O Problema do Milk Run : Aplicao de um Modelo de EstoqueRoteirizao em uma Indstria de Alimentos

Fernando Laky Ozeki Escola Politcnica da USP e-mail: fozeki@uol.com.br Fernando Keiti Ando Antonio Henrique Paschoal Lima Hugo Tsugunobu Yoshida Yoshizaki Escola Politcnica da USP

ABSTRACT This work defines the milk run problem and describes a solution method with a hierarchical approach. A decision support tool has been developed to help a food company determine the number of times each supplier should be visited, assign the visits during the week and determine the routes for each day of the week.

Keywords: Operational Research, Logistics, Vehicle Routing Problem, Milk run, Material Requirement Planning, Supply Chain Management.

1. INTRODUO E DESCRIO DO PROBLEMA A migrao de esquemas Just in Time de reduo de estoques do setor automotivo para outras indstrias brasileiras tem ocorrido a uma taxa crescente. Alm disso, as compras cada vez mais se concentram em menos fornecedores com contratos de maior prazo, reduzindo-se as compras spot. Isto implica no aumento da freqncia da reposio de materiais produtivos e na diminuio dos respectivos tamanhos de lote e, por conseqncia, em embarques cada vez menores. A contrapartida, entretanto, tem sido um incremento no custo do transporte de suprimentos, pois as entregas passam a ser feitas com veculos menores com maiores custos unitrios ou com veculos maiores mas com ociosidade. Uma maneira de reduzir os custos de transporte a roteirizao dos veculos que recolhem matrias-primas de diversos fornecedores e, assim, melhorar a ocupao desses caminhes. Tradicionalmente, define-se o Milk Run como essa coleta roteirizada de materiais de diversos pontos de origem prximos para um ponto central de consumo, onde os tamanhos dos lotes de coleta e sua freqncia so definidos a priori. Assim, o Milk Run clssico um problema de roteirizao: dados os lotes de coleta, sua localizao e uma frota de veculos, objetiva-se minimizar o custo total de transporte. Entretanto, como a roteirizao tambm condicionada pela freqncia de reposio e tamanho dos lotes, importante que tais decises de estoques considerem explicitamente os custos de transportes. Prope-se ento uma extenso do modelo de Milk Run que englobe decises de estoques e roteiros. Neste trabalho formulado um modelo para solucionar esse problema de estoques e roteirizao para algumas matrias primas para uma indstria de alimentos, lder de mercado. Os objetivos foram criar uma metodologia para abordar o problema e desenvolver uma ferramenta computacional para a otimizao das rotas ao longo da semana ao mesmo tempo em que se minimiza o custo de estoques. A metodologia implementada segue um enfoque hierrquico para a resoluo desse problema.

Inicialmente determinou-se a freqncia semanal de coleta (Fase 1) e, em seguida, os dias da semana em que os fornecedores seriam visitados (Fase 2). Feito isso, determinou-se as melhores rotas para os veculos em cada dia da semana (Fase 3).

3. MODELAGEM DO PROBLEMA E METODOLOGIA DE SOLUO O problema foi dividido em trs fases, utilizando uma hierarquia de deciso, onde itens de horizonte de planejamento maior e freqncia de deciso menor geram solues que so restries para as fases seguintes, conforme a ordem abaixo: Fase 1 - Determinao da Freqncia de Coleta: com que freqncia um fornecedor deve ser visitado na semana. Fase 2 - Determinao do Dia de Coleta: que dia da semana ele deve ser visitado. Fase 3 - Determinao das Rotas: qual o melhor roteiro para cada dia da semana.

3.1. Fase 1 - Determinao da Freqncia de Coleta Nesta fase, determinou-se a freqncia de coleta em cada fornecedor e, conseqentemente, a quantidade coletada em cada viagem. Para tal, criou-se um modelo que leva em conta os custos de pedido, os custos de transporte e os custos de estoque de matrias-primas na companhia. A varivel de interesse de nosso modelo matemtico FREQi, a freqncia semanal de coleta no fornecedor i. A funo objetivo dada por:
11 11 7 min c(X i ) = C FREQ FPTR(DISTA NCIA )(FREQ ) FEST + + Oi i i i i FREQ i =1 i =1 i

Q i , semanal 2FREQ i

sendo: Qi, semanal - demanda mdia semanal pelas matrias-primas do fornecedor i (paletes/semana); DISTANCIAi - distncia do fornecedor i fbrica; COi - custo de pedido (R$/pedido) FESTi = pi i - custo de estoque (R$/palete dia); pi - preo mdio do palete do fornecedor i (R$/palete) i - custo do capital em (%/dia) FTR - custo de transporte (R$/km);

7 - tempo mdio que a matria-prima do fornecedor i permanece no estoque por semana; FREQ i Qi , semanal - quantidade mdia em estoque do fornecedor i por semana. 2 FREQi
O modelo leva em conta as seguintes restries: cada fornecedor deve ser visitado no mnimo uma e no mximo seis vezes por semana; a carga de cada viagem a um fornecedor no pode exceder a capacidade do caminho; a carga recolhida em cada fornecedor deve ser de no mnimo 1 palete; todas as variveis FREQi devem ser inteiras;

3.2. Fase 2 - Determinao do Dia de Coleta Escolheu-se como critrio de otimizao a minimizao das distncias percorridas em cada dia da semana, agrupando os fornecedores prximos entre si em um mesmo dia. Buscou-se tambm balancear o nmero de fornecedores visitados em cada dia. medida que foram distribudos os pontos verificou-se que haveria dias em que a capacidade do caminho era excedida e que era possvel realocar esses carregamentos em outros dias da semana, aumentando a carga desses outros dias e cancelando algumas das visitas iniciais, que causariam a necessidade de aluguel de um outro caminho. Na segunda-feira, optou-se por visitar os fornecedores localizados na regio prxima rodovia Castelo Branco, assim as clulas correspondentes foram preenchidas com "1" na tabela. Na tera-feira, optou-se por visitar os fornecedores localizados na regio prxima rodovia Raposo Tavares, assim as clulas correspondentes foram preenchidas com "1" na tabela. Na quarta-feira, optou-se por visitar os fornecedores localizados na regio prxima s represas Guarapiranga e Billings, assim as clulas correspondentes foram preenchidas com "1" na tabela. Na quinta-feira, optou-se por visitar os fornecedores localizados na regio nordeste da grande So Paulo, assim as clulas correspondentes foram preenchidas com "1" na tabela. Uma vez terminados os agrupamentos por regio, sobraram ainda quatro visitas para serem realizadas, sendo que duas delas eram ao mesmo fornecedor. Assim, essas duas visitas foram transformadas em apenas uma visita, j que a capacidade do caminho no era excedida com tal procedimento. Na Sexta-feira optou-se por visitar o fornecedor F11, localizado na regio da Mooca, e no Sbado os fornecedores restantes.

3.3. Fase 3 - Determinao das Rotas Nesta fase, a partir das solues obtidas na Fase 2, as rotas que os caminhes deveriam percorrer em cada dia da semana foram determinadas. O modelo foi resolvido pelo mtodo branch and bound atravs do software LINGO 6.0. O modelo bastante flexvel, pois permite a incluso ou excluso de fornecedores nas rotas, possibilitando eventuais replanejamentos de rotas nos dias da semana, alm de possuir uma interface com o Microsoft Excel, facilitando a entrada de dados e a leitura da soluo. Seja N o nmero de fornecedores a serem visitados. Em cada fornecedor, deve ser realizada a coleta de matrias-primas, segundo a demanda da fbrica. A cada fornecedor i esto associados: um tempo de atendimento si; uma quantidade qi > 0 de carga a ser coletada. A formulao matemtica do problema de roteirizao de veculos leva em considerao a seguinte varivel de deciso: xij = 1 se j atendido depois de i xij = 0 caso contrrio A funo objetivo do modelo :

MIN DISTij x ij
i =0

11

As restries do modelo so: O veculo deve chegar a cada fornecedor j uma nica vez:

x
i =0

11

ij

=1

j= 2, ..., 12

O veculo deve sair a cada fornecedor i uma nica vez:

x
j=0 n i =1

11

ij

=1

i=2, ..., 12

A capacidade do caminho no pode ser excedida em cada rota:

VCAP

4. RESULTADOS A seguir, esto os resultados da Fase 1 com a freqncia semanal de visita a cada fornecedor. Fornecedor F1 F2 F3 F4 F5 F6 F7 F8 F9 F10 F11 Freqncia Semanal De Visita 2 1 1 1 1 1 1 1 1 2 1

Tabela 1 - Freqncia de visita a cada fornecedor As freqncias obtidas foram baixas, pois, neste caso especfico, sendo a demanda semanal baixa, o custo de transporte tem um peso muito maior que o custo de estoque.

F1 Carga F2 Carga F3 Carga F4 Carga F5 Carga F6 Carga F7 Carga F8 Carga F9 Carga F10 Carga F11 Carga Visitas Carga Total

Segunda 1 7

Tera

Quarta

Quinta

Sexta

Sbado 1 6

Total 2 13 1 6 1 3 1 1 1 5 1 2 2 9 1 4 1 3 2 15 1 5 14 66

1 6 1 3 1 1 1 5 1 2 1 4 1 4 1 3 1 4 1 5 2 8 1 11 1 5

3 12

3 12

3 12

1 11

2 11

Tabela 2 - Dias da semana em que cada fornecedor deve ser visitado O critrio de alocao dos fornecedores nos dias da semana foi feito sem se considerar o planejamento de requisio de materiais da empresa, pois tais dados no estavam disponveis. Os fornecedores tambm poderiam ser alocados utilizando tais critrios. Em alguns casos, pode ser mais interessante utilizar o planejamento de requisio de materiais como critrio, principalmente quando o custo de transporte no tiver um peso grande.

Dia Segunda Tera Quarta Quinta Sexta Sbado Rota Rota Rota Rota Rota Rota F0 F0 F0 F0 F0 F0

Fornecedor / Carga (paletes) F9 3 F7 4 F11 5 F4 1 F10 11 F7 5 F1 7 F8 4 F3 3 F5 5 F0 F1 6 F0 F6 2 F10 4 F0 F2 6 F0 F0 F0

Dist. Total (km) 54 74 71 43 28 74

Carga Total (paletes) 12 12 8 12 11 11

Tabela 3 - Rotas de cada dia da semana Com base nos resultados das fases anteriores, foram determinadas as rotas de cada dia da semana por meio de um modelo de roteirizao de veculos. Neste caso em particular, no foi necessrio mais que um veculo ou rota em cada dia da semana, embora o modelo admita tal possibilidade.

5. CONCLUSES O trabalho muito sensvel ao custo de pedido, ao custo de transporte e ao custo de estoque, pois alteraes nos mesmos podem causar alteraes bastante significativas nas solues obtidas nas Fases 1 e 2. Os mtodos heursticos de soluo da Fase 2 podem ser aperfeioados, pois podem gerar solues muito aqum da soluo tima, principalmente quando a freqncia semanal de visita aos fornecedores muito alta. A Fase 3 bastante flexvel, pois permite, a qualquer momento, a excluso ou incluso de fornecedores nas rotas de cada dia da semana. Isso muito importante, pois h fatores aleatrios que fazem com que mudanas na programao diria sejam necessrias. Com o sistema atual, a empresa gasta em mdia R$ 200,00 por viagem, independentemente da carga transportada, at o limite de 12 paletes por viagem. Supondo que sejam feitas 24 visitas semanais (14 do milk run mais 10 dedicadas), e considerando o intervalo de um ms, temos um custo aproximado de R$ 19.200,00. Com a implementao do sistema, a empresa alugar no mximo dois caminhes trucks, incorrendo num custo de R$ 12.000,00, isto , ter uma economia de R$ 7.200,00 por ms.

BIBLIOGRAFIA Ballou, R. H., Business Logistics Management. Planning and Control, 2 Edition, Prentice Hall, Inc., Englewood Cliffs, New Jersey, 1985. Winston, W. L., Introduction to Mathematical Programming. Applications and Algorithms, 2 Edition, Duxbury Press, Belmont, California, 1995.

Cunha, C. B., Algoritmos para Roteamento e Programao de Veculos no Contexto da Distribuio Fsica, So Paulo, 1991, Dissertao (Mestrado). Cunha, C. B., Uma Contribuio para o Problema de Roteirizao de Veculos com Restries Operacionais, So Paulo, 1997, Tese (Doutorado). Clarke, G., Wright, J. W., "Scheduling of Vehicles from a Central Depot to a Number of Delivery Points", Operations Research, pp. 568-581, Vol. 12, 1963. Adenso-Daz, B., Gonzlez, M., Garcia, E., "A Hierarchical Approach to Managing Dairy Routing", Interfaces, pp. 21-31, Vol. 28, 1998. Dantzig, G. B., Ramser, J. H., "The Truck Dispatching Problem", Management Science, pp. 80-91, Vol. 1, 1959. Martinich, J. S., Production and Operations Management - An Applied Modern Approach, John Wiley Sons, Inc., New York, 1997. AGRADECIMENTOS Os autores gostariam de agradecer aos professores Dbora Pretti Ronconi e Cludio Barbieri da Cunha.