Composição de contratos de afretamento para renovação de frota de embarcações de apoio marítimo: um método de otimização sob incertezas

• Ano de defesa: 2019
• Autor(a) principal: Souza, Marcelo Oliveira de
• Orientador(a): Rocha, Luiz Alberto Oliveira
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade do Vale do Rio dos Sinos
• Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia de Produção e Sistemas
• Departamento: Escola Politécnica
• País: Brasil
• Palavras-chave em Português: Afretamento marítimo; Otimização sob incertezas; Programação linear inteira; Programação estocástica; Análise de valor
• Palavras-chave em Inglês: Offshore logistics; Maritime chartering; Optimization under uncertainties; Integer linear programming; Stochastic linear programming; Value analysis
• Área do conhecimento CNPq: ACCNPQ::Engenharias::Engenharia de Produção
• Link de acesso: http://www.repositorio.jesuita.org.br/handle/UNISINOS/9697

Este trabalho de tese desenvolve um método para análise e apoio à decisão no processo de renovação de frota de embarcações afretadas, dedicadas ao suprimento de unidades marítimas (UM’s) de exploração e produção de petróleo e gás natural. O objetivo do método é determinar a composição mais adequada de contratos de afretamento, considerando as incertezas relacionadas à demanda e aos preços de afretamento, a fim de manter o atendimento pleno das necessidades das UM’s, ao menor custo possível. Para cumprir este objetivo foi desenvolvido um método de análise e solução para o problema, que envolve: exame das informações disponíveis, modelagem do problema, estudo e implementação de estratégias de otimização sob incertezas, análise de valor e avaliação de resultados. O método foi aplicado em um problema real de uma grande empresa de petróleo e gás, que atua no Brasil, onde foram avaliados diferentes cenários de demanda e preços para se chegar ao plano ótimo de afretamento. A análise dos resultados obtidos mostra que as técnicas de otimização que consideram simultaneamente as incertezas na modelagem matemática do problema são as mais adequadas para a resolução de problemas como o apresentado.