Detalhes bibliográficos
| Ano de defesa: |
2023 |
| Autor(a) principal: |
Ikeziri, Lucas Martins |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Tese
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Estadual Paulista (Unesp)
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://hdl.handle.net/11449/251137
|
Resumo: |
Fornecer a devida atenção à demanda que percorre todos os elos de uma cadeia de suprimentos é um desafio que, se não for cumprido, implica alguns efeitos indesejáveis, por exemplo, baixa rotatividade de estoques, investimentos elevados em produtos e perda de vendas por ruptura de estoques. A fim de lidar com tais efeitos indesejáveis, a Teoria das Restrições (Theory of Constraints – TOC) propõe o sistema Pull Replenishment and Distribution (PRD) apoiado pelo método Gerenciamento Dinâmico do Pulmão (Dynamic Buffer Management – DBM) que, a partir de algoritmos e parâmetros definidos empiricamente, identifica as prioridades para o reabastecimento dos estoques e indica a necessidade de alterar os seus níveis-alvo. Assim, esta pesquisa tem como objetivo avaliar se a integração da técnica de inteligência artificial (IA), especificamente aprendizado por reforço (reinforcement learning – RL), ao DBM para calibrá-lo resulta em um método mais efetivo para o dimensionamento de estoques em dois estágios de uma cadeia de suprimentos. Para tanto, o ambiente foi modelado no software AnyLogic® e foram realizadas simulações em cenários distintos, viabilizando análises estatísticas da efetividade do método DBM por indicadores relacionados ao nível de serviço e de estoque no sistema. A partir dessas análises, dois cenários que proporcionaram desempenhos inferiores em relação aos demais foram selecionados para a integração da técnica RL ao DBM. Os resultados indicam que o método integrado não apresentou melhoras para o atendimento da demanda da cadeia de suprimentos em relação a uma combinação de regras do DBM tradicional. Portanto, a TOC possui regras tradicionais para o DBM que, se combinadas adequadamente, podem fornecer uma solução robusta que assegura um nível de serviço adequado ao passo que mantém a eficiência do controle dos níveis de estoques. Por outro lado, a integração de RL ao DBM pode ser uma alternativa viável para a recomendação de parâmetros adequados do DBM em função das especificidades de cada ambiente, uma vez que uma escolha indevida pode impactar negativamente a disponibilidade dos produtos, prejudicando o atendimento da demanda. |
