Escolar Documentos
Profissional Documentos
Cultura Documentos
Governador Valadares
Julho de 2021
HENRIQUE LATORRE COSTA
henriquelatorre20@gmail.com
Governador Valadares
Julho de 2021
TERMO DE RESPONSABILIDADE
____________________________________
Henrique Latorre Costa
RESUMO
The determination of work schedules is an activity of great importance for companies, as it can,
among others, directly impact the operational costs of labor and customer dissatisfaction. The
present work seeks to optimize the elaboration of the work schedule in a railway company,
located in Minas Gerais. To this end, a mathematical model of integer linear programming was
developed, with the objective of minimizing the number of machinists used in the scales. The
software used was GUSEK (GLPK Under Scite Extended Kit) version 0.2 as it is a general
public license system, with free access. In that company, the current scheduling model for the
machinists' work schedule is done manually, through the tacit knowledge of a single employee
– which makes the activity potentially susceptible to failure. Thus, the computational
mathematical model (integer linear programming) was applied, considering the objective
function of minimizing the number of machinists needed to elaborate the scales. For the
restrictions, a work cycle of 8 days was considered (6x2 scale – 6 days worked and 2 days off);
a rest period of at least ten continuous hours; departure from Belo Horizonte/MG to Vitória/ES
and vice versa, and both with mandatory stop in Governador Valadares/MG to change crew;
for each trip, the use of two locomotives (a scout train to check the status of the railway and
another with passengers). The planning horizon was 21 days depending on the characteristics
of the software and/or compilation capacity on the computer used. In response, there was a need
to use 16 of the 18 machinists provided by the company. The result found was totally
satisfactory, not only because it minimizes the number of employees, but mainly because it
eliminates the high planning time required in the trial and error modes in the preparation of this
activity map, but mainly because it transforms tacit knowledge (only an employee with
extensive experience in the area had the knowledge) explicitly, and without human interference.
1 INTRODUÇÃO........................................................................................................... 12
1.1 Estrutura do Trabalho............................................................................................. 14
2 FUNDAMENTAÇÃO TEÓRICA............................................................................... 15
2.1 Pesquisa Operacional............................................................................................. 15
2.2 Programação Matemática....................................................................................... 17
2.2.1 Programação Linear........................................................................................ 17
2.2.2 Programação Linear Inteira............................................................................ 18
2.3 Método Simplex...................................................................................................... 19
2.4 Método Branch and Bound..................................................................................... 20
2.5 Planejamento de escalas......................................................................................... 22
3 METODOLOGIA........................................................................................................ 23
3.1 Classificação da pesquisa....................................................................................... 24
3.2 Roteiro da pesquisa, materiais e método................................................................. 25
4 Estudo de caso.............................................................................................................. 27
4.1 Modelo de programação matemática...................................................................... 28
5 RESULTADO E DISCUSSÕES.................................................................................. 35
5.1 Aplicação do modelo.............................................................................................. 36
5.2 Comparação do modelo computacional com o método adotado na empresa........... 37
6 CONSIDERAÇÃOES FINAIS.................................................................................... 39
REFERÊNCIAS.............................................................................................................. 42
12
1 INTRODUÇÃO
jornada de trabalho dos operadores. Além do tempo máximo permitido para uma jornada de
trabalho – leis estas descritas na Consolidação das Leis do Trabalho (CLT), existem também
outras regras para apoiar o trabalhador, como restrições sindicais e contratuais.
Nesse ínterim, a “Empresa” – assim denominada com o intuito de manter sigilo de
informações – atua no ramo de transporte ferroviário de pessoas e cargas. Esta companhia
possui um determinado número de maquinistas em seu quadro de funcionários, e a formulação
da escala de trabalho é feita de forma manual. Isso faz com que todo o conhecimento empírico
fique sob posse do colaborador que atua no planejamento dos horários de trabalho.
Ademais, não se sabe ao certo se a carga de trabalho é feita de forma otimizada uma vez
que existem desembolsos com horas extras. Diante deste problema, vislumbrou-se a
possibilidade de se elaborar um método de resolução de forma rápida e objetiva, de acordo com
as variáveis existentes.
Rosseti e Carqui (2009), por exemplo, afirmam que a preparação de escalas de forma
manual é um processo bastante complexo, demorado e suscetível a falhas, devido a ser muitas
vezes realizado através da tentativa e erro. Já Ernst et al. (2004) sugerem que, para elaborar as
escalas, deve-se procurar utilizar ferramentas de apoio à tomada de decisões para a alocação
dos empregados nos turnos certos e garantir a satisfação de ambas as partes.
Dada a relevância e impacto que a modelagem matemática pode trazer para o meio
empresarial, propõe-se, para esse trabalho, avaliar o atual modelo de programação de escalas
de trabalho para os maquinistas daquela empresa para então construir um modelo
computacional que resolva a situação de forma otimizada, sem a interferência humana. Dessa
forma, espera-se poder colaborar com a redução da fadiga no trabalho do colaborador
(planejador de escalas) e oferecer a ele maior disponibilidade de tempo de trabalho em função
da transferência de conhecimento para o sistema computacional.
Surge assim, em função do atual modelo de planejamento (manual) de trabalho, o
seguinte questionamento: em uma empresa ferroviária mineira de transporte de
passageiros, como transformar o conhecimento tácito em explícito de modo a eliminar
possíveis erros de programação de viagens com o auxílio da pesquisa operacional?
Uma hipótese para responder a esta pergunta é a de que, conforme mencionam Vieira et
al. (2016), existem técnicas da pesquisa operacional que podem ser utilizadas para elaboração
de escalas, e que permitem uma solução ótima, de forma automática, rápida e eficiente para o
desenvolvimento das mesmas. Outra possível resposta pode ser dada por Zaneti e Junior (2019,
14
p. 1) que afirmam que através do planejamento de escalas é esperado que o modelo aloque
tarefas ou viagens aos condutores, de forma que todas as restrições sejam respeitadas.
Baseando-se nesse cenário, o trabalho em vigência tem como objetivo geral elaborar um
modelo matemático de pesquisa operacional que defina a escala de trabalho dos maquinistas
respeitando as restrições estabelecidas e eliminando a suscetibilidade a possíveis erros
cometidos pelo planejador. Já os objetivos específicos são:
• Realizar levantamento de dados e informações sobre o atual processo de
planejamento e elaboração de escalas da empresa em análise para o ‘trem de
passageiros da EFVM’, assim conhecido;
• Estabelecer o número de mão de obra necessária para que a escala seja ótima;
• Elaborar um modelo de programação linear inteira (PLI) que conceda uma escala
ótima, permitindo assim a elaboração desse planejamento totalmente
automatizada;
• Elaborar uma análise comparativa das respostas fornecidas pelo modelo
matemático com o atual modelo manual de elaboração das escalas de trabalho
feita pelos funcionários da empresa em estudo.
O capítulo quatro detalha o estudo de caso, apresentando uma breve descrição sobre a
ferrovia que será estudada no trabalho e a elaboração do modelo computacional com sua função
objetivo e conjunto de restrições.
O quinto capítulo traz os resultados e discussões obtidos no estudo de caso. É nesta parte
em que são apresentados e comparados os resultados obtidos através da implementação do
modelo matemático com o atualmente praticado.
O sexto capítulo traz as considerações finais obtidas na realização do estudo e sugestões
para trabalhos futuros.
2 FUNDAMENTAÇÃO TEÓRICA
Para o embasamento teórico desse estudo, foram realizadas pesquisas a respeito dos
principais temas, como a pesquisa operacional e a programação matemática. Foram abordados
também, conceitos sobre alguns métodos de resoluções de modelos matemáticos, como o
simplex e o branch and bound, além de um estudo sobre o planejamento de escalas dentro da
literatura, e como elas se relacionam com as particularidades deste trabalho.
Goldbarg e Luna (2000) afirmam que um modelo matemático ajuda a ilustrar de forma
estruturada uma visão de um problema da realidade, e que o campo da programação matemática
é muito amplo. Dadas as várias restrições que podem existir na construção do planejamento de
um modelo, os métodos de solução passaram por especializações, sendo agrupados em
diferentes subáreas. Dentre elas, cita-se a programação linear, a programação inteira e a
programação não linear. Esta última não será abordada no trabalho em questão.
1. Função objetivo, que é uma função linear formada por variáveis de decisão onde
o valor deve ser otimizado;
2. Restrições do modelo, que são as relações criadas entre as variáveis de decisão
através de um conjunto de equações lineares;
3. Variáveis de decisão, podendo ser positivas ou nulas.
𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑜𝑢 𝑚𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑍 = ∑ 𝑐𝑗 𝑥𝑗 𝑗 = 1, … , 𝑛
≤
𝑆𝑢𝑗𝑒𝑖𝑡𝑜 𝑎 ∑ 𝑎𝑖𝑗 𝑥𝑗 { = } 𝑏𝑖 i ∈ M = {1, 2, … , 𝑚}
≥
𝑥𝑗 ≥ 0 j ∈𝑛
onde 𝑐𝑗 , 𝑎𝑖𝑗 e 𝑏𝑖 são constantes conhecidas para todo i e j, e 𝑥𝑗 são as variáveis não negativas.
onde 𝑥𝑗 , j ∈ N são as variáveis, 𝑓1 , i ∈ M ∪ {0} são funções das variáveis 𝑥1 ,𝑥2 , ... , 𝑥𝑛 e 𝑏𝑖 , i
∈ M são as constantes conhecidas.
De acordo com Barboza (2005) em alguns problemas de PPI as funções 𝑓1 , i ∈ M ∪ {0}
são lineares, fazendo com que o modelo possa ser escrito da seguinte forma:
19
onde 𝑥𝑗 são variáveis não negativas e 𝑐𝑗 , 𝑎𝑖𝑗 e 𝑏𝑖 são constantes conhecidas, para todo i e j.
Neste caso, se I = N, ou seja, todas as variáveis são inteiras; então, tem-se um problema de
programação linear inteira.
Os algoritmos disponíveis ainda não são consistentes na elaboração de uma solução
numérica em uma PLI. Desta forma, uma solução seria reduzir o número de variáveis inteiras
do problema, tendo em vista que o que mais afeta os cálculos neste tipo de programação é o
número de variáveis inteiras e a faixa viável em que eles se aplicam (TAHA, 2008).
princípio se trata dos testes da regra de parada do algoritmo, indicando se a solução ótima do
problema é encontrada, ilimitada ou inexistente (BOTACIM, et al. 2019).
De acordo com Belfiore e Fávero (2013), o método branch and bound (B&B) foi
inicialmente proposto em 1960 para a solução de problemas de programação binária e inteira.
O objetivo do modelo, segundo os autores, era dividir o problema original em subproblemas
menores e resolvê-los a partir destas divisões.
Segundo Lobato (2009), o método é baseado em uma árvore de enumeração, onde cada
nó da árvore representa um subproblema do problema principal e cada ramo representa uma
nova restrição que será considerada. Tomazella (2019) corrobora ao afirmar que cada nó
corresponde a uma sequência parcial que permite verificar se este nó pode ser eliminado,
fazendo com que a região de busca na árvore e o tempo computacional sejam reduzidos.
Cada divisão feita gera um limite superior (que são os problemas de maximização) ou
inferior (problemas de minimização) sobre o valor da função objetivo, onde suas soluções são
combinadas até se obter a solução ótima do problema original (BELFIORE; FÁVERO, 2013).
Para utilizar o B&B, Goldbarg e Luna (2000) afirmam que é necessário modelar o problema
como um problema de PLI e, em seguida, relaxar a formulação para PL, enumerando o espaço
de soluções através de uma árvore (FIG 2). Taha (2008) diz que para um problema de PLI, os
ramos tratam das variáveis inteiras obtidas pela solução do problema de PL, de forma a serem
criados ao menos dois ramos para cada variável inteira não obtida.
21
Gonçalves (2018) afirma que o método de geração de escalas mais utilizado nas
empresas de transporte ferroviário, urbano ou aéreo é o de escalas cíclicas, onde são elaboradas
sequências de atividades que são transformadas em uma escala. O autor cita que este artifício é
o mais utilizado nas ferrovias do país; dessa forma, o autor desse trabalho também optou por
empregar esse mesmo método no estudo de caso. Um exemplo de escala de trabalho para um
período de dez dias pode ser visto na Tabela 1.
3 METODOLOGIA
Gil (2007) afirma que o desenvolvimento de um projeto de uma pesquisa pode ser feito
sob quatro aspectos. O mesmo deve ser analisado quanto à natureza (aplicada ou básica), forma
de abordagem do problema (qualitativa ou quantitativa), finalidade da pesquisa (explicativa,
descritiva e exploratória) e procedimentos técnicos (bibliográfica, documental, experimental,
ex-post-facto, levantamento, estudo de campo e estudo de caso).
De acordo com Prodanov e Freitas (2013), uma pesquisa aplicada é aquela em que
utiliza o método de construção de conhecimento para a solução de um problema específico,
utilizando-se de uma aplicação prática. Dessa forma, pode-se classificar a pesquisa utilizada
nesse trabalho como sendo dessa natureza, uma vez que foram aplicadas ferramentas heurísticas
aliadas ao conhecimento da pesquisa operacional, visando uma otimização na elaboração da
escala de trabalho de uma empresa ferroviária.
Em relação ao tipo de abordagem, o trabalho possui caráter qualiquantitativo pois busca
com base nas restrições do problema (qualitativo) colaborar para a otimização do processo de
elaboração da escala de trabalho (quantitativo). Ressalta-se que a abordagem qualitativa, de
acordo com Minayo (2001), dedica-se, dentre outros, a aspirações, crenças, significados,
valores e atitudes de processos e fenômenos que não podem ser reduzidos a variáveis. Já a
quantitativa, segundo Fonseca (2002), quantifica os resultados numericamente, centrando-se na
objetividade e recorrendo-se à linguagem matemática para descrever as causas do objeto de
estudo.
Quanto ao objetivo, a pesquisa se classifica como descritiva de acordo com as definições
de Prodanov e Freitas (2013). Nesta categorização, observa-se a existência de relações entre as
variáveis (no caso, dias de trabalho e dias de folga) e a presença de coleta de dados para a
resolução do modelo matemático (atuação prática).
Como um dos objetivos do trabalho envolve o levantamento de restrições e variáveis
que auxiliam na elaboração da escala, verifica-se que o procedimento técnico da pesquisa se
enquadra como estudo de caso. Para Gil (2010), esta classificação consiste no estudo exaustivo
25
de estágio. Este fato reforça a importância do trabalho, pois vai ao encontro da definição de
conhecimento tácito supracitado. Ou seja, não foi utilizado nenhum outro tipo de material, como
consulta a documentos ou legislações trabalhistas etc.; todo o conhecimento se encontrava sob
posse de uma pessoa.
Definido o objetivo final do trabalho (minimizar a quantidade de maquinistas
disponíveis), o próximo passo compreendeu a escolha do software que iria resolver o problema
de programação linear inteira (PPLI). Optou-se pelo uso do GUSEK (GLPK Under Scite
Extended Kit) versão 0.2 por ser um software livre, ou seja, os usuários têm a liberdade de
usufruir do sistema de forma gratuita.
Por envolver questões trabalhistas, e em função das entrevistas informais realizadas,
procurou-se fazer o levantamento de dados referente às restrições de acordo com a legislação
trabalhista brasileira, acordos coletivos firmados entre a empresa e o sindicato do ramo e com
as condições operacionais da empresa. Com a inserção da função objetivo, restrições e demais
parâmetros do modelo, realizou-se a sua compilação, registrou-se os dados que otimizavam o
processo de elaboração da escala e realizou-se uma análise e comparação com a forma como
era realizada anteriormente.
4 ESTUDO DE CASO
O estudo foi realizado em uma das diversas sedes de uma empresa de grande porte que
atua, dentre outras áreas, no ramo ferroviário de transporte de carga e de pessoas. A sede onde
se realizou o trabalho se localiza no município de Governador Valadares (região leste de Minas
Gerais) e o período de observação dos dados compreendeu os meses de abril de 2019 a março
de 2020. Os tópicos a seguir fazem menções sobre o objeto de estudo, e trazem os requisitos
gerais e a formulação/desenvolvimento do modelo matemático.
A empresa em questão opera cerca de 2 mil quilômetros de malha ferroviária no Brasil.
Desta, aproximadamente 905 quilômetros de extensão correspondem à Estrada de Ferro Vitória
Minas (EFVM), que liga o município de Belo Horizonte (MG) ao de Vitória (ES). A empresa
possui uma frota de 322 locomotivas e 19.154 vagões. Em um ano, são movimentadas 119
milhões de toneladas de minério de ferro e 22 milhões de toneladas de produtos diversos e
diversos passageiros em vagões climatizados.
O comumente conhecido como trem de passageiros transporta, em média um milhão de
viajantes por ano. A EFVM conta com 30 pontos de embarque e desembarque ao longo do seu
trajeto, e atende 42 municípios entre os dois estados. O trem de passageiros da EFVM é o único
trem diário de longa distância do Brasil.
A elaboração do modelo matemático contemplou somente o serviço de transporte de
passageiros entre os municípios de Belo Horizonte/MG e Vitória/ES. Desta forma, observou-
se a disponibilidade de vagões especiais, de locomotivas e da oferta de mão de obra que iria
operar as locomotivas.
Dentre as opções de otimização que o modelo matemático oferece, escolheu-se como
função objetivo (FO) minimizar a oferta de mão de obra necessária para operar o trem. Assim,
inseridas as restrições ao modelo juntamente com a FO, esperou-se que o modelo matemático
resolvesse o problema e enviasse um mapa de alocação dos maquinistas às tarefas juntamente
com a indicação dos dias de folga dos colaboradores.
No período de vigência do estudo, a empresa contava com dezoito maquinistas para
atuar nas rotinas operacionais do trem de passageiros. Como a operação do trem acontece
durante os sete dias da semana, os maquinistas foram então distribuídos entre os dias e horários
disponíveis de partida nos municípios de Belo Horizonte e de Vitória.
28
A escala da empresa em questão funciona no modelo 6 por 2, ou seja, para cada seis
dias de trabalho realizados, ocorrem, obrigatoriamente, dois dias de folga logo após o último
dia de serviço.
De acordo com a Consolidação das Leis do Trabalho (CLT), o artigo 239, parágrafo 1º
da seção V (do serviço ferroviário), capítulo I, dispõe que, depois de cada jornada de trabalho,
deverá haver um repouso de no mínimo dez horas contínuas. Além disso, o artigo 246,
juntamente com o acordo coletivo firmado entre a empresa e o sindicato dos ferroviários,
dispõem que o horário de trabalho/operação dos maquinistas do trem de passageiros não deverá
exceder o tempo de seis horas diárias, implicando o pagamento de horas extras aos mesmos.
Diante da exposição dessas restrições, a grande questão da elaboração do modelo
matemático é que a empresa se torna obrigada a dividir as movimentações em diferentes
equipes, uma vez que uma viagem de trem – da sua origem até o destino final – tem uma duração
de no mínimo treze horas. Esta divisão já existe atualmente, e o município de Governador
Valadares foi o escolhido para realizar as trocas de tripulantes. A Figura 4 mostra o percurso
da EFVM, com as duas pontas citadas como local de origem dos trens.
29
e já realizou a troca de tripulantes, e a partir deste momento o quarto tripulante assume o trem
de passageiros e dá sequência no trajeto com destino a Belo Horizonte/MG.
A segunda equipe trabalha da mesma forma, porém com horários diferentes. O trem
batedor parte da estação de Belo Horizonte às 7h enquanto o trem de passageiros parte às 07h30.
O horário de previsão de chegada do trem de passageiros à estação de GV é às 14h08. Da mesma
forma, durante o intervalo de parada é realizada a troca de equipes com destino à estação de
Pedro Nolasco.
Um fato interessante que ocorre é que as equipes que assumem os trens de passageiros
chegam aos seus destinos nos horários previstos de 20h10 em Belo Horizonte e 20h30 em
Vitória. Além disso, também pode haver atrasos nos horários de chegada, o que impacta
diretamente na oferta de mão de obra do dia seguinte.
Neste caso, como os trens devem partir das pontas logo pela manhã do dia subsequente
e pelo fato dos maquinistas terem que se apresentar ao serviço uma hora antes da partida, o
tempo mínimo de descanso de dez horas exigido pela lei não é cumprido. Surge, então, uma
nova atividade dentro da empresa, chamada de “tarefa especial fora da sede”. Nesta atividade,
se os maquinistas chegam nas pontas no ‘dia D’, eles ficam de sobreaviso (ou seja, repouso,
sem retornar ou conduzir o trem) durante o dia seguinte (D + 1), e no dia ‘D + 2’ os
colaboradores se encontram aptos a assumir o trem que parte das chamadas pontas com destino
à sede em GV.
Este mesmo fato não acontece com os tripulantes que saem das pontas e chegam ao
município de Governador Valadares na parte da tarde. Ou seja, para quem sai de uma das pontas
e chega a GV, o tempo mínimo de dez horas de descanso é cumprido e estes ficam aptos a
assumir o trem na tarde do dia seguinte, seja para retornar ao seu ponto de saída ou dar sequência
ao trajeto com destino no outro estado.
Há de se levar em consideração o fato de que, os dois dias de folga que as equipes devem
cumprir são cumpridos sempre na sua sede (ou seja em Governador Valadares). Este fato
implica que os seis dias trabalhados na escala deva ser sempre iniciado e encerrado na estação
valadarense. A Figura 5 mostra o esquema de uma possível sequência de atividades dos
maquinistas, que inicia e termina em sua sede.
31
D : Conjunto de maquinistas
T : Conjunto de tarefas
H : Conjunto de dias
𝑵𝒊 : Conjunto de tarefas que não pode preceder a tarefa i
𝑻′ : Conjunto de tarefas não obrigatórias
n : Número de maquinistas disponíveis
m : Número de tarefas
h : Número de dias do horizonte planejado
𝒕𝒋 : Tipo de tarefa
f : Tarefa que representa o dia de folga na sede
A função objetivo (4.1) para este modelo será do tipo minimização, com o objetivo de
minimizar o número de maquinistas necessários à elaboração das escalas. O modelo de
programação matemática proposto é dado pelas seguintes equações:
34
Função Objetivo:
min Z = ∑ 𝑦𝑑 (4.1)
𝑑∈𝐷
𝑑,𝑘
∑ 𝑥𝑖,𝑗 = 0 ∀𝑑 ∈ 𝐷, 𝑖 ∈ 𝑇, 𝑘 ∈ {1, … , (ℎ − 1)} (4.4)
𝑗 ∈ 𝑁𝑖
𝑑,𝑘
∑ ∑ 𝑥𝑖,𝑗 = 1 ∀𝑘 ∈ 𝐻, 𝑗 ∈ 𝑇\𝑇 ′ (4.9)
𝑑∈𝐷𝑖∈𝑇
𝑑,0
∑ 𝑥𝑓,𝑗 = 1 ∀𝑑 ∈ 𝐷 (4.10)
𝑗∈𝑇
𝑦𝑑 ∈ {0,1} ∀𝑑 ∈ 𝐷 (4.12)
35
5 RESULTADOS E DISCUSSÕES
mostra a designação das tarefas geradas pelo software GUSEK para três maquinistas (M3, M8
e M15) escolhidos de forma aleatória para os 21 dias de trabalho.
Na Figura 7, pode-se observar que o maquinista 8 não foi utilizado no modelo, pois
todos os dias de trabalhos estão designados com a tarefa 11, que corresponde à folga.
Dentre os horizontes de planejamento testados no software, optou-se pela utilização do
modelo de 21 dias, uma vez que este tempo corresponde a exatamente a três semanas de
trabalho. Este mapa de trabalho poderia então ser divulgado aos maquinistas com certa
antecedência e estes poderiam utilizar suas folgas de forma mais agradável.
Na prática, assim que fosse gerado o primeiro mapa de tarefas com três semanas, pegar-
se-ia o 21º dia e o aplicar-se-ia novamente ao modelo para gerar novo mapa de serviços e folgas.
Ou seja, o ‘dia 0’ criado inicialmente para dar início à compilação do modelo – onde os
colaboradores poderiam estar em qualquer um dos locais (BH, GV ou Vitória), seria agora
substituído pelo resultado do dia 21. O software interpretaria este dado como sendo o novo ‘dia
0’ e, a partir dele, geraria a nova escala para os próximos 21 dias de trabalho e assim
sucessivamente.
A elaboração das escalas de trabalho na empresa era realizada de forma empírica por
um único analista que, dentre outras diversas atividades dentro da supervisão, possuía ampla
experiência no desenvolvimento da escala. Este procedimento era realizado por meio de
tentativas de erros e acertos, onde o profissional tentava encaixar as tarefas da melhor forma
em uma planilha própria.
Além disso, a conferência do atendimento das restrições era feita de forma bem simples,
apenas verificando a escala diversas vezes, uma vez que todas as restrições já eram de perfeito
38
estudar a viabilidade de se implementar novas restrições de forma a melhorar cada vez mais
esta atividade. Além disso, o novo modelo pode ajudar a descentralizar o processo de
elaboração da escala, já que apenas uma pessoa é responsável pela execução. Este fato tornaria
o processo mais suscetível a melhorias.
6 CONSIDERAÇÕES FINAIS
como, por exemplo, a quantidade e nome de cada maquinista para formalizar o período de
trabalho/folga/férias, dentre outros. Este sistema eliminaria a necessidade de se capacitar um
funcionário somente para esta atividade; caso fosse necessário, a empresa poderia contratar
especialistas nessa área de modelagem matemática para implementar novas restrições ou fazer
reajustes nas existentes.
42
REFERÊNCIAS
ERNST, Andreas T. et al. An integrated optimization model for train crew management.
Annals of Operations Research, v. 108, n. 1-4, p. 211-224, 2001.
ERNST, A. T.; JIANG, H.; KRISHNAMOORTHY, M.; SIER, D. Staff scheduling and
rostering: A review of applications, methods and models. European Journal of Operational
Research, v. 153, n. 1, p. 3–27, fev. 2004.
GIL, Antonio Carlos. Como Elaborar Projetos de Pesquisa. 5. ed. São Paulo: Atlas, 2010.
MINAYO, Maria. C. S. Ciência, técnica e arte: o desafio da pesquisa social. In: MINAYO,
Maria. C. S (Org.). Pesquisa social: teoria, método e criatividade. Petrópolis, RJ: Vozes,
2001. p. 09-29.
TAHA, H. A. Pesquisa operacional: uma visão geral. 8. ed. São Paulo: Pearson Prentice
Hall, 2008.
Estrada de Ferro Vitória a Minas completa 111 anos sobre os trilhos. Vale, 2005. Disponível
em: <http://www.vale.com/brasil/PT/aboutvale/news/Paginas/estrada-ferro-vitoria-minas-
completa-111-anos-sobre-trilhos.aspx>. Acesso em: 15 de mar. de 2021.
YU, G.; Arguello, M.; Song, G.; McGowan, S. M.; White, A. A New Era for Crew Recovery
at Continental Airlines, Interfaces, 33(1): 5-22, Jan.-Fevb. 2003.