Modelos de programação linear aplicados à gestão das operações de um armazém : caso prático

Abstract

Com o mercado global cada vez mais competitivo e mais volátil, exige-se flexibilidade, qualidade e eficiência nas operações logísticas. Os armazéns são, inevitavelmente, elos importantes da cadeia logística, pelo que, neste contexto, a sua gestão cumpre um papel muito relevante no que diz respeito à obtenção dos níveis de serviço prestados ao cliente. Neste trabalho são analisados dois modelos de programação linear aplicados à gestão das operações num armazém. O primeiro modelo visa o dimensionamento das áreas funcionais bem como a atribuição de cada um dos diferentes produtos a cada uma dessas áreas. Posteriormente, é abordada a política de localização a adoptar. Assim, o segundo modelo analisado adopta uma política de localização baseada na formação de clusters. Para analisar o desempenho desses modelos quando submetidos a problemas complexos é utilizado o estudo de um caso prático. A utilização desta abordagem permitiu para além da identificação das limitações e potencialidades dos modelos a reorganização do armazém em estudo. Os modelos são adaptados de forma a modelarem correctamente a situação real em estudo, sendo posteriormente resolvidos recorrendo a um software de optimização. A reorganização do armazém é realizada procedendo-se à implementação dos resultados obtidos por resolução dos modelos e de outras medidas consideradas necessárias para uma melhoria do desempenho do armazém. As soluções obtidas permitiram não só redimensionar e reorganizar o centro de distribuição como abriram lugar ao estudo e implementação de novas estratégias para optimizar o processo de picking.

Today's competitive and volatile market demands flexibility, quality and eficiency from the logistics operations. In this context, warehouses are an important link of the logistic chain and warehouse management plays a determinant role over customer's service. Throughout this work we analyse two linear programming models supporting warehouse management decisions. The first one determines product allocation to the functional areas in the warehouse, as well as the size of each area. Further, we present a second model to solve the stock location problem. In this model, clustering techniques are applied to group items. We describe the application of these models to a distribution centre. The case study also demonstrates the models' performance when real data is used. Models are solved using a commercial solver and results are implemented jointly with other benefit measures. From the results gathered, it appears that potential savings are achieved using the proposed techniques. The output of these models may also be taken as a starting point for further detailed warehouse operations decisions, especially in what concerns to the optimisation of the order picking process.