Modelo de otimização multi-período para localização de armazéns aplicado a operações humanitárias.

• Ano de defesa: 2021
• Autor(a) principal: Pinheiro, Maria Clara Rodrigues
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Humanitarian logistics; Localization problem; Logística humanitária; Mixed integer linear programming; Multi-period; Múltiplos períodos; Optimization of the logistics network; Otimização da malha logística; Problema de localização de instalações; Programação linear inteira mista
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/3/3136/tde-08102021-111236/

Este trabalho teve como objetivo avaliar a coordenação entre agências humanitárias e a aplicabilidade da modelagem com múltiplos períodos na solução de problemas de localização de armazéns utilizados em suas operações. Dessa forma, foi desenvolvido um modelo de programação linear inteira mista aplicado a operação humanitária de resposta à Ofensiva de Mosul, Iraque, nos anos de 2016 e 2017. A fim de avaliar as hipóteses a respeito dos benefícios da cooperação, houve a proposição de um novo modelo de configuração da rede logística, que possibilita a mudança na dinâmica de interação entre as agências e elos da cadeia de suprimentos. Dessa forma, foram verificados ganhos financeiros relativos à centralização das operações e ao compartilhamento de recursos, bem como demonstrou-se o melhor emprego dos recursos e maior eficiência através da utilização de modelos com múltiplos períodos. Além disso, a distância de cobertura em contextos desta natureza é um fator crítico e tem um papel importante no projeto da rede, estabelecendo um trade-off entre a centralização, a qual permite ganhos de escala, e o nível de serviço desejado na operação. O modelo de localização com múltiplos períodos se ajusta melhor a problemas com alta variabilidade nas demandas, entretanto é necessário que se empregue um método robusto de previsão de demanda no planejamento para que este modelo se adéque às incertezas inerentes destes sistemas.