1 50 80
1 2 50 80
1 3 50 80
1 4 50 80
1 5 50 100
2 1 0 0
2 2 2 0
2 3 2 6
2 4 5 0
2 5 8 19

Estatsticas dos clientes por UT

Cliente
Unidade de tempo (UT) a que os dados se referem
Quantidade de contineres vazios no incio da UT
Quantidade de contineres vazios ao final da UT
Demanda de contineres vazios gerada por este cliente
Demanda de contineres cheios gerada por este cliente
Demanda de contineres vazios gerada por este cliente, ajustada pela
disponibilidade
Demanda de contineres cheios gerada por este cliente, ajustada pela
disponibilidade
Demanda de contineres cheios gerada para este cliente por outros clientes
Quantidade de contineres vazios despachados
Quantidade de contineres cheios despachados
Quantidade de contineres vazios recebidos
Quantidade de contineres cheios recebidos
Quantidade de contineres vazios recebidos por leasing
Quantidade de contineres vazios devolvidos para a companhia de leasing

A T ABELA 5.2 apresenta um exemplo dos dados armazenados.

 T ABELA 5.2 ESTATSTICAS DOS CLIENTES POR UT

Quantidade
Quantidade Demanda Demanda Demanda Demanda Demanda cheios Sada Sada Entrada Entrada Entrada Sada
Cliente UT vazios
vazios vazios solicitada cheios solicitada vazios ajustada cheios ajustada solicitada por outros vazios cheios vazios cheios leasing leasing
incio UT
1 1 40 33 0 21 0 21 7 0 7 0 0 0 0
1 2 33 33 0 0 0 0 0 0 0 0 0 0 0
1 3 33 26 0 0 0 0 7 0 7 0 0 0 0
1 4 26 17 0 0 0 0 9 0 9 0 0 0 0
1 5 17 12 0 19 0 9 0 5 0 0 0 0 0
1 6 12 5 0 32 0 0 0 7 0 0 0 0 0
1 7 5 5 0 36 0 2 0 0 0 0 0 0 0
1 8 5 14 0 49 0 0 0 0 0 0 9 0 0
1 9 14 5 0 49 0 10 8 1 8 0 0 0 0
1 10 5 12 12 47 5 4 24 0 5 0 12 0 0
2 1 20 0 5 6 5 6 23 0 20 0 0 0 0
2 2 0 0 8 0 8 0 11 0 0 0 0 0 0
2 3 0 0 0 0 0 0 11 0 0 0 0 0 0
2 4 0 0 0 10 0 10 11 0 0 0 0 0 0
2 5 0 0 4 0 4 0 21 0 0 0 0 0 0
2 6 0 0 14 20 0 3 35 0 0 0 0 0 0
2 7 0 11 14 17 0 0 35 0 0 5 6 0 0
2 8 11 8 14 17 0 0 35 0 11 8 0 0 0
2 9 8 4 14 26 0 5 24 0 8 4 0 0 0
2 10 4 0 11 45 0 9 23 0 4 0 0 0 0
3 1 10 2 0 21 0 18 6 2 6 0 0 0 0
3 2 2 2 0 11 0 0 0 0 0 0 0 0 0
3 3 2 2 0 18 0 7 0 0 0 0 0 0 0
3 4 2 2 0 20 0 9 0 0 0 0 0 0 0
3 5 2 2 0 11 0 0 0 0 0 0 0 0 0
3 6 2 2 0 11 0 0 0 0 0 0 0 0 0
3 7 2 0 0 11 0 0 4 0 2 0 0 0 0
3 8 0 7 0 17 0 11 2 0 0 0 7 0 0
3 9 7 11 0 6 0 0 11 0 7 0 11 0 0
3 10 11 9 0 13 0 0 4 5 4 0 7 0 0

74
 75

Estatsticas do modelo por UT

Unidade de tempo (UT) a que os dados se referem
Quantidade de contineres vazios no sistema
Quantidade de contineres cheios no sistema
Quantidade de contineres vazios que esto em transporte (no esto nem em
clientes nem em depsitos)
Quantidade de contineres cheios que esto em transporte (no esto nem em
clientes nem em depsitos)
Quantidade de contineres vazios que esto em clientes
Quantidade de contineres vazios que esto em depsitos
Quantidade de contineres cheios que esto em depsitos
Custo total de transporte (registrado quando transporte chega no destino)
Custo total de processamento (registrado quando transporte chega no depsito)
Custo total de armazenagem (registrado quando transporte chega no depsito)

Um exemplo das informaes disponibilizadas sobre as estatsticas do sistema pode

ser verificado na T ABELA 5.3.

T ABELA 5.3 ESTATSTICAS DO MODEL O POR UT

Quantidade Quantidade Quantidade Quantidade

Quantidade Custo
Total Total vazios cheios vazios cheios Custo total Custo total
UT vazios total
vazios cheios em em em em processamento armazenagem
em clientes transporte
transporte transporte depsitos depsitos
1 120 125 5 45 65 50 80 0,00 0,00 0,00
2 120 125 11 45 57 52 80 4,00 4,20 4,40
3 113 132 11 46 50 52 86 12,00 12,60 13,20
4 94 151 8 71 31 55 80 9,00 6,30 6,60
5 85 160 10 41 17 58 119 108,00 78,70 83,40
6 82 163 25 83 7 50 80 0,00 0,00 0,00
7 86 159 16 72 16 54 87 43,00 27,10 28,20
8 91 154 4 55 29 58 99 128,00 63,70 66,40
9 79 166 9 75 20 50 91 83,00 23,10 24,20
10 85 160 7 77 28 50 83 42,00 6,30 6,60

5.3. Mdulos
A FIGURA 5.1 apresenta um fluxograma da dinmica do modelo de alocao e
movimentao de contineres vazios e cheios.
 76

Fazer t = 1

1
Obter demandas de
contineres cheios

2
Gerar demanda de
contineres vazios

3
Ajustar demandas em funo
do suprimento disponvel

4
Executar operaes de
leasing

5
Otimizar roteamento de
contineres vazios e cheios

6
Controlar o transporte de
contineres vazios e cheios

Fazer t = t + ? t

FIGURA 5.1 FLUXOGRAMA DO MODELO DE ALOCAO E MOVIMENTAO DE CONTINERES

 77

5.3.1. Descrio computacional

Nesta seo, a dinmica do sistema explicada atravs de uma breve descrio
computacional dos principais mdulos.

1. Obter demandas de contineres cheios

Neste mdulo, so verificados todos os pedidos de contineres cheios de cada

cliente para todos os outros clientes pertencentes ao modelo de execuo.

2. Gerar demandas de contineres vazios

Depois de computar todos os pedidos de contineres cheios dirigidos a todos os

clientes, o sistema determina a necessidade de contineres vazios de cada cliente de
suprimento, pois estes precisaro dos contineres vazios para carreg-los posteriormente.
Aps verificar o saldo atual de contineres vazios, o sistema ainda assegura que a demanda
total de cada cliente preserve seu estoque mnimo preestabelecido, respeitando a expresso
a seguir:

demanda total de contineres vazios saldo atual de contineres vazios

- estoque mnimo de contineres vazios

Para determinar a necessidade ajustada de contineres vazios de um cliente, o

sistema verifica todos os contineres vazios que esto por chegar e os contineres cheios
que devem ser recebidos em um prazo especificado pelo usurio (look ahead), pois esses
contineres vo tornar-se vazios aps seu descarregamento. Para este trabalho, por
exemplo, atribuiu-se um prazo de cinco unidades de tempo. Esses dois valores so
computados na varivel suprimento futuro de contineres vazios e cheios .

Aps essas verificaes, se for necessrio fazer um pedido, a demanda definida de

acordo com a expresso a seguir:

demanda a gerar = demanda total de contineres vazios

+ estoque mnimo de contineres vazios

- saldo atual de contineres vazios

- suprimento futuro de contineres vazios e cheios

A partir desse resultado (se maior que zero), a demanda gerada com um
percentual adicional, especificado para cada cliente. Aproveitando o momento em que uma
 78

demanda est sendo consolidada, esse acrscimo evita a gerao de pedidos muito
pequenos ou muito freqentes.

demanda a gerar = demanda a gerar + margem pedido contineres vazios

3. Ajustar demandas em funo do suprimento disponvel

Conforme explicado anteriormente, necessrio equiparar a quantidade total de

demandas com a quantidade total de suprimentos antes de processar o modelo de
transbordo. Alm disso, mesmo que no tenham sido geradas novas demandas, podem
existir pendncias no sistema (backlog). Ento, para cada cliente, a cada unidade de tempo,
so pesquisadas todas as demandas de contineres cheios em que este cliente seja origem,
priorizando as demandas mais antigas e com menor custo de transporte. Se a demanda no
puder ser atendida completamente, ser criada uma nova demanda para a unidade de
tempo seguinte, com a quantidade remanescente. Quando isso acontece, a unidade de
tempo em que ela foi originalmente solicitada permanece armazenada para fins de
priorizao.

Aps resolver as demandas de contineres cheios, que por sua vez podem ter
gerado demandas de contineres vazios, necessrio redimensionar todas as demandas
de contineres vazios do modelo. Em primeiro lugar, preciso apurar o suprimento total de
contineres vazios do sistema. Para tanto, verifica-se a quantidade de pedidos de
contineres cheios para cada cliente, e calcula-se seu suprimento efetivo, que a
disponibilidade de contineres vazios descontado seu estoque mnimo (de segurana) e
descontadas as solicitaes de contineres cheios para este cliente (para as quais ele
precisa reservar contineres vazios).

suprimento de contineres vazios = saldo atual de contineres vazios

- demanda de contineres cheios para este cliente

- estoque mnimo

Em seguida, so examinadas todas as demandas de contineres vazios, com

prioridade para demandas de maior volume, verificando o quanto desses pedidos pode ser
atendido. Assim, as demandas so ajustadas em funo do suprimento disponvel se o
suprimento total for inferior ao total de demandas do modelo, o total de demandas dever
ser ajustado ao suprimento total.
 79

4. Executar operaes de leasing

O leasing executado apenas quando necessrio, e desde que sua utilizao tenha
sido solicitada nas opes de processamento.
Gerar pedidos de leasing Cria operaes de leasing quando necessrio.
Procura casos de clientes cujas ltimas demandas no foram atendidas (nem
mesmo parcialmente), num prazo de unidades de tempo especificado na
configurao do sistema. Para estes clientes, utiliza a quantidade da demanda
mais recente, acrescida de uma margem pr-cadastrada, como necessidade de
leasing. Com o total de todos os clientes, procura a companhia de menor custo,
criando uma operao de leasing e distribuindo os contineres entre os clientes.
Efetuar devolues de leasing Verifica devolues de operaes de leasing
que podem ser efetuadas. Inicialmente, procura operaes que venceram, com
prioridade para as vencidas h mais tempo e com maior saldo devedor. Para
estes casos, devolve todos os contineres vazios disponveis nos clientes.
Posteriormente, verifica operaes cujo prazo mnimo de devoluo j foi atingido,
com prioridade para as que o prazo mnimo expirou h mais tempo e com maior
saldo devedor. Para esta situao, a quantidade a devolver calculada a partir da
disponibilidade de cada cliente que excede o seu estoque mnimo, acrescida de
uma margem predefinida.

5. Otimizar roteamento (transbordo) de contineres vazios e cheios

Para cada unidade de tempo, produzido um conjunto de dados de entrada para ser
utilizado pelo software Lindo API. Este mdulo prepara a funo objetivo e as restries do
modelo, a partir das demandas e dos suprimentos de contineres vazios e cheios, de
clientes para depsitos, de depsitos para depsitos, e de depsitos para clientes,
considerando apenas as combinaes pertinentes unidade de tempo que est sendo
processada (que tenham demanda ou suprimento).

Calcula-se o custo mdio total (processamento e armazenagem) de cada depsito,

por continer, acrescentando o custo de transporte unitrio. Optou-se por computar os
custos de cada trecho (transporte, processamento e armazenagem) no momento da
chegada em cada destino. Portanto, trechos que partem de um cliente de origem at um
depsito s possuem custo de transporte. O custo total de cada trecho d origem aos
coeficientes da funo objetivo.
 80

Para compor as restries, so observados os limites de demandas (mnimo) e de

suprimento (mximo). Ento, feito o balanceamento de contineres vazios e cheios para
cada depsitos, pois suas entradas e sadas devem ser iguais.

O software Lindo API recebe os dados de entrada (uma representao de uma

matriz esparsa) em uma estrutura muito especfica e de difcil interpretao. Para lidar com
esse problema, o sistema cria um nvel de abstrao utilizando uma estrutura de dados de
compreenso mais simples, encarregando-se da traduo entre essas duas formas de
representao.

Aps a resoluo do problema de minimizao de custo pelo Lindo, o sistema

transforma a soluo em um roteiro de transporte. Nesta etapa, as variveis da funo
objetivo so examinadas e, para cada uma delas que possui valor, criado um segmento de
transporte (trecho entre cliente e depsito ou entre depsitos), que em conjunto compem
todas as movimentaes produzidas pelas demandas da unidade de tempo atual.

O sistema pode gerar ainda os seguintes arquivos para anlises: um arquivo que
pode ser utilizado para resoluo no Lindo API (ANEXO 1), um arquivo texto com uma
representao do modelo no formato tpico de um modelo de transbordo (ANEXO 2). No
ANEXO 3, encontra-se um exemplo do resultado gerado pelo software Lindo API.

6. Controlar o transporte de contineres vazios e cheios

Os trechos de transporte possuem grande interdependncia, j que o incio da

movimentao de um trecho depende, entre outros fatores, da concluso dos trechos que o
precedem. O seu gerenciamento feito por um conjunto de funes especficas:
Processar trechos iniciais Inicia transporte de trechos com sada em clientes.
Procura trechos com origem em cliente que no foram iniciados, atualizando a
quantidade disponvel de contineres vazios em cada cliente. Calcula a data de
incio de transporte do trecho e a chegada no destino, lembrando que para
contineres cheios includo o tempo de carga e para vazios, no.
Processar trechos com chegada em depsito Procura trechos com destino
em depsitos que chegam na unidade de tempo atual ou anterior, com prioridade
para os mais antigos. Se a capacidade do depsito permite, prepara a entrada dos
contineres, atualizando o estoque do depsito e os custos. Se excedeu o limite, o
trecho no processado nesta unidade de tempo e fica aguardando
disponibilidade.
Processar trechos com sada de depsito Procura trechos que chegaram em
depsitos e esto disponveis para continuar o transporte, liberando os trechos
 81

correspondentes para sada do depsito. Os contineres de uma demanda podem

chegar a um depsito em um ou mais grupos (vindos de mais uma origem) e
tambm sair deste depsito em um ou mais grupos (para destinos diferentes),
mesmo pertencendo a um nico pedido de um determinado cliente. Para que
todas estas possibilidades sejam tratadas adequadamente, esta funo inclui
algoritmos relativamente complexos. Os trechos de entrada que esto disponveis
so agrupados, com prioridade para os mais antigos e para os de contineres
cheios, e as quantidades totais determinam quais trechos de sada podem ser
iniciados, com prioridade para os de menor tempo de transporte.
Processar trechos finais Processa trechos que chegaram aos clientes finais.
Procura trechos, com destino em cliente, que chegaram na unidade de tempo
atual atualiza quantidade disponvel de vazios (a entrada de contineres cheios
tambm transformada em vazios). Alm disso, as demandas referentes a estes
trechos so atualizadas para refletir as quantidades entregues nesta unidade de
tempo (parcial ou totalmente).

5.3.2. Registro de execuo

O sistema mantm um arquivo de registro (log) com os resultados de cada execuo
(TABELA 5.4). Com estes dados possvel acompanhar os passos desenvolvidos pelo
sistema e comparar os efeitos de diferentes parmetros.
 82

T ABELA 5.4 EXEMPLO DE REGISTRO DE UMA EXECUO DO MODELO

Unidade Nvel Cdigo

IDExecucao Mensagem Mensagem
Tempo Severidade Mensagem
21/12/2004 556 1 1 1 Iniciando processamento da unidade de tempo 1
19:04:15
21/12/2004 557 1 1 3 Gerada demanda de cheios por comando para o
19:04:15 cliente 3. Qtd: 5
21/12/2004 558 1 1 4 Gerada demanda de vazios para o cliente 3. Qtd: 4
19:04:15
21/12/2004 559 1 1 9 Valor da funo objetivo na unidade de tempo 1:
19:04:15 313 Modelo feasible: Sim
21/12/2004 560 1 1 5 Contineres com trechos iniciando transporte
19:04:15 (vazios/cheios): 4 / 36
21/12/2004 561 1 1 6 Contineres com trechos finalizando transporte
19:04:15 (vazios/cheios): 0 / 0
21/12/2004 562 2 1 1 Iniciando processamento da unidade de tempo 2
19:04:15
21/12/2004 563 2 1 4 Gerada demanda de vazios para o cliente 2. Qtd: 12
19:04:15
21/12/2004 564 2 1 9 Valor da funo objetivo na unidade de tempo 2:
19:04:15 242 Modelo feasible: Sim
21/12/2004 565 2 1 5 Contineres com trechos iniciando transporte
19:04:15 (vazios/cheios): 12 / 18
21/12/2004 566 2 1 6 Contineres com trechos finalizando transporte
19:04:15 (vazios/cheios): 0 / 0
21/12/2004 567 3 1 1 Iniciando processamento da unidade de tempo 3
19:04:15
21/12/2004 568 3 1 4 Gerada demanda de vazios para o cliente 2. Qtd: 8
19:04:15
21/12/2004 569 3 1 9 Valor da funo objetivo na unidade de tempo 3:
19:04:15 73,4 Modelo feasible: Sim

5.3.3. Processamento do modelo

Antes de processar o modelo, as seguintes opes devem ser definidas:
quantidade de unidades de tempo a processar (o processamento ocorre a partir
da unidade de tempo 1);
base de dados a ser processada ( possvel manter vrias bases de dados com
configuraes distintas, e assim comparar execues com diferentes parmetros);
valor inicial para gerao de nmeros aleatrios (permite reproduzir os resultados
mantendo-se o mesmo valor, mais detalhes na SEO 5.6 E XECUO DO MODELO

(SIMULAO));
gerao ou no dos arquivos no formato do software Lindo, de entrada e de
sada, para cada unidade de tempo (para anlise e conferncia);
gerao ou no de mensagens no log do sistema;
processamento at concluso de pendncias sem gerar novas demandas,
continua o processamento alm da unidade de tempo final, at que todas as
demandas pendentes seja atendidas, finalizando todos os trechos de transportes
roteados;
utilizao ou no de leasing.
 83

A FIGURA 5.2 ilustra a forma como so informadas as opes de processamento do

modelo.

FIGURA 5.2 OPES DE PROCESSAMEN TO

Durante o processamento possvel verificar uma estimativa do tempo de execuo

e, ao final, o tempo total apresentado.

5.4. Grficos
O sistema possibilita a visualizao do resultado do processamento atravs de
grficos, que podem ser solicitados a partir da tela apresentada na FIGURA 5.3.
 84

FIGURA 5.3 TELA DE SOLICITAO DE GRFICOS

1. Grfico de roteiro de uma data

Pode ser solicitado para todas as unidades de tempo em que houve demandas
atendidas. oferecida a opo de visualizar apenas os contineres vazios, apenas os
cheios ou os dois tipos. Uma ilustrao desse grfico pode ser conferida na FIGURA 5.4.

Nesta figura, so representadas as movimentaes entre os clientes de origem e de

destino que foram efetuadas em funo das demandas da unidade de tempo solicitada.
Tambm podem ser identificados os depsitos pelos quais os contineres esto sendo
transportados.
 85

FIGURA 5.4 ROTEIRO DE TRANSPORTE PARA UMA DATA

Legenda:

Vermelho (rotas tracejadas) transporte de contineres vazios

Outras cores (rotas contnuas) transporte de contineres cheios

nn mm nn a quantidade de contineres despachados; mm a quantidade de

contineres que chegaram no destino durante o tempo de processamento.

oo dd oo o cliente de origem dos contineres; dd o cliente de destino dos

contineres. Obs.: Apenas para contineres cheios, pois os contineres vazios
no possuem identificao de origem nem de destino durante o transporte.

DSO Data de sada da origem. Para sadas de clientes, calculada a partir do

recebimento do pedido adicionado o tempo de carga que o cliente de origem
necessita para armazenar a carga nos contineres solicitados. Para sadas de
 86

depsitos, a soma da unidade de tempo de chegada com o tempo de

processamento e de armazenagem dos contineres.

DCD Data de chegada no destino. a data de sada da origem acrescentada do tempo

necessrio para transporte dos contineres.

DED Data de entrada no destino. Corresponde data de chegada no destino

adicionada ao tempo necessrio para que os contineres sejam liberados para
entrada em um depsito, quando a capacidade mxima de armazenagem est
temporariamente esgotada. Para chegada em clientes, computado o tempo de
descarga.

DLSD Data de liberao de sada do destino. Registra o momento em que os

contineres esto liberados para ser encaminhados ao prximo destino, aps
perodo de processamento e armazenagem nos depsitos. Para chegadas em
clientes, este valor desconsiderado.

2. Grfico da topologia da rede

Outra visualizao oferecida pelo sistema da topologia da rede de transporte.

Neste grfico, apresentado na FIGURA 5.5, possvel verificar todas as ligaes entre
clientes de origem e de destino, com todos os pontos intermedirios (depsitos em terra e
depsitos em portos). Para cada ligao entre dois trechos, so apresentados os custos
para transporte de contineres vazios e cheios, o tempo mnimo e mximo de transporte
entre esses pontos e a capacidade de cada depsito.

3. Grfico de tempo dos roteiros

Esta modalidade de grfico, cujo exemplo pode ser verificado na FIGURA 5.6, pode
ser solicitada para visualizao e conferncia de todos os trechos de roteiros de transporte
que foram gerados em um processamento. possvel escolher a data da demanda inicial e
a data da demanda final; algum ou todos os clientes de origem; algum ou todos os clientes
de destino; e os tipos de contineres (cheios, vazios ou todos). Na parte inferior do grfico,
pode-se acompanhar a linha de tempo (em unidades de tempo).
FIGURA 5.5 TOPOLOGIA DA REDE DE TRANSPORTE ENTRE CLIENTES E DEPSITOS

87
FIGURA 5.6 GRFICO DE TEMPO DOS ROTEIROS

88
 89

Os trechos que transportam contineres cheios so apresentados na cor azul (clara,

de cliente para depsito; escura, de depsito para cliente). possvel selecionar um trecho
e obter informaes mais detalhadas a seu respeito: data de demanda, cliente de origem,
cliente de destino, quantidade de contineres transportados, depsito intermedirio, tempo
de carga e tempo de descarga, conforme demonstrado na FIGURA 5.6.

Os trechos que transportam contineres vazios so mostrados na cor vermelha

(clara, de cliente para depsito; escura, de depsito para cliente). Para estes trechos, a
informaes detalhadas incluem: data de demanda, cliente de origem e depsito de destino
(para trechos com origem em clientes) ou cliente de destino e depsito de origem (para
trechos que chegam em clientes), quantidade transportada. Cabe relembrar que os
contineres vazios no possuem origem e destino predeterminados, sendo redistribudos
nos depsitos conforme o suprimento disponvel e a demanda necessria. No exemplo a
seguir (FIGURA 5.7), trs contineres saram do cliente n 4 e dois do cliente n 3, atravs do
depsito n 2. No cliente de destino n 2, chegaram cinco contineres vazios oriundos do
depsito n 2.

FIGURA 5.7 INFORMAES DE TRECHOS DE TRANSPORTE DE CONTINERES VAZIOS

A coluna esquerda, relativa a cada roteiro, apresenta a seguinte conveno:

UT d Tnnn x mmm

onde

d = UT da demanda

T = tipo de continer (C = cheio; V = vazio)

nnn = cdigo do cliente de origem

mmm = cdigo do cliente de destino

Obs.: Para contineres vazios, apresentado ou o cliente de origem ou o cliente de

destino, uma vez que os contineres so redistribudos conforme as necessidades em cada
 90

depsitos. Por isso, para vazios aparecem trs pontos de interrogao (V???) ou na origem
ou no destino, conforme o caso.

5.5. Customizaes (flexibilidade do modelo)

O modelo de alocao e movimentao de contineres vazios e cheios objeto desta
tese foi desenvolvido de maneira a permitir o maior nmero possvel de parmetros,
facilitando, desta forma, a execuo de testes para anlise da sensibilidade dos seus
diferentes componentes. Alteraes em um ou mais desses parmetros afetam a dinmica
de todo o sistema.

So atributos parametrizveis:
tempo de carregamento e descarregamento de contineres em clientes;
estoque mnimo (de segurana, de reserva) de contineres vazios em clientes;
margem (percentual) a adicionar a pedidos de contineres vazios (por cliente);
tempo mdio de processamento de um continer em um depsito em terra ou em
um porto;
tempo mdio de armazenagem de um continer em um depsito em terra ou em
um porto;
capacidade total, dos depsitos, para contineres vazios e cheios somados;
tempo mdio de transporte de contineres entre clientes e depsitos, e entre
depsitos;
prazo mnimo para devoluo de contineres arrendados;
prazo de vencimento de operaes de leasing.

Outros atributos atuam como variveis de estado iniciais, causando pouca influncia
no transcorrer do processamento do sistema, sendo percebidos apenas nos primeiros
estgios da execuo:
estoque inicial de contineres vazios nos clientes;
estoque inicial de contineres disponveis para arrendamento, nas companhias de
leasing.

Existem outros parmetros que acarretam modificao no comportamento do

sistema, sendo customizveis para todas as entidades envolvidas no modelo:
prazo, em unidades de tempo, para verificao de recebimentos futuros (look
ahead) de contineres cheios para um determinado cliente, antes que este faa
um pedido de contineres vazios;
opo de utilizao ou no de leasing;
 91

nmero de unidades de tempo com demanda de contineres vazios no atendida,

nem mesmo parcialmente, antes de fazer utilizao de leasing;
no pedido de leasing, percentual a adicionar necessidade de contineres vazios
de cada cliente (margem de reserva);
na devoluo de leasing, percentual a adicionar ao estoque mnimo de cada
cliente para determinar a quantidade a devolver.

5.6. Execuo do modelo (simulao)

Para uma primeira verificao do modelo, foram cadastrados manualmente valores
para todos os atributos necessrios ao funcionamento do sistema. Todos os testes foram
realizados a partir de valores realistas, embora no representem necessariamente dados de
alguma empresa especfica. Em uma primeira fase, foram efetuados vrios testes com
demandas e suprimentos fixos, visando a reproduo de uma resposta conhecida.

Aps essa primeira fase, foi necessrio verificar o comportamento do modelo para
um horizonte de planejamento extenso, observando se havia gargalos ou problemas na
execuo do sistema. Com a evoluo do tempo, tambm foi possvel examinar se o modelo
tenderia ou no se equilibrar na resoluo das demandas. Cabe ressaltar que o modelo
recebe novas demandas a cada unidade de tempo, simultaneamente com o processamento
e o transporte de demandas de datas anteriores. Nesse momento, a resoluo dos roteiros
foi acompanhada caso a caso para conferncia.

O sistema foi desenvolvido de forma incremental, agregando complexidade

gradualmente. At um determinado momento, por exemplo, no havia sido implementada a
possibilidade de leasing. O fato relevante que o sistema comeou a apresentar gargalos:
alguns clientes terminavam a movimentao com muita defasagem entre a data do pedido e
a data do atendimento da demanda de contineres cheios, e com grande volume de pedidos
de contineres vazios. Aps a incorporao do leasing, esses problemas foram resolvidos e
o tempo de processamento diminuiu bastante, desobstruindo os pontos crticos do sistema.

Para efeitos de testes, e para que o sistema operasse em condies mais

complexas, com maior volume de dados, foi implementada a possibilidade de gerao de
demandas de contineres cheios de forma aleatria. Para cada par de clientes (de
suprimento e de demanda) foram cadastradas:
a probabilidade de o cliente de destino gerar demanda de contineres cheios, a
cada unidade de tempo, para o cliente de origem
quantidade mnima e mxima de contineres cheios, em unidades, que o cliente
demanda
 92

A cada unidade de tempo, uma funo, baseada na probabilidade de cada par de

clientes, verifica se haver uma demanda naquela data. Em caso positivo, a quantidade de
contineres da demanda gerada aleatoriamente entre as quantidades mnima e mxima
informadas (distribuio uniforme).

Tambm foram implementados como variveis aleatrias:

tempo necessrio para colocar carga em um continer e tempo necessrio para
retirar carga de um continer, nos clientes (e conseqente devoluo dos
contineres ao sistema) cadastrados um valor mnimo e mximo para cada
cliente
tempo mnimo e mximo necessrio para processar um continer em um depsito
tempo mnimo e mximo, em unidades de tempo, que um continer fica
armazenado em um depsito
tempo mnimo e mximo necessrio para transportar contineres entre dois
depsitos, ou entre clientes e depsitos

Ressalte-se que a aleatoriedade aqui utilizada apenas para a gerao das

demandas nas diversas unidades de tempo, como instncia de teste do sistema. A partir
disso, o sistema resolvido (satisfao das demandas, elaborao de roteiros etc.) de forma
determinstica. Por outro lado, em situaes de utilizao comercial do sistema, a opo de
gerao de demandas aleatrias pode ser til para garantir condies mais realistas de
modelagem. Neste caso, haver necessidade de anlise de dados histricos para assegurar
validade s suposies quanto s distribuies de probabilidade.

Outra configurao possvel do modelo trabalhar com demandas fixas (conhecidas)

e tempos aleatrios para previses de transporte, armazenagem, processamento, tempo de
carga e tempo de descarga, ou combinaes destes.

Processamento de comandos

possvel, atravs da incluso de comandos, simular determinadas situaes para

anlises e testes. Cada comando associado a uma unidade de tempo e suas alteraes
sero efetivadas nesta data. Por exemplo, um tipo de comando cria uma demanda de
contineres cheios com valores predeterminados (quantidade, cliente de origem, cliente de
destino). Outra opo de comando permite alterar a probabilidade de gerao de demanda
de contineres cheios entre dois clientes quaisquer, incluindo a possibilidade de interromper
a gerao de demanda (0) ou deix-la constante (1). Com a utilizao desse recurso podem
ser feitas, por exemplo, anlises de sazonalidade. O sistema permite a implementao de
novos comandos, medida que forem necessrios.
 93

6. Resultados computacionais
Aps o modelo de simulao ter sido implementado computacionalmente, executado
e amplamente testado, foram produzidas diversas ilustraes do comportamento do
sistema, avaliando seu desempenho, sua estabilidade e a flexibilidade das informaes. Os
dados de entrada foram gerados aleatoriamente (baseados em parmetros prefixados),
avaliando diferentes polticas e combinaes variadas de quantidades de clientes e de
depsitos, demandas, suprimentos, estoques iniciais, tempos de transporte, de
armazenagem e de processamento. Este captulo est organizado de forma a apresentar
alguns resultados que o modelo capaz de fornecer. Na SEO 6.1 foi avaliada a viabilidade
de processamento do modelo em uma srie de execues comparativas. A SEO 6.2
mostra a influncia do leasing no tempo de processamento, como exemplo da flexibilidade
do sistema. A SEO 6.3 traz alguns exemplos de utilizao do modelo em diferentes
situaes, apresentando tambm resultados grficos representativos da estabilidade da
soluo.

6.1. Desempenho do modelo

Com o objetivo de avaliar a viabilidade de processamento do modelo, foram feitas
vrias execues comparativas, com opo de utilizao de leasing, para um horizonte de
planejamento de 100 unidades de tempo e quantidades crescentes de clientes de demanda
e de suprimento, mantendo fixa a quantidade de depsitos em terra (trs) e portos (trs). O
computador utilizado foi um Pentium 4 de 2,2 GHz, com 512 MB de memria. Os resultados
podem ser vistos na TABELA 6.1.

Uma anlise da tabela permite a elaborao das seguintes observaes:

tempo de processamento quase instantneo para dois clientes at cerca de 40

minutos para o caso de 20 clientes. Levando-se em conta a quantidade de
relacionamentos possveis no caso de 20 clientes, o tempo de resoluo pode ser
considerado apropriado;

nmero mximo de variveis e de restries a quantidade de variveis e

restries aumenta significativamente a cada incluso de cliente, como se pode
deduzir a partir das equaes (32) e (33);

custo total de transporte, armazenagem e processamento esse valor sofre um

grande incremento devido ao maior nmero de interaes;
 94

T ABELA 6.1 EXECUES COMPARATIVAS PARA 100 UNIDADES DE TEMPO

Nmero de Tempo de Nmero Nmero Demora Diferena mdia Ociosidade

clientes execuo mximo de mximo de Custo total (1) mdia na atendimento/ (4)
variveis restries entrega (2) solicitao (3)
2 00:00:12 90 17 626,40 12,0 0,0 0,9
3 00:00:26 138 26 2.359,00 11,9 0,0 0,7
4 00:00:38 225 42 4.378,00 12,2 0,0 0,7
5 00:00:59 347 65 6.202,10 12,2 0,2 0,6
6 00:01:39 434 80 11.141,00 13,8 0,9 0,4
7 00:01:58 512 94 14.655,80 12,2 0,4 0,4
8 00:02:53 643 119 19.217,00 12,9 0,6 0,3
9 00:03:56 772 142 25.702,20 13,8 1,1 0,2
10 00:05:08 1139 206 30.895,80 13,4 0,8 0,2
11 00:06:34 1219 220 38.681,40 13,3 0,8 0,2
12 00:08:20 1426 260 44.212,10 14,1 1,2 0,2
13 00:10:23 1584 289 54.148,20 14,2 1,2 0,2
14 00:12:52 2051 370 60.319,80 13,8 1,0 0,2
15 00:15:57 2120 383 69.678,80 14,0 1,1 0,2
16 00:21:13 2851 508 84.081,80 14,0 1,2 0,1
17 00:25:56 4369 776 95.484,90 14,1 1,4 0,1
18 00:31:40 4559 810 107.191,90 14,2 1,3 0,1
19 00:35:45 4333 772 121.359,00 14,3 1,5 0,1
20 00:40:19 5142 911 129.872,10 14,5 1,5 0,1

(1) custo de transporte entre trechos: mdia 3,71; desvio padro 2,22;
custo de armazenagem: mdia 2,08; desvio padro 0,75;
custo de processamento: mdia 2,50; desvio padro 1,12
(2) tempo de transporte entre trechos: mdia 3,6; desvio padro 1,3
(3) gerao de demanda de contineres cheios:
probabilidade de gerao por unidade de tempo: mdia 0,2; desvio padro 0,05;
demanda mnima: mdia 2,7; desvio padro 1,4;
demanda mxima: mdia 6,0; desvio padro: 1,6
(4) ociosidade = [total de contineres vazios] / [total de contineres]

demora mdia na entrega (mdia das diferenas entre as datas de recebimento e

as datas de solicitao) no exemplo, a demora mdia passou de 12 unidades de
tempo, com dois clientes, para 14,5 unidades de tempo, com 20 clientes. O
incremento de clientes aumentou em pequena proporo o tempo de espera dos
pedidos;

diferena mdia atendimento/solicitao (mdia das diferenas entre contineres

solicitados e quantidades atendidas) a diferena permaneceu em zero, at
quatro clientes, sendo de 1,5 quando havia 20 clientes. De modo geral, os pedidos
esto sendo atendidos nas quantidades pretendidas, restando poucas pendncias
para as unidades de tempo posteriores;

ociosidade (neste caso, relao entre o total de contineres vazios e o total de

contineres do modelo) pode-se verificar com o a razo decresce conforme a
quantidade de clientes aumenta, passando de 0,9 (com dois clientes) para 0,1
(com 20 clientes). Como esperado, um maior nmero de clientes faz com que os
 95

contineres no fiquem vazios por muito tempo, diminuindo a ociosidade do

sistema.

Embora o modelo apresente uma complexidade O(n4 ) ver EQUAO (32) a

TABELA 6.1 permite demonstrar que o sistema possui eficincia em casos prticos, dada a
complexidade da rede envolvida. provvel que um especialista na rea demandasse um
prazo maior para obter solues inferiores em termos de desempenho.

Os valores relativos quantidade de clientes foram correlacionados com o tempo de

execuo (FIGURA 6.1) e com o custo total (FIGURA 6.2):

00:50:00
4 3 2
y = -4E-07x + 2E-05x - 0,0002x + 0,001x - 0,001
2
R = 0,998
00:40:00
Tempo de execuo

00:30:00

00:20:00

00:10:00

00:00:00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
Quantidade de clientes

FIGURA 6.1 TEMPO DE EXECUO EM FUN O DA QUANTIDADE DE CLIENTES

140.000,00
4 3 2
y = -0,6516x + 27,614x - 30,173x + 2120,8x - 2025,1
120.000,00 2
R = 0,999
100.000,00

80.000,00
Custo

60.000,00

40.000,00

20.000,00

0,00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
Quantidade de clientes

FIGURA 6.2 CUSTO EM FUNO DA QU ANTIDADE DE CLIENTES

 96

Os resultados apresentados nas figuras FIGURA 6.1 (R2=0,998) e FIGURA 6.2

(R2=0,999) ilustram a complexidade O(n4 ) do modelo desenvolvido, assumindo-se que a
magnitude de S e W no so muito diferentes.

Esse exemplo foi utilizado tambm para ilustrar a flexibilidade do modelo,

relacionando algumas variveis com o incremento da quantidade de clientes. Vrias outras
possibilidades de anlise podem ser obtidas, dependendo do aspecto que o usurio esteja
interessado em avaliar.

6.2. Resultados adicionais influncia do leasing

Para ilustrar os efeitos da utilizao do leasing no comportamento dinmico do
sistema, foi utilizado um modelo de testes com quatro clientes (tanto de demanda como de
suprimento), um porto e dois depsitos em terra, processando 200 unidades de tempo. Os
tempos de carga e descarga nos clientes foram fixados em uma unidade de tempo; o tempo
de armazenagem nos depsitos foi fixado em uma unidade de tempo e o tempo de
processamento nos depsitos no foi computado neste exemplo. A mdia dos tempos de
transporte entre clientes e depsitos 2,33, com desvio padro 1,13.

A T ABELA 6.2 apresenta as operaes de leasing realizadas durante a resoluo do

modelo.

O modelo resolvido sem opo de recurso do leasing levou 19 minutos e 42

segundos para ser processado e produziu 22.522 demandas, enquanto que o mesmo
modelo explorando a possibilidade de leasing terminou seu processamento em 2 minutos e
31 segundos, gerando 3.982 demandas (e 22 operaes de leasing). Nota-se, desta forma,
a diferena que a possibilidade de utilizao do leasing causa ao sistema, desobstruindo as
pendncias de demandas de contineres vazios no atendidas.

Com esse exemplo, pode-se perceber que as opes de anlise que o sistema
oferece dependem primordialmente do enfoque que o usurio queira explorar com mais
detalhe.
 97

T ABELA 6.2 REGISTRO DE OPERAES DE LEASING

UT
Operao Companhia UT UT Quantidade Quantidade Operao UT
mnima vencimento arrendada devolvida encerrada encerramento
leasing leasing pedido
devoluo
1 1 15 25 35 57 57 Sim 30
2 1 19 29 39 23 23 Sim 30
3 1 36 46 56 80 80 Sim 51
4 1 53 63 73 42 42 Sim 64
5 1 57 67 77 69 69 Sim 71
6 1 64 74 84 14 14 Sim 75
7 1 65 75 85 34 34 Sim 76
8 1 76 86 96 57 57 Sim 86
9 1 77 87 97 143 143 Sim 91
10 2 77 97 107 65 65 Sim 101
11 1 97 107 117 30 30 Sim 110
12 1 105 115 125 89 89 Sim 122
13 1 114 124 134 4 4 Sim 124
14 1 123 133 143 196 196 Sim 138
15 2 123 143 153 94 94 Sim 147
16 1 158 168 178 200 200 Sim 169
17 2 158 178 188 42 42 Sim 178
18 2 159 179 189 15 15 Sim 179
19 2 160 180 190 221 221 Sim 186
20 1 192 202 212 153 0 No 0
21 1 193 203 213 2 0 No 0
22 1 194 204 214 3 0 No 0

6.3. Exemplo ilustrativo de utilizao do sistema

Para demonstrar a utilizao do sistema foi criada uma instncia do modelo com
cinco clientes de demanda, cinco clientes de suprimento e cinco depsitos (em terra ou em
portos). Este problema foi resolvido em 12 segundos, em um computador Pentium 4 de 2,2
GHz, com 512 MB de memria. Na unidade de tempo (UT) 1, o sistema continha 435
variveis e 93 restries. Considerando as demandas; os estoques iniciais; tempos de
transporte, carga, descarga e armazenagem; custos de transporte, processamento e
armazenagem estipulados, o sistema resolveu todas as pendncias em 16 unidades de
tempo.

Neste exemplo, o cliente 1 possui estoque inicial de 40 contineres vazios, o cliente

2, 20 contineres, os clientes 3, 4 e 5 possuem 10, 45 e 5 contineres, respectivamente.
Todos os clientes podem fazer solicitaes de contineres cheios a qualquer outro cliente
(FIGURA 6.3), e os contineres vazios so realocados conforme necessrio. No exemplo, as
quantias de contineres cheios solicitadas, na unidade de tempo 1, foram:

cliente 1 solicitou 20 contineres para o cliente 2, 10 para o cliente 3, 5 para o

cliente 4 e 5 para o cliente 5;
 98

cliente 2 solicitou 10 contineres para o cliente 1, 15, 20 e 5 contineres,

respectivamente, para os clientes 3, 4 e 5;

cliente 3 solicitou 5 contineres para os clientes 1, 2 e 4 e 15 contineres para o

cliente 5;

cliente 4 solicitou 10 contineres para o cliente 2; 5 contineres para os cliente 2

e 3, e 10 contineres para o cliente 5;

cliente 5 solicitou 10 contineres para o cliente 1 e 5, 15 e 5 contineres para os

clientes 2, 3 e 4, respectivamente.

C1 D2

C2

D1

C3 D3

C4

D4

D5
C5

FIGURA 6.3 ILUSTRAO COM 5 CLIENTES E 5 DEPSITOS EM TERRA OU EM PORTOS

A apresentao desses dados em tabelas bem como os demais dados de entrada

deste problema (tempos e custos) podem ser conferidos no ANEXO 4.

Em um outro caso, a gerao de demanda diria de um cliente para outro foi

produzida aleatoriamente, dentro de uma faixa de valores, conforme explicado na SEO 5.6
EXECUO DO MODELO (SIMULAO). Um exemplo das informaes para 4 clientes de
demanda e 4 clientes de suprimento podem ser vistos na TABELA 6.3.
 99

T ABELA 6.3 RELACIONAMENTO EN TRE CLIENTES

Cliente de Cliente de Probabilidade demanda de Demanda de contineres Demanda de contineres

origem destino contineres cheios cheio mnima cheio mxima
1 2 0,3 10 30
1 3 0,2 5 10
1 4 0,1 7 14
2 1 0,3 8 20
2 3 0,2 6 16
2 4 0,1 5 12
3 1 0,1 2 4
3 2 0,2 4 10
3 4 0,1 3 6
4 1 0,4 6 16
4 2 0,2 10 30
4 3 0,1 4 10

Aps o processamento de 200 unidades de tempo, para a instncia do modelo com

quatro clientes de demanda, quatro clientes de suprimento e trs depsitos, possvel
observar o comportamento dinmico do sistema, verificando alguns parmetros de nvel de
servio que o modelo pretende suprir.

Resultados grficos

Conforme demonstrado anteriormente, o modelo de simulao permite testar muitas

combinaes diferentes entre quantidades de clientes e de depsitos, variando demandas,
suprimentos, estoques iniciais, tempos de transporte, de armazenagem e de
processamento, fazendo com que seja possvel observar o relacionamento entre vrios
conjuntos de variveis. Nesta seo, so apresentados alguns resultados na forma de
grficos (sries temporais e histogramas), com a inteno de ilustrar algumas dessas
diversas possibilidades.

Todos os grficos apresentados a seguir so relativos a uma instncia do modelo

com quatro clientes de demanda e de suprimento, trs depsitos (em terra ou em portos), e
horizonte de planejamento de 200 unidades de tempo, sem utilizao de leasing. Dados
adicionais:
custos:
custo de transporte entre trechos: mdia 3,42; desvio padro 1,93
custo de armazenagem: mdia 2,20; desvio padro 0,82
custo de processamento: mdia 2,10; desvio padro 0,82
tempo de transporte entre trechos: mdia 2,3; desvio padro 1,1
demanda de contineres cheios:
probabilidade de gerao por unidade de tempo: mdia 0,19; desvio padro
0,10
 100

demanda mnima: mdia 5,8; desvio padro 2,4

demanda mxima: mdia 14,8; desvio padro: 8,0

A F IGURA 6.4 mostra que a quantidade de contineres vazios em clientes tende a um

estado estacionrio conforme o tempo transcorre. O mesmo fato observado com relao
quantidade de contineres vazios e de contineres cheios em depsitos em terra e portos
(FIGURA 6.5), demonstrando, visualmente, um certo equilbrio no comportamento do sistema
no decorrer do tempo.

FIGURA 6.4 QUANTIDADE MDIA POR UT DE CONTINERES VAZIOS EM CLIENTES

FIGURA 6.5 QUANTIDADE MDIA POR UT DE CONTINERES VAZIOS E CHEIOS EM DEPSI TOS
 101

Tambm o custo mdio, para contineres cheios e para contineres vazios, de

transporte, armazenagem e processamento comporta-se de modo a estabilizar-se medida
que o tempo avana (FIGURA 6.6).

FIGURA 6.6 CUSTO MDIO POR UT DE TRANSPORTE, ARMAZENAGEM E PROCESSAMENTO

Com relao ociosidade do sistema, foram exploradas algumas relaes entre

contineres vazios, contineres cheios, contineres em transporte e contineres parados,
verificando-se pouca flutuao no decorrer do tempo. No exemplo apresentado na FIGURA
6.7, foram ilustrados alguns desses parmetros:

total de contineres vazios sobre o total geral de contineres;

total de contineres vazios parados sobre total de contineres;

total de contineres vazios em transporte sobre total de contineres cheios em

transporte;

total de contineres vazios em transporte sobre o total de contineres em

transporte; e

total de contineres vazios em transporte sobre o total geral de contineres.

Todas essas relaes tenderam a um equilbrio com o desenvolvimento das

unidades de tempo. Cabe ressaltar que o custo do transporte de contineres cheios ser
repassado aos clientes, enquanto que o de contineres vazios encargo somente da
companhia de navegao.
 102

FIGURA 6.7 OCIOSIDADE DO SISTEMA

Para representar o prazo de entrega da demanda de contineres cheios, foi

calculada a diferena entre a ltima data de entrega de cada pedido completo, independente
de entregas parciais, e a data original do pedido. As freqncias dessas diferenas foram
colocadas em um histograma (FIGURA 6.8). Pode-se observar que h pouca incidncia de
valores altos, indicando um bom nvel de servio. (Obs.: Esse histograma somente pode ser
apresentado para contineres cheios, pois a demanda de contineres vazios no atendida
repassada e acumulada na unidade de tempo seguinte).

mdia: 31,28
desvio padro: 37,94

FIGURA 6.8 HISTOGRAMA DOS TEMPOS DE ENTREGA DE CONTINERES CHEIOS

 103

O prazo de entrega das demandas de contineres cheios tambm pode ser

apresentado ponderado pela quantidade de contineres de cada encomenda. Para tanto, foi
calculada a soma das diferenas entre a data da ltima entrega e a data da demanda
original de cada entrega parcial multiplicada pela quantidade entregue; essa soma foi
dividida pela quantidade total solicitada, para cada pedido. As freqncias dessas mdias de
tempo foram colocadas em um histograma (FIGURA 6.9). A curva que esse histograma forma
tambm aponta um bom nvel de servio.

mdia: 41,19
desvio padro: 28,39

FIGURA 6.9 HISTOGRAMA DOS TEMPOS DE ENTREGA DE LOTES DE CONTINERES CHEI OS

Considerando contineres cheios, para data original de cada pedido e seus

respectivos clientes de demanda e de suprimento, foram agrupados o total de contineres
cheios solicitados e a quantidade que foi possvel atender, aps ajuste pelo suprimento. As
diferenas entre esses valores foram acumuladas, e o valor acumulado foi dividido pelas
datas originais, dando origem s mdias das diferenas por data. Tambm foi calculado o
percentual de atendimento (quantidade ajustada sobre quantidade solicitada). Esse
percentual foi acumulado e dividido pela data original, originando o grfico da F IGURA 6.10.
Visualmente, pode-se observar que, aps um perodo de tempo, a diferena entre a
quantidade solicitada e a quantidade atendida estabiliza-se prxima a zero, indicando um
certo equilbrio no sistema no atendimento das demandas de contineres cheios.
 104

FIGURA 6.10 PERCENTUAL MDIO DE ATENDIMENTO DA QUANTIDADE SOLICITAD A CONTINERES CHEIOS

Para contineres vazios, para cada cliente de demanda e data original de cada
pedido, foram computados o total de contineres vazios solicitados e a quantidade que foi
atendida (aps ajuste pelo suprimento). As diferenas entre esses valores foram
acumuladas, esse valor dividido pelas datas, originando as mdias das diferenas por data
original. Calculou-se, ento, o percentual de atendimento (quantidade ajustada sobre
solicitada). Esse percentual tambm foi acumulado e dividido pela data original, dando
origem ao grfico da FIGURA 6.11. O grfico demonstra que, aps um perodo de tempo, a
diferena entre a quantidade solicitada e a quantidade atendida fica estabilizada em torno de
zero, apontando que o sistema atinge um certo equilbrio na resoluo das demandas.

FIGURA 6.11 PERCENTUAL MDIO DE ATENDIMENTO DA QUANTIDADE SOLICITAD A CONTINERES VAZIOS

 105

importante mais uma vez ressaltar que esses grficos so apenas alguns
exemplos ilustrativos da potencialidade de gerao de anlises sobre a dinmica do modelo.
Diversos tipos de dados podem ser correlacionados fornecendo outras ilustraes grficas
sobre o desempenho do sistema. Se necessrio, cada cliente pertencente ao modelo pode
ser analisado separadamente, sendo possvel verificar as datas de chegada em cada
cliente, bem como as quantidades entregues. Outra opo seria verificar a quantidade de
contineres cheios que cada cliente est despachando por unidade de tempo. Com relao
ao transporte, possvel verificar os tempos mdios e quantidades transportadas em cada
trecho, analisando a capacidade dos diferentes roteiros. Tambm os custos de transporte,
armazenagem e processamento podem ser separados para anlise individual ou, ainda,
individualizados por cliente.

Enfim, so muitas as possibilidades de ilustrao na forma de tabelas, grficos e

correlaes entre variveis, sendo as aqui apresentadas apenas algumas escolhas
demonstrativas da capacidade informacional que o modelo e o sistema podem oferecer. A
quantidade de relacionamentos implementveis depende, em ltima instncia, dos
interesses especficos do usurio.
 106

7. Concluses
O problema de alocao de contineres vazios e cheios extremamente complexo,
especialmente se o modelo busca otimizar ao mesmo tempo os aspectos de custo e de nvel
de servio das operaes de uma companhia. A literatura enfatiza que o fator que agrega
complexidade aos sistemas baseados em logstica reversa a interao entre os fluxos
normais e os fluxos de retorno, pois esses fluxos tm de ser considerados simultaneamente.
Como conseqncia, o problema apresenta natureza combinatria com relao
quantidade de variveis e de restries.

Outra dificuldade que se apresenta a antecipao de demandas futuras, que faz

com que a companhia de navegao prescinda tambm de um bom planejamento terrestre,
reposicionando e controlando a entrega de contineres vazios para clientes que deles
necessitem para futuros carregamentos. Por isso, o conceito de janelas no modelo de
alocao de contineres vazios foi uma premissa muito forte da modelagem aqui
apresentada. No possvel fazer uma solicitao de demanda eficiente sem computar os
contineres que esto por chegar, tanto vazios como cheios; nem disponibilizar o estoque
de contineres vazios sem considerar os que devem ser remetidos a outros clientes nas
prximas unidades de tempo. Portanto, fundamental o papel do horizonte do
planejamento, pois todas as aes tm repercusso nos prximos movimentos.

No modelo desenvolvido nesta tese, foi possvel incorporar as recomendaes de

vrios autores pesquisados, expostas na SEO 2.2, sobre as principais caractersticas de
um sistema de alocao de contineres. As decises mais importantes de uma companhia
de navegao so: determinar o roteiro de transporte dos contineres, realocar contineres
vazios, e arrendar e retornar contineres das companhias de leasing.

O modelo deste estudo apresenta um plano consistente de realocao de

contineres vazios, pois as caractersticas principais foram mapeadas: a projeo de
demanda em cada unidade de tempo, para cheios e vazios, est sendo computada;
possvel obter o cronograma de chegadas e partidas em cada depsito ou porto; e a
quantidade de contineres vazios excedentes constantemente atualizada.

Com relao ao retorno de contineres para a companhia de leasing, o modelo

prioriza sua devoluo, visando reduzir o custo total de arrendamento, minimizando
tambm, por conseqncia, o custo de armazenagem. Para a deciso de arrendamento de
contineres, o modelo primeiro determina a realocao de contineres vazios, incluindo os
suprimentos futuros, e s ento faz uso do leasing, se houver necessidade.
 107

Tambm as restries ressaltadas na literatura foram observadas pelo modelo. A

limitao de espao (capacidade) foi implementada para depsitos em terra e depsitos em
portos. Com relao limitao da devoluo do leasing por contrato, so observados tanto
o prazo inicial de devoluo (mnimo) como o prazo mximo. O modelo foi implementado de
forma a reproduzir a incerteza de obteno de arrendamento, considerando a
indisponibilidade de contineres nas companhias de leasing. Ao final do processamento de
cada unidade de tempo, as demandas de contineres cheios e vazios so atualizadas e
computadas para a unidade seguinte, avaliando os eventuais desvios na demanda projetada
com relao necessidade real.

interessante observar que o modelo desenvolvido utilizou vrias tcnicas

categorizadas na literatura. O problema foi modelado e resolvido de forma dinmica,
abrangendo vrios perodos de tempo contguos (domnio do tempo), utilizando parmetros
determinsticos e estocsticos no suprimento e na demanda. Tambm foram utilizadas
medidas de desempenho da rede (tempo de transporte, tempo de atendimento da
demanda), indicativas do nvel de servio. Para implementao do modelo, utilizou-se
formulao algbrica, otimizao com tcnicas de programao matemtica, modelos
estocsticos, simulao e tcnicas heursticas para soluo de problemas em rede.

O modelo foi projetado em estgios, permitindo que seja elaborada uma soluo
esttica, designando os melhores caminhos e quantidades de contineres cheios e vazios
que devem ser transportados, de forma a obter o menor custo (transporte, armazenagem e
processamento) possvel. Aps cada resoluo do problema de transbordo e atualizao de
todos os dados, transcorre a prxima unidade de tempo, quando feita uma nova avaliao
das demandas, executando novamente o modelo, e assim sucessivamente. Todos as rotas
obtidas na soluo de mnimo custo (esttica) so registradas e controladas dinamicamente
at sua chegada ao destino final.

Alm disso, o modelo foi concebido para ser flexvel, propondo parmetros tais
como: ponto crtico de alocao (estoque de segurana mais fator de correo para
alocao); opo de utilizao ou no de leasing; ponto crtico para solicitao de leasing;
prazo de vencimento das operaes de leasing, prazo para verificao de recebimentos
futuros antes de efetuar pedido de contineres.

Enfim, o sis tema deve, na mesma unidade de tempo, tratar a movimentao dos
contineres, realocar os contineres vazios considerando o suprimento e a demanda,
recalcular as demandas no atendidas e atender as demandas de contineres cheios. Este
conjunto de atividades bastante intrincado, exigindo testes exaustivos e avaliaes
peridicas de desempenho.
 108

Ao gerar um modelo integrado e executvel, e verificando sua aderncia aos

resultados desejados, acredita-se haver atingido os objetivos e as questes de pesquisa
propostos neste trabalho. Cabe ressaltar que esta tese oferece uma contribuio terica
metodolgica, indicando que tipos de informao o modelo capaz de fornecer, no tendo
esgotado seu potencial de aplicao.

7.1. Sntese das contribuies

Apesar de o problema ser combinatrio, o modelo mostrou-se vivel em termos
prticos, principalmente ao se considerar a complexa rede de atividades envolvidas. Os
fluxos relativos a contineres vazios e cheios foram integrados, sendo que os fluxos normais
e reversos so resolvidos simultaneamente. Alm disso, os fluxos foram balanceados,
fornecendo equilbrio ao sistema.

Como observado na literatura, este problema apresenta grande complexidade, com

restries prticas difceis de ser incorporadas e requerendo muito tempo computacional.
Alm disso, o algoritmo deve ser flexvel para incluso ou modificao de restries e para
alterao de seus critrios de apurao de custo.

Alguns procedimentos heursticos tiveram de ser utilizados para minimizar a

quantidade de variveis do modelo e propiciar a utilizao do software disponvel. A partir
disso, o modelo funciona como um problema de otimizao (minimizao de custos).

Foi possvel elaborar um modelo de previso satisfatrio, computando contineres

vazios que esto chegando em datas futuras, contineres que esto sendo esvaziados e
tornando-se disponveis. A modelagem do estoque mnimo e da margem de correo de
pedidos torna o modelo mais prximo da realidade, oferecendo maior flexibilidade aos
operadores.

O sistema no apenas elabora o roteamento dos contineres baseado no mnimo

custo, mas ainda prov o controle de todas as movimentaes dos trechos de transporte,
computando a entrada desses contineres novamente no sistema, de forma automtica para
o usurio. O leasing, embora simplificado, mostrou sua importncia na liberao de
demandas e no bom andamento do fluxo do sistema.

O modelo possui um bom nvel de parametrizao, oferecendo grandes

possibilidades para testes e anlises. O modelo permite a avaliao de diferentes polticas
de alocao de contineres, identificando maneiras de reduzir os custos fixos e variveis
relativos ao comrcio naval.
 109

Quando testado com valores experimentais, o desempenho do modelo mostra-se

apropriado, executando em um curto espao de tempo e garantindo um nvel de servio
adequado, com comportamento equilibrado no transcorrer do tempo.

Ao se informar demandas conhecidas, considerando os tempos de transporte,

processamento e armazenagem mnimos e mximos cadastrados, o sistema permite a
emisso de relatrios de previso, antecipando a chegada dos contineres nos destinos e a
liberao desses para novos carregamentos.

Possibilitando a gerao aleatria de demanda entre clientes, desde que os

parmetros sejam baseados em dados histricos, o sistema oferece uma modalidade de
previso ainda mais avanada, permitindo visualizar um horizonte de planejamento extenso,
lembrando que possvel inclusive representar sazonalidade nas demandas atravs do uso
de comandos.

A escolha do horizonte de planejamento foi arbitrria, tendo sido exploradas

execues com 20, 100, 200 e at com 1.000 unidades de tempo. A princpio, no h limite
para o horizonte de planejamento, devido ao fato de o modelo conseguir absorver novas
demandas entre os estgios esttico e dinmico. Cabe ressaltar que o processamento tem
melhor desempenho quando h possibilidade de utilizao de leasing. Portanto, a limitao
refere-se apenas capacidade do sistema computacional disponvel e situao a ser
modelada, a qual pode incluir pontos crticos que reduzam o desempenho do sistema.

O plano de realocao em cada porto ou depsito disponibilizado com

antecedncia. Entretanto, o modelo consegue assimilar de forma rpida e eficiente os
desvios nas projees. A cada unidade de tempo, a companhia de navegao pode obter
um inventrio de seus contineres e sua localizao em todas as entidades envolvidas no
modelo.

possvel medir o desempenho econmico do modelo, utilizando vrias opes de

anlise de custos, bem como avaliar a qualidade do servio prestado, atravs de clculos de
ociosidade do sistema. O modelo possui flexibilidade para que sejam adicionados outros
parmetros julgados interessantes.

Acredita-se haver minimizado a ociosidade do sistema porque, a cada unidade de

tempo, o modelo prev onde os contineres vazios sero necessrios. Ao verificar
antecipadamente contineres que estaro sendo recebidos, evitam-se movimentos
desnecessrios ou o transporte de contineres vazios apenas por precauo. Os
contineres vazios excedentes so movimentados apenas quando necessrio.

Com base em todos os custos calculados durante o processamento, pode-se

analisar o custo-benefcio entre transporte de contineres vazios em navio ou terra,
 110

despesas de armazenagem ou despesas de arrendamento. Alm dessas, so

disponibilizadas outras informaes: custo por unidade de tempo, custo por cliente,
classificados por contineres vazios e cheios, e outras combinaes destes.

Enfim, provou-se ser possvel unificar modelos que usualmente so tratados de

forma isolada. Com o desenvolvimento de um novo modelo, integrando o fluxo de
contineres cheios com o fluxo de contineres vazios, espera-se ter avanado no
conhecimento dessa rea, propiciando a implementao de um sistema de apoio a decises
com bom potencial para utilizao por companhias de transporte.

7.2. Limitaes
O modelo foi implementado com procedimentos heursticos ad hoc, no havendo
convico de que no existam mtodos mais eficientes ou mais realistas. Entretanto, foram
utilizados os que apresentaram melhores resultados entre os procedimentos testados.

Por simplificao, optou-se por tratar apenas um tipo de continer. Da mesma forma,
no foram contemplados contineres especiais (por exemplo, refrigerados). Formalmente, a
incluso de outros tipos de contineres no oferece dificuldades conceituais em termos de
procedimento de soluo, adicionando mais variveis e restries ao modelo, e tornando-o
mais lento em tempo de resoluo.

Embora os custos estejam disponveis, no foi implementada a possibilidade de

analisar decises entre o uso de armazenagem ou de leasing, o que alguns autores julgam
importante. Na realidade, os custos de leasing so classificados como financeiros, e teriam
de ser comparados parte, no exatamente no mesmo momento da minimizao de custos
logsticos, que foi o que se pretendeu proporcionar. Tambm no foi implementada multa
por no atendimento de demanda. Essas caractersticas podero ser incorporadas
futuramente, devendo-se salientar que outras informaes financeiras esto disponveis
para anlise econmica do modelo.

O tempo de processamento nos depsitos registrado de modo fixo por evento

(carga ou descarga), independentemente do volume processado, entretanto deveria ser
proporcional quantidade de contineres. Obviamente, maior acurcia seria obtida levando
em conta que uma quantidade maior de contineres, a partir de determinado limite, leva
mais tempo para ser descarregada do que o tempo unitrio cadastrado. Esse problema
pode ser minimizado com a incorporao de uma funo crescente cncava.

Outro aprimoramento do modelo seria a possibilidade de considerar redues no

custo de transporte quando este fosse efetuado por lotes (por exemplo, trens), devido
 111

economia de escala. Atualmente, o custo fixo por unidade, no absorvendo essas

peculiaridades.

No existe, ainda, uma estrutura para repasse dos diversos custos a clientes e
depsitos, o que poderia ser implementado. No momento, todos os custos so consolidados
para uma companhia de navegao. Buscou-se no fugir ao escopo desta tese, embora o
modelo permita diversas anlises subseqentes.

7.3. Sugestes de trabalhos futuros

Para aperfeioamento do modelo seria necessria, num primeiro momento, a
incorporao de mais de um tamanho de continer. Outra caracterstica desejvel a
capacitao dos arcos do modelo (fluxos), que representariam o espao disponvel para
contineres nos navios e nos meios de transporte terrestres.

Opcionalmente, dependendo do interesse nessa alternativa, os portos poderiam ser

priorizados apenas pelos seus custos de processamento (carga e descarga), sempre
considerados onerosos no custo total. Outro estudo poderia focalizar em anlises de custos
de armazenagem em comparao a arrendamento de contineres. Enfim, h possibilidade
de novos relacionamentos entre variveis, sendo o modelo utilizado como mecanismo de
simulao.

Um exemplo de resultado reverso seria o desenvolvimento de um plano de

localizao de depsitos para armazenagem de contineres, definindo suas reas de
servio logstico, de forma a facilitar a redistribuio de contineres vazios para a companhia
de navegao e seus clientes, visando minimizar os custos totais.

A flexibilidade do modelo permite que o sistema possa ser adaptado para privilegiar a
minimizao de tempo ao invs de custo. Tambm os critrios de priorizao podem ser
alternados entre data do pedido mais antiga (due date), menor tempo ou menor custo, para
anlise do desempenho de cada alternativa.

Futuramente, aps coleta de dados histricos, o sistema ser capaz de oferecer

mtodos de previso para as principais fontes de aleatoriedade da alocao dinmica de
contineres (demanda, suprimento e capacidade dos navios para contineres vazios),
incorporando tambm os tempos de transporte de contineres desde os depsitos at os
clientes, e desde os clientes at os depsitos.

Portanto, apesar de julgar-se que este trabalho tenha produzido avano significativo
na modelagem do problema de alocao e movimentao de contineres, esse campo
continua promissor para aperfeioamentos e novas pesquisas.
 112

ANEXO 1 EXEMPLO DE ARQUIVO PARA ENTRADA NO SOFTWARE LINDO API

MINIMIZE
+7. C0000000
+4. C0000001
+1. C0000002
+2. C0000003
+7. C0000004
+3. C0000005
+2. C0000006
+4. C0000007
+3. C0000008
+3. C0000009
+5. C0000010
+3. C0000011
+3. C0000012
+2. C0000013
+5. C0000014
+7.2999999999999998 C0000015
+8.3000000000000007 C0000016
+4.2999999999999998 C0000017
+7.2999999999999998 C0000018
+9.4000000000000004 C0000019
+8.4000000000000004 C0000020
+5.4000000000000004 C0000021
+9.4000000000000004 C0000022
+12.6 C0000023
+9.5999999999999996 C0000024
+9.5999999999999996 C0000025
+11.6 C0000026
+5. C0000027
+6. C0000028
+7. C0000029
+9. C0000030
+5. C0000031
+7. C0000032
+8. C0000033
+4. C0000034
+10.300000000000001 C0000035
+5.4000000000000004 C0000036
+8.5999999999999996 C0000037
+7. C0000038
+10. C0000039
+3. C0000040
+2. C0000041
+4. C0000042
+3. C0000043
+3. C0000044
+7.2999999999999998 C0000045
+8.3000000000000007 C0000046
+4.2999999999999998 C0000047
+7.2999999999999998 C0000048
+9.4000000000000004 C0000049
+8.4000000000000004 C0000050
+5.4000000000000004 C0000051
+9.4000000000000004 C0000052
+12.6 C0000053
+9.5999999999999996 C0000054
+9.5999999999999996 C0000055
+11.6 C0000056
+5. C0000057
+6. C0000058
+7. C0000059
+9. C0000060
+5. C0000061
+7. C0000062
 113

+8. C0000063
+4. C0000064
+4.2999999999999998 C0000065
+6.4000000000000004 C0000066
+8.5999999999999996 C0000067
+7. C0000068
+4. C0000069

SUBJECT TO
R0000000)
+1. C0000000
+1. C0000001
+1. C0000002
+1. C0000003
+1. C0000004
< +5.
R0000001)
+1. C0000005
+1. C0000006
+1. C0000007
+1. C0000008
+1. C0000009
< +0.
R0000002)
+1. C0000010
+1. C0000011
+1. C0000012
+1. C0000013
+1. C0000014
< +0.
R0000003)
+1. C0000035
+1. C0000036
+1. C0000037
+1. C0000038
+1. C0000039
> +5.
R0000004)
+1. C0000040
+1. C0000041
+1. C0000042
+1. C0000043
+1. C0000044
< +10.
R0000005)
+1. C0000065
+1. C0000066
+1. C0000067
+1. C0000068
+1. C0000069
> +10.
R0000006)
+1. C0000000
+1. C0000005
+1. C0000010
-1. C0000015
-1. C0000016
-1. C0000017
-1. C0000018
+1. C0000019
+1. C0000023
+1. C0000027
+1. C0000031
-1. C0000035
= +0.
R0000007)
 114

+1. C0000001
+1. C0000006
+1. C0000011
+1. C0000015
-1. C0000019
-1. C0000020
-1. C0000021
-1. C0000022
+1. C0000024
+1. C0000028
+1. C0000032
-1. C0000036
= +0.
R0000008)
+1. C0000002
+1. C0000007
+1. C0000012
+1. C0000016
+1. C0000020
-1. C0000023
-1. C0000024
-1. C0000025
-1. C0000026
+1. C0000029
+1. C0000033
-1. C0000037
= +0.
R0000009)
+1. C0000003
+1. C0000008
+1. C0000013
+1. C0000017
+1. C0000021
+1. C0000025
-1. C0000027
-1. C0000028
-1. C0000029
-1. C0000030
+1. C0000034
-1. C0000038
= +0.
R0000010)
+1. C0000004
+1. C0000009
+1. C0000014
+1. C0000018
+1. C0000022
+1. C0000026
+1. C0000030
-1. C0000031
-1. C0000032
-1. C0000033
-1. C0000034
-1. C0000039
= +0.
R0000011)
+1. C0000040
-1. C0000045
-1. C0000046
-1. C0000047
-1. C0000048
+1. C0000049
+1. C0000053
+1. C0000057
+1. C0000061
-1. C0000065
= +0.
 115

R0000012)
+1. C0000041
+1. C0000045
-1. C0000049
-1. C0000050
-1. C0000051
-1. C0000052
+1. C0000054
+1. C0000058
+1. C0000062
-1. C0000066
= +0.
R0000013)
+1. C0000042
+1. C0000046
+1. C0000050
-1. C0000053
-1. C0000054
-1. C0000055
-1. C0000056
+1. C0000059
+1. C0000063
-1. C0000067
= +0.
R0000014)
+1. C0000043
+1. C0000047
+1. C0000051
+1. C0000055
-1. C0000057
-1. C0000058
-1. C0000059
-1. C0000060
+1. C0000064
-1. C0000068
= +0.
R0000015)
+1. C0000044
+1. C0000048
+1. C0000052
+1. C0000056
+1. C0000060
-1. C0000061
-1. C0000062
-1. C0000063
-1. C0000064
-1. C0000069
= +0.

END
 116

ANEXO 2 EXEMPLO DE ARQUIVO DE ENTRADA NO SOFTWARE LINDO

MINIMIZE

! Vazios, de Clientes para Depsitos

+ 7 c1d1p00 + 4 c1d2p00 + 1 c1d3p00 + 2 c1d4p00 + 7 c1d5p00
+ 3 c3d1p00 + 2 c3d2p00 + 4 c3d3p00 + 3 c3d4p00 + 3 c3d5p00
+ 5 c4d1p00 + 3 c4d2p00 + 3 c4d3p00 + 2 c4d4p00 + 5 c4d5p00

! Vazios, de Depsitos para Depsitos

+ 7,30 d1d2p00 + 8,30 d1d3p00 + 4,30 d1d4p00 + 7,30 d1d5p00
+ 9,40 d2d1p00 + 8,40 d2d3p00 + 5,40 d2d4p00 + 9,40 d2d5p00
+ 12,60 d3d1p00 + 9,60 d3d2p00 + 9,60 d3d4p00 + 11,60 d3d5p00
+ 5 d4d1p00 + 6 d4d2p00 + 7 d4d3p00 + 9 d4d5p00
+ 5 d5d1p00 + 7 d5d2p00 + 8 d5d3p00 + 4 d5d4p00

! Vazios, de Depsitos para Clientes

+ 10,30 d1c2p00 + 5,40 d2c2p00 + 8,60 d3c2p00 + 7 d4c2p00 + 10 d5c2p00

! Cheios, de Clientes para Depsitos

+ 3 c3d1p35 + 2 c3d2p35 + 4 c3d3p35 + 3 c3d4p35 + 3 c3d5p35

! Cheios, de Depsitos para Depsitos

+ 7,30 d1d2p35 + 8,30 d1d3p35 + 4,30 d1d4p35 + 7,30 d1d5p35
+ 9,40 d2d1p35 + 8,40 d2d3p35 + 5,40 d2d4p35 + 9,40 d2d5p35 + 12,60 d3d1p35
+ 9,60 d3d2p35 + 9,60 d3d4p35 + 11,60 d3d5p35 + 5 d4d1p35 + 6 d4d2p35 + 7 d4d3p35
+ 9 d4d5p35 + 5 d5d1p35 + 7 d5d2p35 + 8 d5d3p35 + 4 d5d4p35

! Cheios, de Depsitos para Clientes

+ 4,30 d1c5p35 + 6,40 d2c5p35 + 8,60 d3c5p35 + 7 d4c5p35 + 4 d5c5p35

SUBJECT TO

! Vazios, de Clientes para Depsitos: menor que o suprimento do cliente

+ 1 c1d1p00 + 1 c1d2p00 + 1 c1d3p00 + 1 c1d4p00 + 1 c1d5p00 < 5
+ 1 c3d1p00 + 1 c3d2p00 + 1 c3d3p00 + 1 c3d4p00 + 1 c3d5p00 < 0
+ 1 c4d1p00 + 1 c4d2p00 + 1 c4d3p00 + 1 c4d4p00 + 1 c4d5p00 < 0

! Vazios, de Depsitos para Clientes: maior que a demanda do cliente

+ 1 d1c2p00 + 1 d2c2p00 + 1 d3c2p00 + 1 d4c2p00 + 1 d5c2p00 > 5

! Cheios, de Clientes para Depsitos: menor que o suprimento do cliente

+ 1 c3d1p35 + 1 c3d2p35 + 1 c3d3p35 + 1 c3d4p35 + 1 c3d5p35 < 10

! Cheios, de Depsitos para Clientes: maior que a demanda do cliente

+ 1 d1c5p35 + 1 d2c5p35 + 1 d3c5p35 + 1 d4c5p35 + 1 d5c5p35 > 10

! Balanceamento de Vazios de Depsitos: entradas e sadas devem ser iguais

+ 1 c1d1p00 + 1 c3d1p00 + 1 c4d1p00 - 1 d1d2p00 - 1 d1d3p00 - 1 d1d4p00 - 1 d1d5p00 + 1
d2d1p00 + 1 d3d1p00 + 1 d4d1p00 + 1 d5d1p00 - 1 d1c2p00 = 0
+ 1 c1d2p00 + 1 c3d2p00 + 1 c4d2p00 + 1 d1d2p00 - 1 d2d1p00 - 1 d2d3p00 - 1 d2d4p00 - 1
d2d5p00 + 1 d3d2p00 + 1 d4d2p00 + 1 d5d2p00 - 1 d2c2p00 = 0
+ 1 c1d3p00 + 1 c3d3p00 + 1 c4d3p00 + 1 d1d3p00 + 1 d2d3p00 - 1 d3d1p00 - 1 d3d2p00 -
1 d3d4p00 - 1 d3d5p00 + 1 d4d3p00 + 1 d5d3p00 - 1 d3c2p00 = 0
+ 1 c1d4p00 + 1 c3d4p00 + 1 c4d4p00 + 1 d1d4p00 + 1 d2d4p00 + 1 d3d4p00 - 1 d4d1p00 -
1 d4d2p00 - 1 d4d3p00 - 1 d4d5p00 + 1 d5d4p00 - 1 d4c2p00 = 0
+ 1 c1d5p00 + 1 c3d5p00 + 1 c4d5p00 + 1 d1d5p00 + 1 d2d5p00 + 1 d3d5p00 + 1 d4d5p00 -
1 d5d1p00 - 1 d5d2p00 - 1 d5d3p00 - 1 d5d4p00 - 1 d5c2p00 = 0

! Balanceamento de Cheios de Depsitos: entradas e sadas devem ser iguais

+ 1 c3d1p35 - 1 d1d2p35 - 1 d1d3p35 - 1 d1d4p35 - 1 d1d5p35 + 1 d2d1p35 + 1 d3d1p35 + 1
d4d1p35 + 1 d5d1p35 - 1 d1c5p35 = 0
+ 1 c3d2p35 + 1 d1d2p35 - 1 d2d1p35 - 1 d2d3p35 - 1 d2d4p35 - 1 d2d5p35 + 1 d3d2p35 + 1
d4d2p35 + 1 d5d2p35 - 1 d2c5p35 = 0
+ 1 c3d3p35 + 1 d1d3p35 + 1 d2d3p35 - 1 d3d1p35 - 1 d3d2p35 - 1 d3d4p35 - 1 d3d5p35 + 1
d4d3p35 + 1 d5d3p35 - 1 d3c5p35 = 0
 117

+ 1 c3d4p35 + 1 d1d4p35 + 1 d2d4p35 + 1 d3d4p35 - 1 d4d1p35 - 1 d4d2p35 - 1 d4d3p35 - 1

d4d5p35 + 1 d5d4p35 - 1 d4c5p35 = 0
+ 1 c3d5p35 + 1 d1d5p35 + 1 d2d5p35 + 1 d3d5p35 + 1 d4d5p35 - 1 d5d1p35 - 1 d5d2p35 -
1 d5d3p35 - 1 d5d4p35 - 1 d5c5p35 = 0

GIN 70

END
 118

ANEXO 3 EXEMPLO DE RESULTADO GERADO PELO SOFTWARE LINDO API

SOLUTION LP (OPTIMAL)
PROBLEM NAME
OBJECTIVE VALUE 1.1500000000e+002

NUMBER ......COLUMNS...... AT ...ACTIVITY...

16 LL 0.0000000000e+000
17 LL 0.0000000000e+000
18 LL 0.0000000000e+000
19 BS 5.0000000000e+000
20 LL 0.0000000000e+000
21 LL 0.0000000000e+000
22 LL 0.0000000000e+000
23 LL 0.0000000000e+000
24 LL 0.0000000000e+000
25 LL 0.0000000000e+000
26 LL 0.0000000000e+000
27 LL 0.0000000000e+000
28 LL 0.0000000000e+000
29 LL 0.0000000000e+000
30 LL 0.0000000000e+000
31 LL 0.0000000000e+000
32 LL 0.0000000000e+000
33 LL 0.0000000000e+000
34 LL 0.0000000000e+000
35 LL 0.0000000000e+000
36 LL 0.0000000000e+000
37 LL 0.0000000000e+000
38 LL 0.0000000000e+000
39 LL 0.0000000000e+000
40 LL 0.0000000000e+000
41 LL 0.0000000000e+000
42 LL 0.0000000000e+000
43 LL 0.0000000000e+000
44 LL 0.0000000000e+000
45 LL 0.0000000000e+000
46 LL 0.0000000000e+000
47 LL 0.0000000000e+000
48 LL 0.0000000000e+000
49 LL 0.0000000000e+000
50 LL 0.0000000000e+000
51 LL 0.0000000000e+000
52 LL 0.0000000000e+000
53 LL 0.0000000000e+000
54 BS 5.0000000000e+000
55 LL 0.0000000000e+000
56 LL 0.0000000000e+000
57 LL 0.0000000000e+000
58 LL 0.0000000000e+000
59 LL 0.0000000000e+000
60 BS 1.0000000000e+001
61 LL 0.0000000000e+000
62 LL 0.0000000000e+000
63 LL 0.0000000000e+000
64 LL 0.0000000000e+000
65 LL 0.0000000000e+000
66 LL 0.0000000000e+000
67 LL 0.0000000000e+000
68 LL 0.0000000000e+000
69 LL 0.0000000000e+000
70 LL 0.0000000000e+000
71 LL 0.0000000000e+000
72 LL 0.0000000000e+000
73 LL 0.0000000000e+000
74 LL 0.0000000000e+000
 119

75 LL 0.0000000000e+000
76 LL 0.0000000000e+000
77 LL 0.0000000000e+000
78 LL 0.0000000000e+000
79 LL 0.0000000000e+000
80 LL 0.0000000000e+000
81 LL 0.0000000000e+000
82 LL 0.0000000000e+000
83 LL 0.0000000000e+000
84 LL 0.0000000000e+000
85 BS 1.0000000000e+001
 120

ANEXO 4 DADOS DE ENTRADA DE UMA INSTNCIA DO MODELO

T ABELA 7.1 DADOS DE CLIENTES

Quantidade de contineres Quantidade de contineres Tempo de carga

Cliente Tempo de descarga (UT)
vazios inicial vazios atual (UT)
1 40 20 1 1
2 20 20 1 1
3 10 25 1 1
4 45 50 1 1
5 5 5 1 1

T ABELA 7.2 DADOS DE DEPSITOS

Tempo de Tempo de
Depsito Custo de processamento ($) Custo de armazenagem ($) processamento (UT) armazenagem (UT)
1 1,10 1,20 0 1
2 2,20 2,20 0 1
3 3,30 3,30 0 1
4 2,00 2,00 0 1
5 1,00 1,00 0 1

T ABELA 7.3 DEMANDA POR CONTINER ES CHEIOS

UT Cliente de demanda Cliente de suprimento Quantidade de contineres

1 1 2 20
1 1 3 10
1 1 4 5
1 2 1 10
1 2 3 15
1 2 4 20
1 3 1 5
1 3 2 5
1 3 4 5
1 4 1 10
1 4 2 5
1 4 3 5
1 1 5 5
1 2 5 5
1 3 5 15
1 4 5 10
1 5 1 10
1 5 2 5
1 5 3 15
1 5 4 5
 121

T ABELA 7.4 RELACIONAMENTO ENTRE DEPSITOS

Custo transporte de Custo transporte de Tempo de transporte

Deposito de origem Deposito de destino
contineres vazios ($) contineres cheios ($) (UT)
1 2 5,00 5,00 1
1 3 6,00 6,00 1
1 4 2,00 2,00 1
1 5 5,00 5,00 1
2 1 5,00 5,00 1
2 3 4,00 4,00 1
2 4 1,00 1,00 1
2 5 5,00 5,00 1
3 1 6,00 6,00 1
3 2 3,00 3,00 1
3 4 3,00 3,00 1
3 5 5,00 5,00 1
4 1 1,00 1,00 1
4 2 2,00 2,00 1
4 3 3,00 3,00 1
4 5 5,00 5,00 1
5 1 3,00 3,00 1
5 2 5,00 5,00 1
5 3 6,00 6,00 1
5 4 2,00 2,00 1

T ABELA 7.5 RELACIONAMENTO ENTRE CLIENTES E DEPSITO S

Custo transporte de Custo transporte de Tempo de transporte

Cliente Depsito Origem
contineres vazios ($) contineres cheios ($) (UT)
1 1 Cliente 7,00 7,00 1
1 1 Depsito 4,00 4,00 1
1 2 Cliente 4,00 4,00 3
1 2 Depsito 1,00 1,00 3
1 3 Cliente 1,00 1,00 2
1 3 Depsito 5,00 5,00 2
1 4 Cliente 2,00 2,00 2
1 4 Depsito 1,00 1,00 2
1 5 Cliente 7,00 7,00 1
1 5 Depsito 4,00 4,00 1
2 1 Cliente 1,00 1,00 3
2 1 Depsito 8,00 8,00 3
2 2 Cliente 5,00 5,00 2
2 2 Depsito 1,00 1,00 2
2 3 Cliente 2,00 2,00 1
2 3 Depsito 2,00 2,00 1
2 4 Cliente 1,00 1,00 1
2 4 Depsito 3,00 3,00 1
2 5 Cliente 1,00 1,00 3
2 5 Depsito 8,00 8,00 3
3 1 Cliente 3,00 3,00 2
3 1 Depsito 4,00 4,00 2
3 2 Cliente 2,00 2,00 1
3 2 Depsito 1,00 1,00 1
3 3 Cliente 4,00 4,00 2
3 3 Depsito 5,00 5,00 2
3 4 Cliente 3,00 3,00 2
3 4 Depsito 2,00 2,00 2
3 5 Cliente 3,00 3,00 2
3 5 Depsito 4,00 4,00 2
4 1 Cliente 5,00 5,00 5
4 1 Depsito 6,00 6,00 5
4 2 Cliente 3,00 3,00 3
4 2 Depsito 2,00 2,00 3
4 3 Cliente 3,00 3,00 3
4 3 Depsito 3,00 3,00 3
4 4 Cliente 2,00 2,00 3
4 4 Depsito 1,00 1,00 3
4 5 Cliente 5,00 5,00 5
4 5 Depsito 6,00 6,00 5
5 1 Cliente 1,00 1,00 1
5 1 Depsito 2,00 2,00 1
5 2 Cliente 1,00 1,00 1
5 2 Depsito 2,00 2,00 1
5 3 Cliente 1,00 1,00 1
5 3 Depsito 2,00 2,00 1
5 4 Cliente 1,00 1,00 1
5 4 Depsito 3,00 3,00 1
5 5 Cliente 1,00 1,00 1
5 5 Depsito 2,00 2,00 1
 122

Referncias bibliogrficas
Barco, B.L. A logstica do continer vazio. Dissertao de mestrado (resumo CAPES),
Universidade de So Paulo, 1998.

CAPES. Banco de teses. Site: http://www.capes.gov.br/Scripts/index.idc?pagina=/servicos/

indicadores/TesesDissertacoes.htm, 25 de junho de 2003.

Caus, M. Gargalos nos portos atrasam embarques. Jornal Zero Hora, Porto Alegre: p.19, 10
de julho, 2004.

Cheung, R.K., Chen, C. A two-stage stochastic network model and solution methods for the
dynamic empty container allocation problem. Transportation Science 32(2), 142-162,
1998.

Choong, S.T., Cole, M.H., Kutanoglu, E. Empty container management for intermodal
transportation networks. Transportation Research Part E 38(6), 423-438, 2002.

Crainic, T.G., Gendreau, M., Dejax, P. Dynamic and stochastic models for the allocation of
empty containers. Operations Research 41(1), 102-126, 1993.

Dejax, P.J., Crainic, T.G. A review of empty flows and fleet management models in freight
transportation. Transportation Science 21, 227-247, 1987.

Del Castillo, E., Cochran, J.K. Optimal short horizon distribution operations in reusable
container systems. Journal of the Operational Research Society 47, 48-60, 1996.

Eck, R.D. Operations research for business. Belmont, California: Wadsworth, 1976.

Ertel, L. No guindaste, Seo Informe Econmico. Jornal Zero Hora, Porto Alegre: p.23, 12
de julho, 2004.

Fleischmann, M., Bloemhof-Ruwaard, J.M., Dekker, R., Van der Laan, E., Van Nunen,
J.A.E.E, Van Wassenhove, L.N. Quantitative models for reverse logistics: a review.
European Journal of Operational Research 103(1), 1-17, 1997.

Goldbarg, M.C. Otimizao combinatria e programao linear: modelos e algoritmos. Rio

de Janeiro: Campus, 2000.

Graphviz. Graph Visualization Software (open source). Site: http://www.graphviz.org, 2004-

2005.

Jansen, B., Swinkels, P.C.J., Teeuwen, G.J.A. Fluiter, B.A., Fleuren, H.A. Operational
planning of a large-scale multi-modal transportation system, European Journal of
Operational Research 156(1), 41-53, 2004.
 123

Kelle, P., Silver, E.A. Purchasing policy of new containers considering the random returns of
previously issued containers. IIE Transactions 21(4), 349-354, 1989.

Kim K.H., Egbelu P.J. Scheduling in a production environment with multiple process plans
per job. International Journal of Production Research 37(12), 2725-2753, AUG 15,
1999.

Kroon, L. Vrijens, G. Returnable containers: an example of reverse logistics. International

Journal of Physical Distribution & Logistics Management 25(2), 56-68, 1995.

Lai, K.K., Lam, K., Chan, W.K. Shipping container logistics and allocation. Journal of the
Operational Research Society 46(6), 687-697, 1995.

Melo, D. Falta continer para exportar no porto de Rio Grande. Jornal Zero Hora, Porto
Alegre: p.19, 5 de junho, 2004.

Patury, F. Colapso nos portos. Revista Veja, Seo Radar, So Paulo: Abril, ed. 1872, 22 de
setembro, 2004b.

Pereira Jnior, P.F. Avaliao de polticas de estoque e movimentao de contineres

vazios utilizados no transporte martimo. Dissertao de mestrado, Universidade
Federal do Rio de Janeiro, 1999.

Preston, P., Kozan, E. A tabu search technique applied to scheduling container transfers.
Transportation Planning and Technology 24(2), 135-153, 2001.

Sampaio, L.M.D. Alocao de contineres vazios para a logstica reversa do transporte de

carga. Dissertao de mestrado (resumo CAPES), Universidade Federal do Rio de
Janeiro, 2001.

Shen, W.S., Khoong, C.M. A DSS for empty container distribution planning. Decision
Support Systems 15(1), 75-82, 1995.

Souza, F.C.G. Procedimentos para a alocao de contineres vazios no transporte.

Dissertao de mestrado (resumo CAPES), Pontifcia Universidade Catlica do Rio de
Janeiro, 2001.

Taleb-Ibrahimi, M., Castilho, B., Daganzo, C.F. Storage space vs handling work in container
terminals. Transportation Research Part B-Methodological 27(1), 13-32, 1993.

Torma, C. Porto de Rio Grande bate recorde de movimentao. Jornal Zero Hora, Porto
Alegre: p.19, 22 de janeiro, 2004.
 124

Torma, C, Melo, D. Falta de contineres onera exportao. Jornal Zero Hora, Porto Alegre:
p.18, 31 de julho, 2004.

VEJA. O gargalo no mar. Revista Veja, Seo Contexto, So Paulo: Abril, ed. 1861, 7 de
julho, 2004a.

Wagner, H.M. Pesquisa operacional. Rio de Janeiro: Prentice-Hall do Brasil, 1986.

White, W.W. Dynamic transshipment networks: an algorithm and its application to the
distribution of empty containers. Networks 2(3), 211-236, 1972.

Wilson, I.D., Roach, P.A. Container stowage planning: a methodology for generating
computerised solutions. Journal of the Operational Research Society 51(11), 1248-
1255, 2000.