Desenvolvimento de um Modelo de Gestão de

Sobressalentes para Dimensionamento de

Estoques Baseado em Inteligência Artificial

Luiz Rodrigues – CHESF

Administrador/DEGM
A pergunta chave?

•Como dimensionar o estoque com o menor

risco de ruptura(falta de Material) e evitar o
superestoque (excesso de material)?
O ambiente que estamos inseridos

•Itens MRO (Manutenção, Reparo e Operação)

•Lei de 8666 (Licitações)

•Alguns materiais de difícil aquisição

(fornecedores exclusivos)
O ambiente que estamos inseridos

•Alguns materiais críticos, não podem faltar. O

custo da falta pode ser fatal para o sistema.

•Demanda Irregular, ocasional ou sazonal para

a maioria dos itens
Fase 1 do Projeto

•Estudo da Literatura (bastante específica e

escassa), principalmente Gestão de Estoque
Sobressalentes.

•Visitas Técnicas (Furnas, Tractebel,

CEL/COPPEAD e UFSC

•Reuniões com a NEUROTECH visando

repassar a fundamentação teórica e os
resultados das visitas técnicas
Respostas da Fase 1

•TRACTEBEL possui um modelo de

dimensionamento de estoque muito bom e essa
seria a referência
•Utilização de modelo estatístico de distribuição
POISSON, uma vez que o consumo é bastante
irregular e ocasional
Fase 2 do Projeto - O Modelo Estatístico
Após estudar as distribuições de consumo de milhares de sobressalentes,
a distribuição de Poisson foi selecionada para realizar as estimativas de
demandas:
− λi c
e λi
P(Ci = c ) =
c!
Nesse caso, o parâmetro da distribuição representa o consumo médio,
para um intervalo de tempo fixado (semestre ou ano), do item i;

Há uma suposição embutida nesse modelo, de difícil interpretação

prática – a média do modelo de Poisson é igual à variância;

Caso a variância seja inferior à média, o modelo se torna conservador e

super-dimensiona o estoque
Fase 2 do Projeto - O Modelo Estatístico

• Temos que a chance de ruptura do estoque ei de um

item i é dada por:
e−λi λi
ei c
P(Ci > ei ) = 1− F (ei ) = 1− ∑
j =0 c!

• Assim, sabendo o consumo médio, podemos saber a

chance de o estoque atual não ser suficiente.
Fase 2 do Projeto - O Modelo Estatístico

Usando a inversa da função F (função quantil), podemos calcular o

estoque mínimo pra atingir o ponto de ruptura desejado.

Estoque mínimo = Q(α ) = F −1(α )

Fase 2 do Projeto - Testes do Modelo

• A solução desenvolvida foi capaz de estimar,

com aceitável grau de precisão, o estoque
mínimo necessário para evitar ruptura de
estoque para todos os semestres e níveis de
serviço considerados;
Fase 2 do Projeto - Testes do Modelo

• Especificamente para os semestres de 2007, a

ruptura real verificada foi rigorosamente abaixo
de 5% para o nível de serviço igual a 95% e
abaixo de 40% para o nível de serviço igual a
60%.
Fase 2 do Projeto - Testes do Modelo
• O desempenho do sistema foi verificado para quatro
semestres recentes (2007.1, 2007.2, 2008.1 e 2008.2);
• E para dois níveis de serviços distintos (60% e 95% de
probabilidade de não ruptura de estoque).
Período da Análise Nível de Serviço Ruptura Real Detectada

2007.1 95% 1,9%

2007.2 60% 10,59%

2007.2 95% 3,59%

2008.1 60% 9,85%

2008.1 95% 5,98%

2008.2 60% 11,60%

2008.2 95% 7,82%

Fase 2 do Projeto - Resultados Indicados
Antes da aplicação da solução desenvolvida, o estoque da
CHESF incluía itens em diferentes faixas de níveis de
serviço (e, portanto, em diferentes faixas de possibilidade
de ruptura de estoque).
Fase 3 do Projeto - Desenvolvimento e
Aplicação da Ferramenta

•O Stock Advisor foi implementado em JAVA. Extrai as

séries de consumo do SIGA e por isto foi construído para
trabalhar com o ORACLE (apesar de poder ser
rapidamente adaptado a outro banco de dados, como o
SQL Server).

•Sistema orientado a objeto e com arquitetura em três

camadas (classes de interface com o usuários, classes de
negócio e classes de persistência).
Fase 3 do Projeto - Desenvolvimento e
Aplicação da Ferramenta

•Dimensionamento mensal e anual

•Mínimo de 1 registro (Semestre) para modelagem.

•Estimativa do consumo esperado futuro, tomando

como base a série histórica de saídas do produto.
Quanto maior a série histórica de consumo disponível
para análise, mais precisa tende a ser a estimação.
 Fase 4 do Projeto - Aplicação Geral

T Registro
i Mov. no Nível de Custo A P X 1 S s
p Estoque Semestre Estoque Serviço Custo Sugeri B Q Y 2 A Modelag
Item Material Valor o Atual Atual Sugerido Atual Atual do C R Z 3 s em

0026 R$
176. CORREIA,TRA R$ 120,0 R$
000 NSMISSAO 30,00 3 4 0 1 400.0 0 30,00 C P Y 2 2 1

0026
171. CORREIA,TRA R$ R$ R$
000 NSMISSAO 30,00 3 0 0 2 0.67 0,00 60,00 C P Y 2 2 1

0036
727. ANEL,VEDACA R$ R$ R$
000 O 24,33 3 0 0 10 0.67 0,00 243,30 C Q Y 2 1 1

0036
705. ARRUELA,PRE R$ R$ R$
000 SSAO 1,95 3 0 0 16 0.67 0,00 31,20 C P Y 2 1 1
Fase 4 do Projeto - Aplicação Específica
Fase 4 do Projeto - Aplicação
Material: ISOLADOR,DISCO
Valor: R$ 51,34
Estoque Atual/Sugerido: 0 / 20674 unidade(s) - Economia de -∞% no estoque
R$ 0,00 / R$ 1061504,34 - Economia de R$ -
Valor de Estoque Atual/ Sugerido: 1061504,34
Nível de Serviço Atual: 1,21%
Movimentação Semestre Atual: 0 unidade(s)
Estoque Mínimo (31%): 7752 unidade(s)
Estoque de Segurança (60%): 12921 unidade(s)
Ponto de reposição: 28125 unidade(s)
Estoque Máximo (99%): 25843 unidade(s)
Segmentações
[(ABC),(PQR),(XYZ),(123)]: [A,R,Y,2]
Registros para Modelagem: 6 semestre(s)
Fase 4 do Projeto - Aplicação
Fase 4 do Projeto - Aplicação
Material: ISOLADOR,DISCO
Valor: R$ 58,95

1540 / 8908 unidade(s) - Economia de -478,44% no

Estoque Atual/Sugerido: estoque
R$ 90783,00 / R$ 525126,60 - Economia de R$ -
Valor de Estoque Atual/ Sugerido: 434343,60
Nível de Serviço Atual: 8,91%
Movimentação Semestre Atual: 1000 unidade(s)
Estoque Mínimo (31%): 3340 unidade(s)
Estoque de Segurança (60%): 4454 unidade(s)
Ponto de reposição: 10443 unidade(s)
Estoque Máximo (99%): 10021 unidade(s)

Segmentações
[(ABC),(PQR),(XYZ),(123)]: [A,R,Y,2]
Registros para Modelagem: 3 semestre(s)
Fase 4 do Projeto - Aplicação
Fase 4 do Projeto - Aplicação
Material: ISOLADOR,DISCO

Valor: R$ 66,76

Estoque Atual/Sugerido: 10692 / 14844 unidade(s) - Economia de -38,83% no estoque

Valor de Estoque Atual/ Sugerido: R$ 713803,57 / R$ 990993,28 - Economia de R$ -277189,71

Nível de Serviço Atual: 70,66%

Movimentação Semestre Atual: 0 unidade(s)

Estoque Mínimo (31%): 5566 unidade(s)

Estoque de Segurança (60%): 9277 unidade(s)

Ponto de reposição: 20357 unidade(s)

Estoque Máximo (99%): 18555 unidade(s)

Segmentações [(ABC),(PQR),(XYZ),(123)]: [A,Q,Y,2]

Registros para Modelagem: 15 semestre(s)

Fase 4 do Projeto - Aplicação
Fase 4 do Projeto - Aplicação
Material: VALVULA,ANGULAR

Valor: R$ 2663,10
10 / 1 unidade(s) - Economia de 90,00% no
Estoque Atual/Sugerido: estoque
R$ 26631,00 / R$ 2663,10 - Economia de R$
Valor de Estoque Atual/ Sugerido: 23967,90

Nível de Serviço Atual: 500,00%

Movimentação Semestre Atual: 0 unidade(s)

Estoque Mínimo (31%): 0 unidade(s)

Estoque de Segurança (60%): 0 unidade(s)

Ponto de reposição: 0 unidade(s)

Estoque Máximo (99%): 1 unidade(s)

Segmentações
[(ABC),(PQR),(XYZ),(123)]: [C,R,Y,2]

Registros para Modelagem: 1 semestre(s)

Conclusões
•Não foi possível aplicar a utilização de redes neurais artificiais
para previsões de consumo
•Aplicar estas técnicas para previsão resultaram em previsões
muito pobres (muito abaixo em termos de performance), nada
comparado ao que foi obtido com a utilização da distribuição
de Poisson
•A pouca quantidade dos dados para a grande maioria das
séries de consumo e a forma da distribuição das mesmas
(baixíssima freqüência de consumo ou séries com vários
períodos longos com consumo zero) foram fatores
determinantes para a escolha da distribuição de Poisson para
a estimação das demandas
Conclusões

•Sistema de informação e apoio à decisão. Não

entendemos com algo determinístico.

•Tem sido utilizado tanto para um trabalho

prospectivo/analítico quanto para um trabalho baseado na
demanda de um cliente/usuário
PERGUNTAS !!!

Luiz Rodrigues
Luizro@chesf.gov.br