O USO DE AGENTES NO CONTROLE DA CADEIA DE SUPRIMENTOS:

UMA PROPOSTA PARA SISTEMA DE PRODUÇÃO PUXADA

Dmontier Pinheiro Aragão Jr.

Antônio Galvão Novaes
Mônica Maria Mendes Luna
Universidade Federal de Santa Catarina
Departamento de Engenharia de Produção e Sistemas

RESUMO
Para que os processos de suprimento em um sistema de produção puxada possam ser integrados e
acompanhados de modo autônomo é necessário conhecê-los em detalhes, o que pode ser feito utilizando o
modelo de referência para operações nas cadeias de suprimentos – Supply Chain Operations Reference
(SCOR). Este trabalho propõe uma abordagem baseada em agentes para o controle das operações nas
cadeias de suprimento, em um caso específico de uma empresa OEM (Original Equipment Manufacturer)
que adota um sistema de produção puxada. Para tanto, os agentes recebem um planejamento inicial e,
durante as operações, devem adaptar-se a mudanças percebidas no ambiente, negociando ajustes a fim de
garantir que as tarefas sejam executadas de forma adequada. Esta abordagem, através dos processos
SCOR identificados, orienta a automação de processos integrados na cadeia de suprimentos.

ABSTRACT
In order to integrate and manage autonomously the supply processes in a make-to-order approach, it is
necessary to achieve a detailed knowledge of these operations. So this article will make use of the
reference model for operations in the supply chain – Supply Chain Operations Reference (SCOR). This
paper proposes an agent-based approach to control of supply chain operations, doing an application in an
OEM company, where the company works in a make-to-order production approach. The agents start the
operations with an initial planning defined, but during the execution of the plan these agents facing
changes in the environment and must adapt the plan in order to hold a feasible schedule. So, the agents
must negotiate adjustments in the initial planning to ensure that tasks are performed. This approach,
through identified SCOR processes, presents a strategy for guide the process automation integrated
supply chain.

1. INTRODUÇÃO
De acordo com Gunasekaran e Ngai (2009), os sistemas de manufatura podem ser
classificados da seguinte forma: produção empurrada (make-to-stock), montagem
empurrada (assemble-to-stock), produção puxada (make-to-order), e montagem puxada
(engineer-to-order). Em um sistema de produção empurrada, a produção é iniciada
antes que a demanda ocorra, de maneira que os produtos finalizados passam pelo
estoque antes de serem vendidos aos clientes. Por sua vez, no sistema de produção
puxada, a fabricação é iniciada apenas após a demanda ser conhecida, dessa maneira os
produtos fabricados devem ser entregues diretamente aos clientes, sem a necessidade de
armazenamento de produtos finalizados na indústria. A produção puxada é
especialmente interessante quando é necessário realizar customizações em massa, onde
os clientes fazem pedidos que atendam às suas necessidades específicas (Zhang et al.,
2013). Na montagem puxada, os componentes que serão utilizados em um produto são
fabricados antecipadamente à demanda dos clientes, porém a montagem destes apenas
se dá após o conhecimento da demanda. A montagem puxada pode ser vista como uma
forma de postergação de algumas operações (Bowersox et al., 2002). Por fim, na
montagem empurrada, tanto os componentes utilizados na fabricação dos produtos
quanto os próprios produtos são fabricados e enviados primeiramente ao estoque, antes
do recebimento do pedido dos clientes.
O conhecimento detalhado das operações de suprimento em um sistema de produção
puxada é necessário para que os processos possam ser integrados e acompanhados de
modo autônomo. Para isto, pode ser utilizado o modelo de referência para operações nas
cadeias de suprimentos – Supply Chain Operations Reference (SCOR) – proposto pelo
Supply-Chain Council (2009), visto que tal modelo traz uma descrição detalhada de tais
processos. O objetivo deste trabalho é apresentar uma abordagem baseada em agentes
para o controle das operações em um sistema de produção puxada, utilizando-se o
modelo de referência para operações em cadeias de suprimentos.

Dado que o modelo SCOR é projetado para diferentes contextos e indústrias, este
aborda os níveis estratégico e tático de gestão, não detalhando a implementação dos
processos operacionais das empresas. Portanto, cada organização precisa estender o
modelo de modo a incorporar seus requisitos de negócio e sistemas de informações
existentes. Este artigo apresenta os processos SCOR relacionados com o sistema de
produção puxada, propondo uma abordagem para controle autônomo por agentes
envolvidos em tais processos.

A teoria sobre agentes computacionais, ou agentes inteligentes, surgiu há cerca de vinte

anos com as pesquisas sobre inteligência artificial distribuída. Mais recentemente se
observou um avanço pronunciado nesse domínio, quando algumas pesquisas em
Inteligência Artificial (Artificial Intelligence – AI) foram além das fronteiras de
entidades individuais, levando em conta entidades cognitivas múltiplas atuando em
comunidades (Aragão Jr. et al., 2012). Esse desenvolvimento coincidiu com a evolução
da computação baseada em rede e levou ao surgimento de um novo paradigma, o de
agentes distribuídos. Segundo Wooldridge (2002); e Monostori et al. (2006):

 um agente é um sistema computacional que atua em um ambiente

dinâmico e capaz de apresentar comportamento inteligente e autônomo;
 um agente pode atuar em um ambiente que inclui outros agentes. Essa
comunidade de agentes que interagem entre si, de forma integrada, opera
um sistema multiagente (multi-agent systems – MAS).

O uso de agentes permite que as decisões sejam tomadas localmente e de modo

distribuído na cadeia de suprimentos. Alguns estudos identificados na literatura
abordam os processos de transporte e fabricação, dentre os quais destacam-se: 1) Dai e
Chen (2011), Davidsson et al. (2005), e Mes et al. (2007) tratam de aplicações em
transporte 2) Anosike e Zhang (2009), Guo e Zhang (2009) e Leitão (2009) abordam as
aplicações em produção; e 3) Karageorgos et al.(2003), Long et al. (2011) e Roorda et
al. (2010) abordam integradamente transportes e produção. Da observação desses
artigos, podem-se destacar características importantes nas aplicações de MAS, a saber:
nível de gerenciamento, estrutura de controle, mecanismos de negociação, nível de
maturidade, dentre outras. A abordagem proposta faz uso de agentes para gerenciar de
modo autônomo os processos observados na produção puxada, integrando os processos
de transporte e de manufatura, utilizando indicadores SCOR para avaliar o custo e o
tempo de atendimento das ordens de serviço. Esta proposta apresenta o método Vickrey
para negociação de tarefas críticas de transporte, de maneira que os veículos negociam
para decidir quem deve realizar tais tarefas.

Este artigo está organizado como segue: a introdução, que apresenta o problema e a
forma como este será tratado; a seção 2 onde é apresentado o modelo SCOR, e descritas
as relações desse modelo com a produção puxada; a aplicação proposta é apresentada na
seção 3, e por fim, a seção 4 traz as discussões finais, com as conclusões e
considerações finais da aplicação proposta.

2. Modelo SCOR
Estabelecido para avaliação e comparação de atividades e do desempenho de uma
cadeia de suprimento, o modelo SCOR é estruturado em cinco macroprocessos:
planejamento, fornecimento, fabricação, entrega e retorno (SCC, 2009). Cada um
desses, por sua vez, é formado por categorias. Dentro destas últimas estão os processos
e como estes se relacionam uns com os outros. Os níveis relacionados com a
implementação dos processos não são abordados pelo modelo, de maneira que a
decomposição dos processos em tarefas, das tarefas em atividades, além dos papéis
relacionados à realização destas atividades não estão presentes no modelo. A Tabela 1
sintetiza a estruturação do modelo SCOR, apresentando a organização dos diferentes
níveis de gerenciamento.

Tabela 1: Estruturação do modelo SCOR

Nível de gerenciamento
Macroprocessos
(top level)
Categorias de processos
(configuration level)
Processos
(process element level)
Elementos de processos
decompostos
(implementation level)
Tarefas decompostas
(undefined)
Papéis para realização das
atividades
(undefined)
Fonte: adaptado de Hwang, Lin e Lyu Jr. (2008)
Formado por
Planejamento (Plan), Fornecimento (Source), Fabricação
(Make), Entrega (Deliver), Retorno (Return), e
Monitoramento (Enable)
Planejamento: P1 – P5
Fornecimento: S1 – S3
Fabricação: M1 – M3
Entrega: D1 – D4
Retorno: SR1 – SR3; DR1 – DR3
Monitoramento: EP, ES, EM, ED, ER
Planejamento: P1.1 – P1.4; P2.1 – P2.4; P3.1 – P3.4; P4.1 – P4.4;
P5.1 – P5.4
Fornecimento: S1.1 – S1.5; S2.1 – S2.5; S3.1 – S3.7
Fabricação: M1.1 – M1.6; M2.1 – M2.6; M3.1 –M3.7
Entrega: D1.1 –D1.15; D2.1 –D2.15; D3.1 –D3.15; D4.1 – D4.7
Retorno: SR1.1 – SR1.5; SR2.1 –SR2.5; SR3.1 – SR3.5;
DR1.1 – DR1.4; DR2.1 – DR2.4; DR3.1 – DR3.4
Monitoramento: EP1 – EP9; ES1 – ES9; EM1 – EM8; ED1 –
ED8; ER1 – ER8
Tarefas não definidas
Atividades não definidas
Papéis não definidos

Em uma cadeia de suprimentos, as operações devem ser realizadas de modo integrado

entre os atores da cadeia (Figura 1), de maneira que os processos de um elo (uma
entidade) conectam-se aos processos de outro elo da cadeia (SCC, 2009). Por exemplo,
os processos do macroprocesso “Entrega” de um elo relacionam-se com os processos do
macroprocesso “Fornecimento” de outro ator à jusante na cadeia de suprimento. O
modelo SCOR identifica as melhores práticas e indicadores de desempenho para a
realização dos processos nas operações de cadeias de suprimento.
 Figura 1: Organização do SCOR em cinco macroprocessos
de processos de gerenciamento
Fonte: SCC (2009)
Ao observar os processos diretamente relacionados com as operações em um sistema de
produção puxada, pode-se identificar os seguintes processos: fornecimento para
montagem puxada – Source Engineer-to-Order Product (S3), fabricação para a
produção puxada – Make Make-to-Order (M2), montagem de produtos finais – Make
Engineer-to-Order (M3), e entrega na montagem puxada – Deliver Engineer-to-Order
Product (D3). Estas categorias de processos são apresentadas nas seções subsequentes.

Os demais processos, como planejamento, retorno e monitoramento não foram

abordados neste artigo, pois a aplicação proposta aborda ajustes necessários nas
operações diárias, os quais podem comprometer o desempenho das atividades de
transporte e manufatura num sistema puxado. Assim, pressupõe-se que exista um
planejamento a priori que deve ser definido no nível tático e estratégico, não
contempladas neste estudo e representadas pelos processos P1.1 a P5.4. Por sua vez, os
processos de retorno (SR1.1 – SR3.5 e DR1.1 – DR3.4), relacionados com o trânsito de
produtos no sentido inverso da cadeia de suprimentos (no sentido à montante), foram
considerados pouco importantes no caso em questão e não foram incluídos neste estudo.
Para fins de simplificação, os processos de monitoramento (EP1 – EP9, ES1 – ES9, EM1
– EM8, ED1 – ED8, e ER1 – ER8) que gerenciam informações e relacionamentos entre os
vários atores da cadeia de suprimentos monitorando os processos de planejamento e
execução, não foram considerados.

2.1. Categoria de processos de fornecimento para montagem puxada (S3)

O processo de fornecimento para montagem envolve atividades como: identificação e
seleção de fornecedores, negociação, validação, agendamento, pedido e recebimento de
componentes, produtos especializados ou serviços. A Tabela 2 descreve a lista de
processos presentes nesta categoria de processos.

Tabela 2: Definição dos processos SCOR para fornecimento na produção puxada

S3 Processos decompostos
Identificação de potenciais fornecedores que atendam às especificações de
S3.1
produto (Identify Sources of Supply)
Seleção final de fornecedores e negociação para estabelecimento de um
S3.2
contrato (Select Final Supplier (s) and Negotiate)
Agendamento e acompanhamento das entregas de produtos de maneira a
S3.3
atender ao contrato (Schedule Product Deliveries)
 S3.4 Recebimento dos produtos contratados (Receive Product)
Verificação se os produtos recebidos estão em conformidade com os
S3.5
requisitos previstos em contrato (Verify Product)
Transferência dos produtos recebidos para local apropriado na cadeia de
S3.6
suprimento (Transfer Product)
Autorização de pagamento ao fornecedor pelos produtos e /ou serviços
S3.7
prestados (Authorize Supplier Payment)

Este processo pressupõe a existência de contratos de fornecimento, nos quais estão

detalhados os requisitos que devem ser observados na realização do processo. Tais
contratos orientam o agendamento e o gerenciamento das entregas individuais de
componentes e produtos. Os requisitos para entrega, recebimento, verificação,
transferência e autorização de pagamento devem estar detalhados no plano de
fornecimento.

2.2. Categorias de processos de fabricação na montagem puxada (M2 e M3)

No modelo SCOR, a fabricação para a produção puxada pode ser de componentes ou
voltada à montagem de produtos destinados ao cliente final. Como pode ser observado
na Tabela 3, as duas categorias são semelhantes, com exceção dos processos M3.1 e M3.4
que não estão presentes na fabricação de componentes, os quais são realizados apenas
na montagem final dos produtos.

Os processos de fabricação de componentes resultam em planos de produção para todos

os componentes necessários à composição de um produto, especificando quantidades a
serem fornecidas de cada componente, produzindo assim uma programação do que
precisa ser fabricado por cada fornecedor. A programação da produção deve observar o
sequenciamento, a dependência dos recursos disponíveis, características de setup e de
operação de cada equipamento fabril. Em geral, as atividades de produção de
componentes intermediários são coordenadas após o agendamento da produção dos
produtos acabados.

Os processos de fabricação de produtos finais buscam realizar a produção de acordo

com requisitos impostos pelos clientes. Em geral, esses processos requerem que as
instruções de realização dos trabalhos possam ser definidas ou redefinidas, e as rotas
dos suprimentos para a fabricação podem ser criadas e alteradas de acordo com a
demanda.

Tabela 3: Definição dos processos SCOR para fabricação na produção puxada

M2 M3 Processos decompostos
Finalização requerida após o recebimento do pedido, mas antes
M3.1
de iniciar a montagem final (Finalize Production Engineering)
Elaboração dos planos de produção (Schedule Production
M2.1 M3.2
Activities)
Seleção e movimentação física de materiais e componentes
M2.2 M3.3
entregues para a produção (Issue Sourced/ In-Process Product)
Produção e testes para garantir conformidade do que foi
M3.4
produzido aos requisitos contratados (Produce and Test)
M2.3 M3.5 Criação de pacotes de itens fabricados para transporte (Package)
M2.4 M3.6 Preparação dos pacotes para expedição (Stage Finished Product)
M2.5 M3.7 Liberação para envio (Release Product to Deliver)
Gerenciamento e coleta de resíduos decorrentes da produção e
M2.6 M3.8
testes realizados (Waste Disposal)
2.3. Categoria de processos de entrega na montagem puxada (D3)
Esta categoria envolve os processos para obter, alocar recursos e transportar os pedidos
que são realizados pelos clientes. Este atendimento do pedido pode ser realizado de
forma parcial ou integral, transportando produtos e componentes para atender às
solicitações dos clientes, que tanto podem ser indústrias quanto clientes finais.

A categoria de processos SCOR que especifica a entrega de produtos a clientes em um

sistema de produção puxada é composta por 15 processos, como pode ser observado na
Tabela 4. Estes podem ser classificados em cinco grupos de atividades:
 recebimento do pedido (de D3.1 até D3.3);
 programação das entregas (de D3.4 até D3.7);
 preparação para transporte (de D3.8 até D3.11);
 transporte dos produtos (D3.12);
 entrega dos produtos (de D3.13 até D3.15).

Tabela 4: Definição dos processos SCOR para entrega na produção puxada

D3 Processos decompostos
Recebimento e respostas de propostas para transportar (Obtain &
D3.1
Respond to RFP/RFQ)
Negocialção e Elaboração de propostas (Negotiate and Receive
D3.2
Contract)
Estabelecimento de contratos e realização da programação inicial (Enter
D3.3
Order, Commit Resources & Launch Program)
D3.4 Criação da programação de entregas (Schedule Installation)
Consolidação de cargas e seleção de modos e veículos mais eficientes
D3.5
(Build Loads)
D3.6 Criação der rotas para cada carga criada (Route Shipments)
Seleção de transportadores com o menor custo para a realização da rota
D3.7
(Select Carriers & Rate Shipments)
Recebimento de produtos e componentes (Receive Product from Source
D3.8
or Make)
D3.9 Coletar produtos para entrega (Pick Product)
D3.10 Preparar produtos para envio (Pack Product)
Carregar veículo e preparar documentação para transporte (Load
D3.11
Product & Generate Shipping Docs)
D3.12 Transportar produtos (Ship Product)
D3.13 Receber carga (Receive and Verify Product by Customer)
Entregar produto funcional no lugar especificado pelo cliente (Install
D3.14
Product)
D3.15 Emissão de fatura (Invoice)

3. APLICAÇÃO PROPOSTA
Esta seção descreve um MAS para realizar o controle das operações de suprimento num
sistema de produção puxada. Para tanto é delineada uma aplicação em um cenário
operacional de uma empresa Original Equipment Manufacturer – OEM. Nestas
operações de suprimento, uma empresa montadora conta com diferentes fornecedores
de componentes ou subprodutos para atender aos pedidos de seus clientes. Assim, o
MAS proposto deve lidar com esse cenário, onde os agentes devem simular a realização
dos processos SCOR.

Para fins de simulação e avaliação do modelo, serão utilizados os indicadores dos

atributos custo e capacidade de resposta. Uma lista dos indicadores utilizados nos
processos identificados é apresentada resumidamente na Tabela 5. Essa lista é referente
aos indicadores de nível 2 (configuration level) do SCOR.

Tabela 5: Indicadores de desempenho SCOR relacionados com o cenário estudado

Atributo Código Indicadores
RS1.1 Tempo do ciclo de atendimento do pedido (Order
Fulfillment Cycle Time)
Capacidade
RS2.1 Ciclo de fornecimento para o pedido (Source Cycle Time)
de resposta
RS2.2 Ciclo de fabricação para o pedido (Make Cycle Time)
RS2.2 Prazo de entrega (Delivery Cycle Time)
CO2.2 Custo de fornecimento (Cost to Source)
Custo CO2.3 Custo de fabricação (Cost to Make)
CO2.4 Custo de transporte (Cost to Deliver and/or Install)

A aplicação aqui descrita baseia-se nas características propostas por Aragão Jr. et al.
(2012), onde o foco era tratar adequadamente eventos não planejados durante a
execução de uma programação de transportes. Ou seja, o objetivo era garantir por meio
de um MAS respostas autônomas e em tempo hábil visando evitar falhas que possam
ser geradas por estes eventos. No modelo proposto considera-se que:
 A demanda é criada pelos clientes no início do período, ao colocar os pedidos à
empresa OEM que, por sua vez, a partir destes pedidos dá inicio a um
planejamento para atendimento dos mesmos (processo M3.1);
 O MAS busca maximizar o número de tarefas atendidas com o mínimo de custo
de produção e transporte para a empresa OEM. Para atender tal objetivo, a
produção é programada através do processo M3.2, sendo inicialmente planejada
de forma estática pela empresa OEM, quando esta faz os pedidos de
componentes a seus fornecedores admitindo as condições normais de operações,
o planejamento inicial das atividades de produção é executado sob condições
normais de operação;
 Ao realizar o pedido aos fornecedores, a empresa OEM também realiza o
planejamento da entrega desses componentes através do processo D3,
estabelecendo-se que os limites de capacidades dos fornecedores restringem a
capacidade da empresa OEM;
 No processo de selecionar transportadores (D3.7), se as unidades próprias não
tiverem condições de atender as demandas planejadas ou novas demandas,
podem ser utilizados veículos de terceiros. A seleção prioritária de veículos
próprios dá-se pelo interesse em reduzir custos, uma vez que a utilização de
veículos terceirizados tem custos mais elevados;
 A comunicação entre todas as entidades que compõem o MAS (transportadores,
veículos, indústrias, máquinas) é admitida como possível a qualquer instante;
 Para a realização do processo de transporte dos produtos aos clientes (D3.12), os
veículos próprios devem iniciar e terminar suas jornadas de trabalho no pátio do
operador logístico, sendo que o planejamento de cada veículo deve levar em
conta ciclos de 8h de serviço diário, não sendo permitidas horas extras além da
jornada padrão;
 Um teste de viabilidade durante a execução de um roteiro é verificada ao final de
cada entrega, representada pelo processo D3.14, momento em que se pode delegar
parte das tarefas a outros veículos a fim de garantir a viabilidade da rota.
3.1. Classes de agentes
Para realização das tarefas, é proposto neste artigo uma estrutura adaptada de Mes et al.
(2007), a qual utiliza agentes em um problema de transporte para representar:
transportador, veículo, tarefa e embarcador. Neste trabalho a estrutura consiste em
quatro classes de agentes: transportador, veículo, máquina e indústria (Figura 2).

Figura 2: Classes de agentes envolvidas

Fonte: adaptado de Mes et al. (2007)

O agente transportador mantém atualizadas periodicamente as informações sobre os

veículos, bem como sobre as tarefas atribuídas a eles, avaliando as operações de seus
próprios veículos e intervindo caso se faça necessário. O agente indústria, por sua vez, é
responsável por criar uma programação da produção que atenda aos requisitos dos
clientes, atribuindo tarefas de produção aos agentes máquinas. Após uma máquina ter
produzido um lote de componentes, uma tarefa de transporte é criada e atribuída a um
agente veículo através de um mecanismo de negociação.

Um agente veículo executa várias tarefas de transporte e deve ser capaz de tomar
decisões de modo autônomo em situações em que falhas forem detectadas, neste caso,
este agente deve negociar com outros agentes veículos a fim de definir qual é o veículo
mais apto a realizar uma ou mais de suas tarefas. Uma vez que um dos objetivos do
agente veículo é reduzir o seu custo de operação, ao mesmo tempo em que atende às
tarefas da rota impostas a ele, esse elemento contribui também para os objetivos do
agente transportador, que podem ser, por exemplo, a maximização do resultado
econômico ou o atendimento dos contratos em obediência ao nível de serviço imposto,
etc.

3.2. Planejamento inicial

A demanda de mercado por um produto A será simulada neste cenário de modo
probabilístico. Dessa forma, pode-se modelar, através de uma formulação matemática,
um modelo que exprime a quantidade de produto ( ) demandada à empresa OEM a
cada período de tempo. Ao receber um pedido de um cliente, a empresa OEM, através
do seu agente indústria, inicia o seu planejamento a fim de atender esse pedido. Para
tanto, essa empresa precisa contratar a produção de componentes fabricados por seus
fornecedores, outros agentes indústria. O sistema de montagem puxada da empresa
OEM depende da estratégia de produção das empresas fornecedoras, o que contribui
para que todos os componentes necessários estejam na indústria OEM a tempo desta
realizar a montagem os produtos solicitados pelos clientes.
A empresa OEM deve ser responsável pelo estabelecimento prévio de contratos com as
empresas fornecedoras e prestadoras de serviços logísticos, para que estas realizem o
transporte de componentes, entregando-os em seu pátio de acordo com determinados
parâmetros de nível de serviço.

Assim, se um cliente da empresa OEM contrata a produção de uma unidade de um

determinado produto A a um preço , isto também implica na necessidade de produção
de diferentes componentes necessários para a produção de A. Cada componente
possui um preço de aquisição , e tem uma quantidade associada a este. Outra
componente importante do preço praticado pela empresa OEM é a margem de lucro
sobre o produto A ( ), assim, o preço do produto A pode ser definido como
apresentado na Equação 1.
= +⋯+ + (1)

Sugere-se utilizar indicadores de capacidade de resposta (RS1.1, RS2.1, RS2.2 e RS2.3)

para medir o tempo necessário para a realização das atividades contratadas. Outros
indicadores podem incluir o custo (CO2.2, CO2.3 e CO2.4), úteis para avaliar o impacto de
intervenções que venham a ser realizadas nos processos de um cenário simulado (ver a
definição dos indicadores na tabela 5).

3.3. Método de negociação de funções

À medida que as operações são realizadas, alguns eventos podem ocorrer e levar a
necessidade de efetuar mudanças no planejamento inicial. Nestas situações os agentes
devem atuar visando atender os objetivos definidos pelo sistema e a entrega dos
produtos e componentes no nível de serviço especificado. A negociação constitui o
mecanismo que permite a realização destes ajustes na programação.

Um método de negociação é uma sequencia de mensagens de acordo com certa lógica.

Essa negociação é reconhecidamente um meio eficiente para selecionar de modo ágil
uma empresa para a realização de alguma atividade (Jiao J.,You X, 2006). De acordo
com Jiao e You (2006), em geral, o processo de negociação em MAS pode ser
compreendido em três fases: convite (onde é iniciado a negociação), envio de propostas
(nesta fase os interessados em participar da negociação declaram essa vontade através
de uma proposta, processo D3.1) e escolha (finalizando o leilão, é selecionada a melhor
proposta, processo D3.2).

Neste trabalho será utilizado o mecanismo de negociação de Vickrey (Mes et al., 2007).
De acordo com a argumentação de Ausbel e Milgrom (2006), esse método oferece
diversas vantagens: é rápido, requer menor quantidade de informações e facilita o ajuste
do planejamento em reação às mudanças operacionais. O método de Vickrey é simples e
adequado a aplicações que requeiram decisões durante a jornada de trabalho. Outra
vantagem desse leilão é que o ofertante é estimulado a não exagerar no valor de sua
proposta, visando ganhar a todo custo, e como o serviço de transporte é, no caso, um
sistema fechado, não há interesse em elevar os preços desnecessariamente. O
mecanismo Vickrey faz com que os participantes apresentem em suas ofertas valores
próximos àqueles praticados no mercado (Ausubel e Milgrom, 2006).

No método de Vickrey, as propostas são fechadas, isto é, um concorrente desconhece os

valores das propostas de seus concorrentes. As propostas recebidas são classificadas por
ordem crescente de preço, e é vencedora a proposta com o menor valor, porém ao
vencedor é pago o segundo menor preço. Os leilões podem ser de dois tipos: o primeiro
deles é entre máquinas e veículos, quando um novo pedido de produtos ou componentes
(não planejado inicialmente) necessita ser transportado. E o segundo é quando um
veículo constata que, não será capaz de realizar o seu roteiro, nesse caso necessitando
escolher uma ou mais atividades e “negociar” sua transferência com outros agentes
veículos.

3.3.1. Algoritmo utilizado no leilão entre máquina e veículos ou entre veículos

Em um algoritmo de leilão, um agente pode assumir dois papeis: o de leiloeiro,
responsável pelo leilão, ou o de proponente, aquele que está interessado no objeto
leiloado. Nesta proposta os objetos leiloados são tarefas de transporte que precisam ser
executadas pelos veículos, estas podem ser de dois tipos: o primeiro corresponde a
novas tarefas criadas após o início das operações dos veículos e o segundo tipo são as
tarefas que, mesmo conhecidas no início do roteiro, não podem ser realizadas dado a
eventos dinâmicos não previstos no planejamento inicial do roteiro. Para as tarefas do
primeiro tipo, o leiloeiro é um agente máquina que concluiu a fabricação de um lote de
componentes, já no segundo tipo, o leiloeiro é um veículo com dificuldades na
realização de seu roteiro inicial. Em ambos os tipos, os proponentes são os agentes
veículo, que possuem a prerrogativa de criar propostas para a realização das tarefas de
transporte negociadas em cada leilão.

De acordo com o procedimento de Dynamic Threshold (Mes et al., 2007), o leiloeiro

( )
define o valor de referência para as ofertas correspondentes a cada rodada de
negociação do leilão, para alocação da tarefa i, ( = 1, 2, … , ), onde m é o número de
tarefas a serem licitadas. Em cada rodada de um leilão, o leiloeiro analisa as propostas
recebidas, e caso não haja propostas para o serviço, um novo valor de referência é
( ) ( )
calculado. Para tanto o leiloeiro define um valor máximo > para as
ofertas referentes a cada tarefa i. Quando isso ocorrer serão realizados outros leilões
para a mesma tarefa, em um total de r rodadas de negociação. Na última rodada, o
( )
leiloeiro atribuirá um infinito a fim de aceitar qualquer oferta e garantir que a
tarefa seja cumprida.

( )
Assim, seja o valor de uma oferta de um veículo para a tarefa i, no leilão de
( ) ( )
número = 1,2, … , . Para = 1, serão aceitas ofertas com valor ≤ e para
= , será aceita qualquer oferta.

À medida que vão ocorrendo os leilões, o leiloeiro tende a ampliar o leque de valores
aceitáveis para as ofertas. Uma função que exprime essa ampliação da faixa de variação
dos valores das ofertas é a seguinte (Mes et al., 2007).
( ) ( )
( ) ( )
≤ + ( )
( − 1) , com = 1, … , − 1 e ≥1 (2)
para = 1 a interpolação é linear e, para > 1 tem-se interpolação exponencial.
( ) ( ) ( ) ( )
Assim, para = 1, temos ≤ e para = − 1 tem-se ≤ ,
( )
ampliando assim a faixa de valores admissíveis para à medida que se realizam
novas rodadas.

3.3.2. Cálculo das propostas de transporte

Durante cada rodada de negociação de uma tarefa i, os veículos precisam realizar o
 ( )
cálculo das propostas para realização das tarefas de transporte. Para tanto o cálculo
( )
de deve levar em conta a localização do veículo em seu roteiro atual, e o tempo
( )
disponível para o atendimento da nova tarefa. De maneira que uma proposta de um
veículo pode ser calculada como na equação (3), que é dependente do acréscimo da
distância no roteiro ( ), do tempo de atendimento ( ), do ganho esperado pelo
transportador com a realização do serviço ( ) e do tempo disponível no ciclo diário de
trabalho para a realização da tarefa ( ).
( ) (3)
= + + (2 − )
8

Para o cálculo do custo de relativo ao acréscimo da distância no roteiro, , deve ser

verificada qual a melhor posição dentro do roteiro para inserir a tarefa i, o custo do
acréscimo da distância no roteiro deve ser computado de acordo com o custo adicional
por quilometragem percorrida, que pode ser específico a cada veículo. Ambas as
componentes de custo, e , devem levar em consideração não apenas os custos
variáveis com a realização direta dos serviços, mas também os custos fixos, Novaes
(2007) destaca a relevante participação dos custos fixos na composição dos custos do
produto. Já o ganho , pode ser entendido como um montante financeiro que torne a
execução da tarefa vantajosa para a empresa.

Por fim, o tempo disponível ( ) é um valor que varia no intervalo [0,8], visto que
mede o tempo ainda disponível para realizar a tarefa. O tempo disponível, forma de um
multiplicador de risco que varia no intervalo [1,2], de maneira que tanto ele pode não
surtir efeito, como ele pode dobrar os custos com o novo atendimento. A partir da
observação da equação (3), pode-se perceber que o multiplicador de risco poderá, no
máximo, fazer com que a proposta para a nova tarefa dobre de valor.

4. CONCLUSÕES
O controle dos processos da cadeia de suprimentos é fundamental para que empresas
OEM possam gerenciar suas operações de forma autônoma. Apesar de o modelo SCOR
ser flexível e aplicável a diferentes contextos empresariais, cada empresa precisa
estendê-lo a fim de atender a requisitos operacionais intrínsecos de cada negócio. Os
processos SCOR relacionados com o sistema de produção puxada, identificados neste
artigo, servem como referência para o controle autônomo por agentes. A abordagem
proposta baseia-se na utilização de agentes para controlar as operações de suprimento
em uma empresa OEM, de maneira que os processos identificados orientam a
automação das atividades de transporte e produção.

A proposta apresenta uma estratégia de negociação dos serviços de transportes, de

maneira que os agentes possam lidar com eventos dinâmicos presentes durante as
operações, estes realizam a transferência de tarefas para outros agentes (veículos)
capazes de realizar as tarefas em tempo hábil. A estratégia de cálculo das propostas
apresentadas considera diferentes aspectos presentes em operações reais de transporte,
como: cálculo de custo, expectativa de ganho e complexidade para realizar a tarefa
(quanto menos tempo disponível para realizar a tarefa, maior será a complexidade).
Referências
Anosike, A. I., e Zhang, D. Z. (2009) An agent-based approach for integrating manufacturing operations.
International Journal of Production Economics, 121(2), 333–352. doi:10.1016/j.ijpe.2006.10.013
Aragão Jr., D. P., Novaes, A. G. N., e Luna, M. M. M. (2012) Decision making in a dynamic vehicle
routing problem based on autonomous agents. Anais do XXVI Congresso de Pesquisa e Ensino em
Transportes. ANPET, Joinville.
Ausubel, L. M., e Milgrom, P. (2006) The Lovely but Lonely Vickrey Auction. Combinatorial Auctions,
17–40.
Bowersox, D. J., Closs, D. J., e Cooper, M. B. (2002) Supply Chain Logistics Management. Mc Graw
Hill, New York, USA.
Dai, B., e Chen, H. (2011) A multi-agent and auction-based framework and approach for carrier
collaboration. Logistics Research, 3(2), 101–120. doi:dx.doi.org/10.1007/s12159-011-0046-9
Davidsson, P., Henesey, L., Ramstedt, L., Törnquist, J., e Wernstedt, F. (2005) An analysis of agent-
based approaches to transport logistics. Transportation Research Part C: Emerging Technologies,
13(4), 255–271. doi:10.1016/j.trc.2005.07.002
Gunasekaran, A., e Ngai, E. W. T. (2009) Modeling and analysis of build-to-order supply chains.
European Journal of Operational Research, 195(2), 319–334.
doi:http://dx.doi.org/10.1016/j.ejor.2008.03.026
Guo, Q., e Zhang, M. (2009) A novel approach for multi-agent-based Intelligent Manufacturing System.
Information Sciences, 179(18), 3079–3090. doi:10.1016/j.ins.2009.05.009
Hwang, Y.-D., Lin, Y.-C., e Lyu Jr., J. (2008) The performance evaluation of SCOR sourcing process—
The case study of Taiwan’s TFT-LCD industry. International Journal of Production Economics,
115(2), 411–423. doi:http://dx.doi.org/10.1016/j.ijpe.2007.09.014
Jiao J.,You X, K. A. (2006) An agent-based framework for collaborative negotiation in the global
manufacturing supply chain network. Robotics and Computer-Integrated Manufacturing, 22(3),
239–255. Obtido de http://www.scopus.com/inward/record.url?eid=2-s2.0-
32544446332&partnerID=40&md5=d50f0168fd359fcda38c66609eb3f293
Karageorgos, A., Mehandjiev, N., Weichhart, G., e Hämmerle, A. (2003) Agent-based optimisation of
logistics and production planning. Engineering Applications of Artificial Intelligence, 16(4), 335–
348. doi:10.1016/S0952-1976(03)00076-9
Leitão, P. (2009) Agent-based distributed manufacturing control: A state-of-the-art survey. Engineering
Applications of Artificial Intelligence, 22(7), 979–991. doi:10.1016/j.engappai.2008.09.005
Long, Q., Lin, J., e Sun, Z. (2011) Modeling and distributed simulation of supply chain with a multi-agent
platform. The International Journal of Advanced Manufacturing Technology, 55(9), 1241–1252.
Obtido de http://dx.doi.org/10.1007/s00170-010-3148-7
Mes, M., van der Heijden, M., van Harten, A., e Mes M., van der H. M. van H. A. (2007) Comparison of
agent-based scheduling to look-ahead heuristics for real-time transportation problems. European
Journal of Operational Research, 181(1), 59–75. doi:10.1016/j.ejor.2006.02.051
Monostori, L., Váncza, J., e Kumara, S. R. T. (2006) Agent-Based Systems for Manufacturing. CIRP
Annals - Manufacturing Technology, 55(2), 697–720.
doi:http://dx.doi.org/10.1016/j.cirp.2006.10.004
Novaes, A. G. (2007) Logística e gerenciamento da cadeia de distribuição. Campus, Rio de Janeiro,
Brasil.
Roorda, M. J., Cavalcante, R., McCabe, S., e Kwan, H. (2010) A conceptual framework for agent-based
modelling of logistics services. Transportation Research Part E: Logistics and Transportation
Review, 46(1), 18–31. doi:10.1016/j.tre.2009.06.002
SCC. (2009) Supply-Chain Operations Reference-model (SCOR) Version 9.0. Supply-Chain Council,
USA.
Wooldridge, M. (2002) An introduction to multiagent systems. Wiley, Chichester, Inglaterra.
Zhang, Z. G., Kim, I., Springer, M., Cai, G., e Yu, Y. (2013) Dynamic pooling of make-to-stock and
make-to-order operations. International Journal of Production Economics, 144(1), 44–56.
doi:http://dx.doi.org/10.1016/j.ijpe.2013.01.012