Planejamento Mestre da Produo: entendendo o problema e propondo soluo atravs de uma abordagem combinada

A atividade de gerenciamento do Plano Mestre de Produo, uma dentre as diversas funes de planejamento contempladas na estrutura dos sistemas ERP- Enterprise Resource Planning, e tem como finalidade definir o que a empresa planeja produzir, expresso em configurao, quantidades e datas especficas, de forma a atender a demanda identificada e compatvel com a capacidade produtiva da empresa. Nosso foco neste trabalho, propor uma modelagem adequada ao processo de elaborar o Plano Mestre que permita incorporar os aspectos subjetivos do processo de tomada de deciso do planejador. Para atingir este objetivo, vamos associar a facilidade e conforto advindos do emprego de simulaes baseadas no raciocnio da equao de conservao de estoques, com o ferramental disponibilizado pela lgica nebulosa, que proporciona interessantes recursos para o tratamento de problemas impregnados de aspectos qualitativos e ambguos tais como o que estamos lidando, alm de permitir ao usurio uma considervel elucidao do conhecimento empregado na soluo do problema. Palavras-chave: planejamento mestre da produo, planejamento da produo, lgica nebulosa No mundo competitivo da atualidade, um planejador da produo tem que lidar constantemente com objetivos conflitantes tais como o cumprimento de todos os prazos de entrega, manuteno de estoque baixos, priorizao de pedidos de clientes especficos, reduo de despesas operacionais e ainda se depara com freqentes mudanas deflagradas por clientes, fornecedores e demais atores do ambiente produtivo. Nestas circunstncias, para definir seu programa mestre de produo , o gestor tem que considerar uma ampla gama de variveis relativas a diferentes nveis e polticas de estoque, fornecimento e capacidade produtiva, alm de prazos, quantidades e preos em constante mutao. Diante desse quadro complexo e dinmico, nos propomos no presente trabalho, a desenvolver uma modelagem que, atravs de mecanismos inteligentes de apoio a deciso, permita a esse gestor, definir com mais facilidade e flexibilidade, planos mestres que atendam satisfatoriamente aos objetivos estabelecidos.

Resumo

1. Introduo

A arquitetura dos sistemas ERP - Enterprise Resource Planning, se compe tipicamente de vrios mdulos interligados, que acessam uma base de dados comum e que executam as diversas tarefas relacionadas com o planejamento, atuando de forma integrada em funes que vo desde o controle de estoque at o planejamento estratgico da empresa. Considerando esse pano de fundo, a funo de gerenciar o plano mestre de produo 1 (PMP) tem evoludo no decorrer dos anos, da posio de simples entrada de dados para o mdulo de MRP2, para uma atividade extremamente complexa, responsvel pela coordenao das vendas e da produo e transposio dos planos de mdio prazo da companhia, em detalhadas decises de curto prazo

2. Descrio do Problema O que o Planejamento Mestre da Produo

1 2

II Simpsio de Excelncia em Gesto e Tecnologia SEGeT2005

MPS Master Production Schedule MRP Material Requiremens Planning

817

A sua lgica de gerao resultante de forte interao entre os mdulos de cunho mais estratgico dentro da estrutura tpica dos sistemas ERP. Seus dados de entrada so provenientes dos mdulos de Gesto da Demanda e de Planejamento Agregado da Produo (PAP). O primeiro, responsvel pelas tarefas de projeo, acompanhamento e avaliao das vendas; e o segundo, que visa definir o plano de produo da empresa a nvel de famlia de produtos, a partir das vendas projetadas e atendendo s restries de capacidade. Tambm denominado Planejamento da Produo, este ltimo deve ser estabelecido de acordo com o plano estratgico, no qual so definidas as metas e polticas da empresa numa escala mais ampla, tais como nvel de servio desejado, nvel de produo, pblico alvo, estratgias de marketing e desenvolvimento de novos produtos. Tanto o plano agregado quanto o plano mestre devem ser avaliados em relao ao seu conseqente impacto nos recursos de produo considerados crticos na empresa, sendo esta funo executada pelo mdulo de Planejamento Superficial da Capacidade. Uma vez definido o plano mestre, este serve como input para o Planejamento das Necessidades de Material, determinando quais os produtos devem ser fabricados, em que quantidade e quando. Toda empresa na realidade executa, mesmo que frequentemente de uma forma implcita, a funo de PMP, uma vez que sempre necessrio decidir o que e quando produzir. Na prtica a atividade denominada PMP no se refere a uma, mas sim a uma srie de sub-funes, que variam muito de empresa para empresa, dependendo da forma de atuao das mesmas. Alm disto, a execuo dessas atividades necessita de uma forte interao entre os departamentos, e leva em considerao diversas informaes de cunho subjetivo e qualitativo, o que lhe confere um carter ainda mais personalizado. Por conta disso, os mtodos de otimizao disponveis, no se prestam a esta aplicao, fazendo com que ainda hoje o procedimento de gerao do plano mestre seja feito na base da tentativa e erro, conforme mencionado por Jacobs e Bendoly(2003) e Buxey(2003). O procedimento feito a partir de depuraes sucessivas, levando em considerao a forma como se interrelacionam os diversos fatores de produo, comumente manipulados pelos gerentes. importante destacar que apesar do sistema sugerir valores iniciais, as quantidades calculadas pelo computador servem apenas como ponto de partida para o processo de planejamento, ficando a deciso final por conta do planejador, que deve levar em considerao uma srie de fatores que no so computados pelo algoritmo do sistema. Na equao bsica do planejamento mestre, o campo disponibilidade projetada corresponde ao estoque projetado para o fim de cada perodo para todo o horizonte de planejamento. Ele calculado tomando como ponto de partida o Estoque Inicial somado ao que j estava programado para ser produzido naquele perodo e subtraindo, para o mesmo intervalo, o maior entre a previso de vendas e a carteira de pedidos. A produo programada (linha do plano mestre), calculada ento a partir das faltas detectadas na disponibilidade projetada, levando em considerao o tamanho do lote e o estoque de segurana. As quantidades so programadas e a disponibilidade recalculada perodo a perodo a partir daquele no qual a disponibilidade menor do que a aceitvel. O processo de planejamento feito de forma recursiva. Na medida em que alteraes so feitas no programa mestre, o impacto dessas alteraes nos recursos de material, capacidade e capital considerados crticos na empresa, deve ser avaliado atravs do mdulo de Planejamento Superficial da Capacidade e, quando for o caso, finalmente implementado o plano.

3. Lgica da Gerao do Plano Mestre

4. Estratgias para elaborao do Plano Mestre

II Simpsio de Excelncia em Gesto e Tecnologia SEGeT2005

818

A natureza da demanda atendida pela empresa, principalmente no que tange a relao entre o tempo de reposio exigido pelo mercado, em oposio ao tempo total necessrio para obteno do item, um aspecto fortemente vinculado a estrutura de produto e que determina consideravelmente a forma como vai se realizar a atividade do planejamento mestre e quais as possibilidades de estratgia viveis. Optar por uma estratgia para elaborao do plano mestre, implica em decidir primeiramente a poltica de estoques que ser praticada pela empresa. Esta deciso, por sua vez, est estritamente ligada ao tipo de estrutura de produo. Dependendo do tipo de estrutura, a empresa tem maior ou menor possibilidade de escolha sobre sua poltica de estoques. No caso do ambiente com produo para estoque, por exemplo, onde os itens so finalizados antes da chegada do pedido do cliente, a empresa pode optar por ter estoques em qualquer um dos nveis, desde o produto acabado, passando pelos semi-acabados ou at mesmo matria-prima. Neste contexto mais comum termos o plano mestre sendo realizado no nvel do produto acabado. J na montagem sob encomenda, onde as empresas trabalham com opes de produto ou sub-montagens que podem ser fabricadas e estocadas antes da chegada do pedido, encontramos a estrutura de produto conhecida como ampulheta, ficando o nvel do produto do plano mestre na parte mais estreita da estrutura. Temos ainda a manufatura sob encomenda, onde a prpria especificao do produto como um todo, depende do cliente, e portanto a empresa no tem a alternativa de armazenar nem produto final nem semi-acabados, ficando o item do plano mestre preferencialmente no nvel da matria-prima. Uma situao mais extremada ocorre no ambiente de projeto e produo sob encomenda. Neste contexto, at mesmo a matria-prima talvez no possa ser estocada, exigindo que todos os procedimentos sejam acionados apenas aps a chegada do pedido. Podemos observar, que quanto mais alto o nvel em que a empresa pode manter estoques para amortecer o impacto das flutuaes e incertezas da demanda, mais alternativas de polticas de ao a empresa pode escolher em relao ao plano mestre. O gestor pode optar por algumas estratgias de ao3 chamadas puras, ou ainda, pelo emprego combinado delas, dentre as quais: poltica de nivelamento da produo, na qual a empresa opta por ignorar as flutuaes da demanda e manter constantes os nveis de produo; a poltica de acompanhamento da demanda, que prope que as quantidades produzidas sejam ajustadas de forma a seguir as necessidades do mercado; ou ainda a estratgia de gerenciamento da demanda que pretende administrar a demanda, usando artifcios que permitam por exemplo, transferi-la de um perodo para outro. Ao analisar o emprego dessas polticas, em relao aos ambientes produtivos que descrevemos acima, podemos concluir que a possibilidade de escolha bastante distinta para os diferentes ambientes. Na tabela que se segue organizamos de forma sinttica as indicaes para cada caso. Tipos de ambientes produtivos Produo para estoque Estratgias de ao indicadas para gesto do PMP Livre escolha entre: - Nivelamento da produo; - nivelamento da produo por blocos; - ou acompanhamento da demanda.

II Simpsio de Excelncia em Gesto e Tecnologia SEGeT2005

Uma descrio mais detalhada destas polticas pode ser encontrada em: Slack et al (2002, p. 354), Corra (2001, p.227), ou Gaither e Frazier (2001, p.239).

819

Montagem sob encomenda

- Obrigatoriedade de acompanhamento da demanda p/ os produtos acabados; - possibilidade de estoques p/ o nvel dos subconjuntos e da matria-prima. - obrigatoriedade de acompanhamento da Produo sob encomenda demanda p/ o produto acabado; - impossibilidade de estocar itens intermedirios - possibilidade de estocar matria-prima - obrigatoriedade do acompanhamento da Projeto e Produo sob encomenda demanda; - impossibilidade de estocar matria-prima. Tabela 1 Tipos de ambiente e estratgias para gesto do PMP Como o procedimento que estamos focando, permeado de anlises subjetivas e qualitativas por parte do gestor, os mtodos de otimizao existentes no se prestam a esta aplicao, e mesmo a estrutura tradicional do mdulo de Planejamento Mestre da Produo dos sistemas ERP no utilizada na prtica. Tamanha a sutileza dessa tarefa, que Chopra (1984), talvez com um certo exagero, chegou a classificar o gerenciamento e estruturao do PMP quase como uma arte. Num levantamento feito para identificarmos as possveis abordagens para tratar a questo do planejamento mestre e do planejamento agregado, que tm alguns pontos de modelagem em comum, observamos que at hoje, os gestores na maioria das vezes elaboram seu plano mestre na base da tentativa e erro (vide Arruda (2004)). Vale destacar, que esse distanciamento entre a teoria disponvel para o PMP/PAP e a prtica desses procedimentos seguida na indstria, apesar de ainda ser um fato concreto e no superado, como destaca Buxey(2003), j vem sendo diagnosticado h algum tempo em artigos clssicos como: DuBois e Oliff (1991), Duchesi e O' Keefe (1990), Harrison (1976) e Nam e Logendram (1992). Algumas das razes mais citadas na literatura para a dificuldade de utilizao dos modelos analticos tradicionais ou de abordagens mais modernas como as baseadas em algoritmo gentico, redes neurais ou modelos nebulosos otimizantes so: a falta de conhecimento dos profissionais de gesto nas tcnicas empregadas e consequente desconfiana nos resultados obtidos; dificuldade de expressar as metas gerenciais sob a forma de funo matemtica, pois os objetivos costumam ser frequentemente mltiplos, conflitantes e com aspectos qualitativos; impossibilidade ou dificuldade de obter as informaes com o nvel de preciso requerido; excessivo custo de desenvolvimento; e impossibilidade de simular o processo de deciso do gestor, entre outras.

5. Avaliao das Alternativas de Abordagem do Problema

luz desta avaliao, consideramos que uma abordagem promissora para o problema estudado, a associao da facilidade e praticidade do emprego de simulaes what if com o arcabouo terico disponibilizado pelo enfoque da lgica nebulosa, com o objetivo de derivar concluses a partir de um conjunto de regras baseadas na experincia do usurio. Ou seja, partindo de solues iniciais, o usurio seria guiado atravs do espao de solues possveis, por meio de um sistema de inferncia nebuloso. Desta forma, a ferramenta proposta, capacitaria o gestor na formulao de estratgias para buscar solues alternativas. Um Sistema de Inferncia Nebuloso pode ser definido como uma estrutura computacional baseada nos conceitos da teoria dos conjuntos nebulosos, regras nebulosas e no
II Simpsio de Excelncia em Gesto e Tecnologia SEGeT2005

6. Proposta de Modelagem para o Processo de Gerenciamento do Plano Mestre

820

raciocnio aproximado4 . Dada a sua natureza multidisciplinar tambm conhecido por vrios outros nomes, tais como Sistemas Especialistas Nebulosos ou Sistemas Nebulosos Baseados em Regras. A formalizao do conceito de conjunto nebuloso, foi introduzida pela primeira vez pelo professor Lofti A. Zadeh, da Universidade da Califrnia em seu clssico artigo "Fuzzy Sets" (Zadeh (1965)). A teoria dos conjuntos nebulosos uma extenso da teoria dos conjuntos clssicos, de forma a tratar o conceito de verdade parcial, onde o grau de pertinncia de um elemento ao seu conjunto pode assumir qualquer valor no intervalo [0,1], ao invs de apenas 0 ou 1 como acontece no escopo da teoria dos conjuntos clssicos ou "crisp"5. O princpio bsico que suporta a teoria dos conjuntos nebulosos, a idia de que o pensamento humano organizado, no sob a forma de smbolos discretos e nmeros, mas sim em classes de objetos que definem categorias gerais, mas no rgidas, e que a transio de uma categoria para outra gradual e no abrupta. A lgica nebulosa, por sua vez, uma extenso da lgica clssica, e tem suas bases na teoria dos conjuntos nebulosos. Segundo Zadeh (1988) a distino central entre a lgica clssica e a nebulosa, que esta ltima ajuda a modelar a maneira imprecisa de raciocinar, que uma caracterstica intrnsica do processo de tomada de deciso humana. Podemos dizer que um sistema lgico que ajuda a formalizar o raciocnio aproximado. Ou seja, um mtodo para reproduzir a capacidade humana de lidar com raciocnio impreciso. A grosso modo, podemos dizer que o raciocnio nebuloso, tambm conhecido como raciocnio aproximado, corresponde a um processo de inferncia que deriva concluses a partir de um conjunto de regras nebulosas e de fatos conhecidos. Estas regras, constituem a linguagem de representao de conhecimento do sistema nebuloso e so usadas para descrever a interdependncia entre as variveis de entrada e de sada do modelo.

Considerando esta breve contextualizao, nosso objetivo permitir a gerao de um plano inicial, a partir da equao bsica do plano mestre, e acionar, mediante solicitao do usurio, um Assistente de Planejamento que faria um diagnstico dos possveis inconvenientes encontrados naquele plano e indicaria as alternativas mais adequadas em tais circunstncias. Ou seja, seriam implementadas caixas de mensagem que surgissem ao longo do processo de planejamento, guiando o usurio atravs das diversas estratgias para chegar a solues viveis. Conforme j discutimos inicialmente, a seleo de qual estratgia ser empregada pelo gestor para lidar com as flutuaes da demanda, depende do contexto estudado e determinante no procedimento de gerao do plano de produo desejado. No mapa conceitual apresentado na figura 1, esquematizamos, a ttulo de ilustrao e de forma incompleta, uma das possveis seqncias de deciso vinculadas a escolha de uma determinada estratgia de planejamento. Esse raciocnio decorrente do emprego das polticas citadas no item 4. A necessidade desse tipo de ferramenta de apoio, foi inicialmente percebida durante a utilizao num contexto didtico de um poderoso simulador para capacidade finita voltado para o problema do sequenciamento da produo no cho-de-fbrica. Naquela ocasio, foi fcil de observar que os alunos, a no ser que fossem devidamente instrudos para isso, e apesar de munidos do simulador, tinham srias dificuldades de estabelecer uma seqncia de alteraes nos planos para atender a um conjunto de metas para alguns indicadores
vide Jang et al ( 1997, p. 73) Vrios autores, entre os quais Klir e Folger (1988) , Zimmermann(1985 ) e Ross(1995), usam para o conjunto visto na teoria dos conjuntos clssica a terminologia "crisp set", no sentido de conjunto ntido, bem definido, para distingui-lo do conjunto nebuloso.
5 4

7. Caractersticas da Modelagem Proposta

II Simpsio de Excelncia em Gesto e Tecnologia SEGeT2005

821

estabelecidos pelo professor. O que estava faltando no caso, era justamente a formulao de uma estratgia para atingir as metas estabelecidas, nos moldes que estamos propondo aqui. Um exemplo ilustrativo, de janela de dilogo de um Assistente para guiar o usurio no caso do planejamento mestre, pode ser visualizada na figura 2.

Figura 1 Mapa Conceitual Parcial com Estratgias Alternativas de Deciso

Figura 2 Exemplo de janela de dilogo para o Assistente de Planejamento

II Simpsio de Excelncia em Gesto e Tecnologia SEGeT2005

822

Podemos observar que seria interessante colocar duas possibilidades de tutoria: um Assistente Resumido, que seria adequado para o caso do usurio mais experiente e que acharia cansativa a alternativa verborrgica, e um Assistente Detalhado, mais indicado para os usurios mais inexperientes. Com o intuito de conseguir identificar a viabilidade de uma proposta como esta, tanto em termos computacionais como em relao ao seu funcionamento prtico, optamos por implementar um programa de teste com um conjunto de regras no muito elaborado, mas que numa etapa posterior, depois de um aprofundamento sobre a questo, seria devidamente refinado e ampliado. Dessa forma poderamos vivenciar melhor os problemas relativos a formulao proposta, numa abordagem do tipo prototipagem rpida. Consideramos que os experimentos pontuais com o mecanismo de inferncia que executa a base de regras seriam relevantes para o adequado entendimento das questes relacionadas com a modelagem do problema. As regras foram formuladas tendo como base o raciocnio implcito na equao algbrica para gerao do plano mestre, cujo raciocnio foi exposto no item 3. Optamos por concentrar inicialmente a ateno apenas nas variveis previso de vendas, produo e estoques, que so as variveis envolvidas diretamente na equao bsica, mas posteriormente objetivamos incluir tambm o nvel de mo-de-obra da forma como Rinks(1982) sugere ao discutir o problema do planejamento agregado, que como citamos anteriormente, possui aspectos em comum com a funo do planejamento mestre. O programa com o conjunto de regras proposto como teste, implementa por enquanto apenas a estratgia de acompanhamento da demanda, e seria adequado tentar formalizar posteriormente, as demais estratgias tais como a de nivelamento da produo. Vale destacar, que nesta verso estamos trabalhando exclusivamente com as regras, sem especificar as caractersticas relativas ao Assistente. Num estgio inicial, uma vez que objetivamos manter o foco no aspecto da modelagem, optamos pelo emprego de um ambiente de desenvolvimento voltado para a computao matemtica, que oferece uma srie de recursos relativos a lgica nebulosa. Numa prxima etapa tanto as rotinas relacionadas com o mecanismo de inferncia nebuloso, quanto o aspecto tutorial da modelagem sero implementadas diretamente em Delphi.

7.1. Descrio das Variveis Lingsticas, seus Termos e Respectivas Semnticas.

a) Variveis Lingusticas PV t= vendas projetadas para o perodo t E t-1 = Nvel de estoques ao fim do perodo t-1 P t = Nvel de produo no perodo t Sendo: Pt = f( PV t, E t-1 ) Para cada uma das variveis de entrada, consideramos 7 termos lingsticos: Muito Baixo (MB) , Baixo (B), Quase Baixo (QB), Mdio (M), Quase Alto (QA), Alto (A) e Muito Alto (MA). Para o caso da Produo mantivemos experimentalmente 11 termos6, mas tambm
6

Aos 7 termos lingsticos j citados, acrescentamos ainda : PABM ( pouco abaixo da mdia), PB (pouco baixo), PA (pouco alto) e PACM (pouco acima da mdia)

II Simpsio de Excelncia em Gesto e Tecnologia SEGeT2005

823

parece adequado reduzir para sete. Fizemos essa opo tendo em vista que segundo Shaw & Simes (1999), um bom nmero de funes de pertinncia estaria entre 2 e 7 e que a experincia mostra que um aumento de 5 para 7 termos proporcionaria ainda um aumento na preciso de aproximadamente 15%, mas a partir da as melhorias no so significativas. Num primeiro momento, foram empregadas funes de pertinncia triangulares ou trapezoidais para cada um dos conjuntos nebulosos definidos para as trs variveis, que constam das figuras abaixo.

Figura 3 - plote das Funes de pertinncia da varivel Produo t

Figura 4 - Funes de pertinncia das variveis Vendas t e Estoque t-1 Como podemos observar nas figuras, para as trs variveis empregamos um intervalo de [-1,1], a partir da sugesto de Ostergaard (1977), pois facilitaria o uso da base de regras em contextos com diferentes valores. Uma vez que trabalhamos internamente neste intervalo, necessrio, na entrada de dados, e na sada, fazer um escalonamento dos valores reais, para que recaiam nesses limites. b) Base de Regras Optamos pela utilizao de regras do tipo Mandani, baseadas, conforme j descrevemos, no tipo de lgica empregada na prtica pelos gestores, que bastante intuitiva. Ao definir as relaes entre as variveis tentamos, dentro do possvel, adotar uma postura mais conservadora. Ou seja, tendendo a deixar a produo maior do que o necessrio em caso de dvida. Vale ressaltar que esta uma base de regras bastante embrionria e muito provavelmente inadequada ainda ao problema. Uma das principais questes que objetivamos investigar nesse caso, a viabilidade em termos de tempo de execuo de uma abordagem como essa, dado que, para cada vez que II Simpsio de Excelncia em Gesto e Tecnologia SEGeT2005 824

formos determinar a quantidade a ser produzida para um produto, em um determinado perodo de tempo, existe a necessidade de executar o mecanismo de inferncia inteiro. Na Tabela abaixo expomos o Mapa de Regras em discusso, correspondendo a um total de 49 regras. Estoque PrevVendas Muito Baixo Baixo Quase Baixo Mdio Quase Alto Alto Muito Alto MB B QB M QA MB MB MB MB MB B QB A MB MB MB MB B MB B MA MB MB MB MB B B MB

MB MB MB MB B B MB MB QB B MB MB M PABM PB MB QA PA PACM PB A QA PA PABM MA A QA M Tabela 2 - Mapa de Regras

Temos a seguir um exemplo de interpretao de uma das regras da Base: Regra 18: Se PrevVendas ALTA e Estoque MUITO BAIXO ento Produo ALTA. No quadro que se segue esto listados tambm os operadores escolhidos para serem empregados nas diversas etapas de execuo do mecanismo de inferncia nebuloso. O cerne do mecanismo fica armazenado num arquivo, e este arquivo, contendo a base de regras e os operadores selecionados, executado a cada vez que deve ser calculada a produo, a partir das variveis de vendas e estoque. Operador/Etapa Mtodo Selecionado e min ou max implicao min agregao max defuzzificao centride Tabela 3 Mtodos/Operadores selecionados

7.2.

Estrutura do programa de teste

O programa implementado experimentalmente, composto de 13 telas e de 8 subprogramas que acessam arquivos de dados e de regras alternativos, conforme esquematizado na figura abaixo.

II Simpsio de Excelncia em Gesto e Tecnologia SEGeT2005

825

Figura 5 Estrutura de arquivos do programa de teste Para um dado produto, o programa permite, a partir da opo de menu Carrega Regras, a leitura de um dos arquivos com bases de regras alternativas tais como na tela da figura 6. A partir deste conjunto de regras informado e dos respectivos algoritmos, (tais como o operador de min-max e o mtodo de defuzzificao pelo centride, por exemplo) e tendo em vista os dados de vendas e estoque que podem ser importados ou editados, o programa executa o motor de inferncia para calcular a produo para cada perodo e mostra o resultado como na tela da fig 7.

Figura 6 Exemplo de tela com a opo de menu Carrega Regras

II Simpsio de Excelncia em Gesto e Tecnologia SEGeT2005

826

Figura 7 Exemplo de tela com a opo de menu Calcula Produo Tendo em vista a complexidade identificada na atividade de gerenciamento do plano mestre, assim como, as diversas restries indicadas nos enfoques disponveis para solucionar o problema, consideramos que uma abordagem promissora para modelagem do processo de definio do plano mestre a gerao de solues iniciais baseadas no conceito da equao de conservao de estoques. A partir desses valores iniciais, o gestor seria guiado atravs do espao de solues possveis, por meio de mecanismos inteligentes de apoio a deciso, que auxiliariam na formulao de estratgias para a adequada gerao do plano. O aspecto de interfaceamento entre as funes de marketing e produo, tipicamente exercido pelo planejador mestre, alm dos diversos elementos de cunho notadamente subjetivo que influenciam a atividade de planejamento, sugerem que o emprego do paradigma possibilstico, atravs da lgica nebulosa, traria resultados proveitosos. Conforme pudemos identificar no levantamento sobre as abordagens disponveis para a atividade em questo, esse tipo de enfoque especialmente adequado ao tratamento de problemas inerentemente vagos, ambguos ou com observaes de natureza qualitativa, alm de permitir uma soluo mais compatvel com a estratgia de raciocnio do planejador e conseqentemente mais aceitvel para o mesmo. Com o objetivo de desenvolver o trabalho proposto, focalizaremos, numa prxima etapa, a ateno sobre o aprofundamento do raciocnio emprico empregado pelo gestor no procedimento de gesto do plano mestre. Para isso devemos levar em considerao as diversas estratgias para lidar com as flutuaes da demanda, e as influncias decorrentes dos vrios contextos produtivos. preciso modelar as demais estratgias identificadas sob a forma de regras nebulosas, alm de definir os diversos parmetros envolvidos, tais como a escolha das funes de pertinncia, definio dos termos e variveis lingsticas e operadores mais adequados. Observamos que o enfoque proposto, baseado no raciocnio aproximado, possibilita uma opo mais transparente para o gestor, na medida em que sua estrutura emprega justamente as regras que suportam o processo decisrio do seu dia-a-dia.
II Simpsio de Excelncia em Gesto e Tecnologia SEGeT2005

8. Concluso

827

O programa de teste implementado, mesmo num escopo reduzidssimo, e empregando uma base de regras rudimentar, permitiu avaliar a factibilidade da implementao computacional, que era uma das principais dvidas at este momento. O clculo praticamente instantneo dos valores determinados para a produo, ainda que tendo empregado uma linguagem interpretada e consideravelmente lenta, nos permite concluir pela viabilidade do emprego desta para implementar a formulao proposta. Outro aspecto importante propiciado pela utilizao do programa de teste, que a partir de sua manipulao obtemos mais subsdios para a prpria modelagem do processo de gerao do plano mestre atravs das regras nebulosas e sua associao com as caractersticas de software tutorial que desejamos implementar numa etapa posterior.

Referncias
ARRUDA, D.M., Planejamento Mestre da Produo Empregando Mecanismos Inteligentes de Apoio a Deciso. Nota Tcnica Instituto Nacional de Tecnologia, dez. 2004, 116 p. BUXEY, G., Strategy not tactics drives aggregate planning. Int. J. Production Economics, vol. 85, n. 3, p. 331-346, set. 2003. CHOPRA, V., Two-Level Master Scheduling: A Breakthrough for Planning and Control., Readings in Production & Inventory Control and Planning, American Production and Inventory Control Society, USA , Virginia, pp. 140-143, 1984. CORRA, H. L., GIANESI, I.G.N., CAON, M., Planejamento, Programao e Controle da Produo: MRP II/ERP - Conceitos, Uso e Implantao. 4 edio. So Paulo: Ed. Atlas, 2001. p. 450. DUBOIS, F. L. E OLIFF, M. D. Agregate Production Planning in Practice. Production and Inventory Management Journal, p. 26-30, 1991, DUCHESI, P. E O' KEEFE, R. M., A Knowledge-based Approach to Production Planning. Journal of Operational Research Society, vol. 41, n. 5, pp.377-390, UK, 1990. GAITHER, N., FRAZIER, G., Administrao da Produo e Operaes, 8 edio, Trad. Jos Carlos Barbosa dos Santos; reviso Petrnio Garcia Martins. So Paulo: Pioneira Thomson Learning, 2001, Traduo de: Production Operations Management. HARRISON, F. L., Production Planning in Practice. OMEGA, The Int. J. of Mgmt Sci., vol 4, n.4 , Pergamon Press, Great Britain, 1976. JACOBS, F.R. e BENDOLY, E., Enterprise resource planning: Developments and directions for operations management research context. European. J. of Operational Research, vol 146, p. 233-240, 2003. JANG, J. R., SUN, C. e MIZUTANI, E. Neuro-Fuzzy and Soft Computing: A Computacional Approach to Learning and Machine Intelligence. USA: Prentice-Hall. Inc., 1997 KLIR, G.J., FOLGER, T.A., Fuzzy Sets, Uncertainty, and Information. USA: Prentice Hall, 1988, 341 p. NAM, S. E LOGENDRAN, R., Aggregate production planning - A survey of models and methodologies. European Journal of Operational Research, vol 61, p. 255-272, 1992. II Simpsio de Excelncia em Gesto e Tecnologia SEGeT2005 828

OSTERGAARD, J..J. , Fuzzy Logic Control of a heat exchanger process, In: GUPTA, M.M., SARIDIS, G. AND CAINES, B. (eds.) Fuzzy Automata e Decision Processes, New York: North-Holland Publishing, p. 285-321, 1977. RINKS, D.B., A heuristic approach to aggregate production scheduling using linguistic variables, In: YAGER, R.R., (ed), Fuzzy Set and Possibility Theory, New York: NorthHolland Publishing, 1982b, p. 562-581. ROSS, T. J., Fuzzy logic with engineering applications, USA: McGraw-Hill, 1995, p. 600. SHAW, I. S., SIMES, M. G., Controle e modelagem fuzzy. So Paulo: Ed. Edgar Blker ltda. 1999, 165 p. SLACK, N., CHAMBERS, S. e JOHNSTON, R., Administrao da Produo, 2 edio, Trad. Maria Teresa Corra de Oliveira e Fbio Alher. So Paulo: Ed. Atlas S.A., 2002, 747 p. Traduo de: Operations Management. ZADEH,L.A., Fuzzy sets. Information and Control , Vol. 8, p. 338-353, 1965. __________, Fuzzy Logic. IEEE Computer Mag., p. 83-93, abr. 1988. ZIMMERMANN, H. J., Fuzzy set theory and its applications, Publishing, 1985, p. 363. Boston: Kluwer-Nijhoff

II Simpsio de Excelncia em Gesto e Tecnologia SEGeT2005

829