Otimização do estoque de uma fábrica de bebidas não alcoólicas em Python
DOI:
https://doi.org/10.18554/rbcti.v6i1.5403Palavras-chave:
Otimização de Estoque, Previsão de vendas, Python, Scipy, Algoritmo GenéticoResumo
Este trabalho tem o intuito de apresentar a utilização de modelagem matemática computacional para otimização em Python do estoque de uma fábrica. O problema é construído em torno da organização da produção de bebidas. A utilização de métodos heurísticos como os algoritmos Scipy.optimize.minimize e Algoritmo Genético (Genetic Algorithm) empregados nesse trabalho tem como objetivo otimizar a quantidade de produtos em estoque, levando em conta os diferentes produtos fabricados, a previsão de venda baseada em histórico e a capacidade máxima de produção. Os métodos utilizados são comparados em suas respostas e tempo de processamento. Os resultados mostram que ambos os métodos têm a capacidade de encontrar respostas otimizadas para o problema. O método Genetic Algorithm encontra respostas menos otimizadas para cada produto, mas realiza uma melhor distribuição geral da produção, além de necessitar de maior tempo de processamento para analisar todas as possibilidades. O método Scipy.optimize.minimize encontra uma resposta mais otimizada para a maioria dos produtos, mas não realiza uma distribuição eficiente da produção, além de apresentar um menor tempo de processamento.Referências
CARVALHO, A. P. L. F. Algoritmos genéticos. Disponível em: https://sites.icmc.usp.br/andre/research/genetic/. Acesso em: 10 jan. 2021.
MALAQUIAS, N G. L. Uso dos algoritmos genéticos para a otimização de rotas de distribuição. 2006. 113p. Tese (Mestrado em Engenharia Elétrica) - Universidade Federal de Uberlândia, Faculdade de Engenharia Elétrica, Uberlândia, MG, 2006.
PAGLIARUSSI, M. S.; MORABITO, R; SANTOS, M. O. Otimização da programação da produção de bebidas à base de frutas por meio de modelos de programação inteira mista. Scientific Electronic Library Online – Scielo, p. 1, dezembro 2016. DOI: https://doi.org/10.1590/0104-530X2288-15. Disponível em: https://www.scielo.br/j/gp/a/XM8DcbSWFGDHCTPfHWJWrCB/?lang=pt.
Acesso em: 09 jan. 2021.
PESSANHA, L. P. M.; ALVARENGA, R. L.; ARICA, G. G. M. Modelagem e resolução do problema integrado de dimensionamento e sequenciamento da produção: Caso de uma pequena empresa de produtos de limpeza. In: XXXV Encontro nacional de engenharia de produção. Fortaleza, CE, 2015.
SCIPY-LECTURES. Mathematical optimization: finding minima of functions. Disponível em: https://scipy-lectures.org/advanced/mathematical_optimization/. Acesso em: 23 dez. 2020.
SEBRAE. Micro e pequenas empresas geram 27% do PIB do Brasil. Disponível em: https://www.sebrae.com.br/sites/PortalSebrae/ufs/mt/noticias/micro-e-pequenas-empresas-geram-27-do-pib-do-brasil,ad0fc70646467410VgnVCM2000003c74010aRCRD.
Acesso em: 09 jan. 2021.