Desenvolvimento de modelo multiobjetivo para projeto e gestão de cadeias de suprimentos resilientes e sustentáveis

• Ano de defesa: 2021
• Autor(a) principal: LUCAS, Thais Campos
• Orientador(a): MOURA, Márcio José das Chagas
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Pernambuco
• Programa de Pós-Graduação: Programa de Pos Graduacao em Engenharia de Producao
• País: Brasil
• Palavras-chave em Português: Engenharia de Produção; Projeto de cadeias de suprimento; Resiliência; Sustentabilidade; Algoritmo genético multiobjetivo
• Link de acesso: https://repositorio.ufpe.br/handle/123456789/41892

Projetar uma Cadeia de Suprimentos (CS) requer a tomada de decisões estratégicas, tanto de longo como de curto prazos. Em ambos os tipos, têm-se como característica impactar o retorno do investimento e o desempenho da rede. Além disso, o aumento das expectativas de nível de serviço e questões de sustentabilidade trazem desafios importantes para as organizações. Desta forma, além de considerar a performance da CS, os decisores precisam avaliar a exposição da rede a eventos perturbadores. Nesse contexto, este trabalho propõe um modelo de otimização multiobjetivo para o problema da definição do projeto de uma CS, que visa avaliar a incorporação de resiliência à rede, considerando aspectos econômicos, ambientais e sociais para avaliar as decisões de configuração e operação da cadeia. Este trabalho considera um algoritmo genético multiobjetivo (MOGA) para resolver o modelo proposto, em que decisões de projeto envolvem as instalações, como aumento de capacidade e construção de novas unidades que comporão a CS, considerando que ela estará exposta a interrupções externas. Além disso, um exemplo baseado em um exemplo de CS da literatura, adaptado à realidade da indústria alimentícia é apresentado e se analisa um caso de projeto inicial de rede de suprimentos e um caso de redesenho de uma rede preexistente, onde cenários são investigados a fim de definir e avaliar os possíveis resultados de eventos perturbadores. Ao fim, o desempenho das diferentes configurações de rede obtidas como soluções em cada caso é comparado de acordo com seu desempenho nos objetivos considerados.