Escolar Documentos
Profissional Documentos
Cultura Documentos
Artigo P.O Final
Artigo P.O Final
1. INTRODUÇÃO
Atualmente, com a busca mundial por fontes de energia renováveis, os biocombustíveis vêm
ganhando destaque. Neste contexto está o etanol, biocombustível derivado da cana de açúcar,
cuja produção no Brasil, em 2018, atingiu mais de 33 milhões de metros cúbicos, quantidade
15,6% maior em relação ao ano anterior (ANP, 2019). Entretanto, apesar de o Brasil estar entre
os maiores produtores de etanol no mundo, o país perde competitividade devido aos seus
gargalos logísticos na infraestrutura. Neste sentido, o custo do transporte é significativo na
cadeia logística, impactando o valor final do produto (COLETI; OLIVEIRA, 2019).
2. FORMULAÇÃO DO PROBLEMA
A proposta metodológica é determinar quais são as rotas mais vantajosas em relação ao custo
do transporte de etanol para abastecer as cidades de destino com a produção das cidades de
origem. Os custos de transporte indicados na Figura 1 foram estimados com base no simulador
tarifário das concessionárias (AGÊNCIA NACIONAL DE TRANSPORTES TERRESTRES,
2020). Os custos são calculados em função da quantidade de carga transportada e da faixa de
distância percorrida. A Figura 1 ilustra os pontos de interesse para o caso analisado.
O etanol pode ser transportado por praticamente todos os modais, com exceção do aéreo. Ou
seja, existe a possibilidade de abastecer as bases de combustíveis através de dutos, ferrovias,
hidrovias, cabotagem ou rodovias. Todavia, pela falta de oferta de modais competitivos para o
transporte desses produtos, grande parte do abastecimento de combustíveis é feita por rodovias.
Esse padrão se repete também em outros setores da economia (WERNECK, 2013).
3. REVISÃO BIBLIOGRÁFICA
A produção no Brasil vem aumentando, desde 2009, em uma taxa média de 2,4% ao ano.
A programação linear é um dos modelos matemáticos mais utilizados no mundo. Sua função é
resolver problemas cujas relações entre as variáveis possam ser medidos e sejam lineares,
descritos por meio de funções de primeiro grau (MOREIRA, 2007). De acordo com Hillier e
Lieberman (2013), o problema genérico consiste em alocar, na melhor forma possível (forma
ótima), recursos que competem entre si e possuem um determinado limite. Afinal, na prática,
dificilmente os recursos encontrados à disposição são suficientes para execução de
determinadas atividades no nível de serviço que se deseja. Portanto, visa-se a distribuição destes
recursos entre as atividades desejadas, de forma a obter uma distribuição eficiente, nos termos
que se busca, maximizando o lucro ou minimizando o custo, por exemplo.
Ao longo do tempo, surgiram problemas específicos dentro da programação linear. Entre eles,
destaca-se o Problema de Transporte que, devido à sua importância, foram desenvolvidos
algoritmos especiais para a sua solução. O problema típico de transporte, ilustrado na Figura 4,
consiste na necessidade da distribuição de bens ou serviços, a partir de várias fontes (origens),
para vários destinos (MOREIRA, 2007).
Geralmente, há uma quantidade limitada de produtos nas fontes de suprimento e uma certa
quantidade demandada em cada destino. Assim, deve-se programar a distribuição, considerando
que cada trajeto entre as fontes e os destinos haverá um certo custo ou um certo tempo para o
transporte do produto. Necessita-se, então, determinar a quantidade de produtos enviada de cada
fonte até cada destino, satisfazendo as demandas requeridas e minimizando o parâmetro
envolvido, como por exemplo o custo, o tempo ou a distância (MOREIRA, 2007).
Como dito anteriormente, o setor de transportes é um dos setores em que se observa inúmeras
aplicações das técnicas de pesquisa operacional, entre elas a programação linear. Portanto, este
tópico visa a apresentação de algumas aplicações de técnicas de pesquisa operacional ao setor
de transportes. Um exemplo de aplicação para solução em transportes envolve a otimização de
problemas que podem ser implementadas por sistemas de georreferenciamento para operação
de modelos de dados de rede. Os objetivos específicos frequentemente visam o mínimo custo
de roteamento, problema do caminho mais curto, problema do caixeiro viajante, matriz origem-
destino, e otimização de problemas de redes similares (CURTIN; TURNER, 2019).
Gupta, Tobin e Pavel (2016) propõem um novo modelo de programação linear multiobjetivo
para otimizar o consumo energético em um sistema metroviário. Ao passo que o sistema se
utiliza de energia para a acelerar, os sistemas modernos contam com um mecanismo de
frenagem que gera energia. Assim, os autores propõem uma programação de trens de forma a
minimizar o consumo de energia por aceleração e maximizar o ganho de energia por frenagem,
tornando o sistema eficiente. Ainda em relação à programação envolvendo otimização de
velocidade, Lu et al. (2016) propuseram um modelo de programação linear inteira com o intuito
de otimizar parcialmente a velocidade e o consumo energético em trajetos de trens.
García et al. (2013) propuseram uma abordagem híbrida para os problemas do transporte
multimodal de containers, agregando os conceitos de programação linear e planejamento
automático. O problema consiste no curto espaço de tempo que a empresa operadora em questão
possui para o planejamento de transporte das cargas, dificultando a implementação de algumas
técnicas clássicas. O problema é então decomposto em dois subproblemas: a alocação de
recursos (caminhões e containers) às tarefas (serviços), e o segundo, onde cada tarefa é
formulada como um problema de planejamento, onde distintas ações são tomadas para atingir
os objetivos. Neste caso, a programação linear se demonstrou eficiente para resolver o primeiro
subproblema, enquanto a o planejamento automático, resolve o segundo.
Ren et al. (2015) formularam um modelo para otimizar o custo do ciclo de vida da cadeia de
abastecimento do biocombustível com incertezas. No modelo, foram considerados várias zonas
de plantio, vários modos de transporte, várias refinarias de combustível e vários centros
consumidores. O custo dos recursos, a produção de grãos e a demanda de mercado não foram
consideradas como constantes, e sim como intervalos. Portanto, um modelo de programação
linear com intervalos foi desenvolvido e aplicado, mostrando que o modelo proposto é viável
para planejar a cadeia de abastecimento de biocombustível com incertezas.
4. CONSTRUÇÃO DO MODELO
Como variáveis foram adotados os volumes a serem transportados por cada trecho da malha
ferroviária, ou seja, 14 variáveis no total, nas quais cada variável possui a identificação das
iniciais da cidade de origem seguidas das iniciais de destino:
A função objetivo é dada pela somatória dos volumes multiplicados pelos respectivos custos de
cada trecho (ver Equação 1). Como é uma função de custo, o objetivo é minimizar o montante
necessário para o suprimento de todas as regiões de destino.
Em que Cij é o custo de transporte da origem i ao destino j, xij é o volume transportado da origem
i ao destino j. Quanto às restrições, bi representa o saldo da carga após subtrair o volume que
parte de um nó i genérico até o nó j do volume que parte do nó j em direção a um nó i genérico.
4.3. Restrições
5. VALIDAÇÃO E APLICAÇÃO
Após a remodelagem, observa-se que a produção de etanol em Mato Grosso do Sul embarcada
no município de Três Lagoas representa uma redução de custos. Na nova configuração, o estado
de Goiás supre a demanda de Rio de Janeiro e São Paulo, enquanto Mato Grosso do Sul abastece
o estado do Paraná.
6. RESULTADOS
Conclui-se que no, modelo original, os custos de alocação do etanol para o transporte ferroviário
se mostraram inviáveis para o fornecimento com origem em Mato Grosso do Sul por conta do
alto custo de frete por tonelada transportada. Ao alterar a origem da produção de Campo Grande
para Três Lagoas, há uma redução do custo de volume transportado devido a uma compensação
proporcionada pela redução da taxa de frete em função da distância.
Outro que fator que influenciou foi a falta de classificação específica para o etanol no caso da
Rumo Malha Oeste, de modo que o mesmo tivesse que ser classificado como “Demais
produtos”, sendo este tipo de carga regulado por uma tarifa relativamente alta. A MRS
Logística, por exemplo, também adota a mesma classificação para o caso do etanol, porém,
próxima àquelas utilizadas pelas demais concessionárias que adotam classificações específicas.
As tarifas da Rumo Malha Oeste foram de R$ 32,33 por tonelada transportada, enquanto a MRS
Logística pratica a tarifa de R$ 12,30 por tonelada. Já as tarifas correspondentes à distância
foram relativamente próximas para ambas as malhas (AGÊNCIA NACIONAL DE
TRANSPORTES TERRESTRES, 2020).
REFERÊNCIAS