USO DA PESQUISA OPERACIONAL NA GESTÃO DE UMA MICROEMPRESA

Yudi Matsuguma Yoshida; Stella Jacyszyn Bachega; Dalton Matsuo Tavares

Autors/ores

Yudi Matsuguma Yoshida
Stella Jacyszyn Bachega
Dalton Matsuo Tavares

Paraules clau:

Pesquisa Operacional, Linguagem Julia , Programação Linear , Problema do Caixeiro Viajante

Resum

A busca pelo crescimento de uma empresa com os menores custos é um dos maiores desafios dos gestores nos dias de hoje. Uma dentre várias opções é o uso de técnicas de otimização presentes na Pesquisa Operacional. Há vários otimizadores baseados em linguagens de programação voltados à resolução de problemas de otimização. Entretanto, cada linguagem possui suas particularidades e, consequentemente, suas limitações. A linguagem Julia foi criada com o objetivo de combinar as vantagens de diversas linguagens com uma sintaxe relativamente simples, o que a torna mais amigável ao usuário. O objetivo deste artigo é aplicar técnicas de Pesquisa Operacional para auxiliar a gestão de uma microempresa. Para tanto, foi empregada a abordagem quantitativa e o procedimento de pesquisa experimental. Com as devidas traduções dos problemas para a linguagem Julia, o otimizador determinou o melhor mix de produção de salgados para uma empresa do ramo alimentício e o menor trajeto para a entrega dos mesmos. Por abordar as técnicas de programação linear e problema do caixeiro viajante, o presente artigo pode ser explorado como ferramenta instrutiva em futuras pesquisas científicas e/ou para auxílio no processo de tomada de decisão de uma organização.

Referències

ALMEIDA, W. S.; SILVA, M. E.; SANTOS, N. V. M.; RIBEIRO, L. M.; BACHEGA, S. J. Aplicação de programação linear inteira na maximização do lucro de uma empresa do setor de beleza e estética. In: ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO, 37., 2017, Joinville. Anais.... Rio de Janeiro: ABEPRO, 2017. p. 01-16.

ANDERSON, T. A., LIU, H., KUPER, L., TOTONI, E., VITEK, J.; SHPEISMAN, T. Parallelizing Julia with a Non-Invasive DSL. DARTS. v. 3, n. 2, p. 01-29, 2017.

ARENALES, M.; MORABITO, R.; ARMENTANO, V.; YANASSE, H. Pesquisa Operacional. 1. ed. Rio de Janeiro: Elsevier, 2007.

BALDASSI, C. A method to reduce the rejection rate in Monte Carlo Markov chains. Journal of Statistical Mechanics: Theory and Experiment. Vol. 2017, pp. 01-19, 2017.

BEZANSON, J.; EDELMAN, A.; KARPINSKI, S.; SHAH, V. B. Julia: A Fresh Approach to Numerical Computing. SIAM Review, Vol. 59, n. 1, pp. 65-98, 2017.

BEZANSON, J.; KARPINSKI, S.; SHAH, V.; EDELMAN, A. Why we Created Julia. 2012. Disponível em: http://julialang.org/blog/2012/02/why-we-created-julia . Acesso em 09/10/2019.

BRYMAN, A. Research methods and organization studies. London: Uniwin Hyman, 1989.

CARVALHO, M. C. M. de. A construção do saber científico: algumas proposições. In: CARVALHO, M. C. M. de (org.). Construindo o saber. 2.ed. Campinas: Papirus, 2000.

CASTELLUCCIA, P. B. JULIA E JuMP: NOVAS FERRAMENTAS PARA PROGRAMAÇÃO. Pesquisa Operacional para o Desenvolvimento, v. 9, n. 2, p. 48-61, 2017.

CRESWELL, J. W. Projeto de pesquisa. Métodos qualitativo, quantitativo e misto. 3. ed. Porto Alegre: Artmed, 2010.

EHRLICH, P. J. Pesquisa Operacional. 5. ed. São Paulo: Atlas, 1985.

GIL, A. C. Como elaborar projetos de pesquisa. 4. ed. São Paulo: Atlas, 2009.

HILLIER, F. S.; LIEBERMAN, G. J. Introdução à Pesquisa Operacional. 9. ed. Porto Alegre: AMGH, 2013.

JULIALANG.ORG. Julia Micro-Benchmarks. 2018. Disponível em: https://julialang.org/benchmarks/. Acesso em 28/03/2019.

KARP, R. M. On the computational complexity of combinatorial problems. Newtorks 5, 1975.

LINS, M. P. E.; CALÔBA, Guilherme M. Programação Linear. 4. ed. Rio de Janeiro: Interciência, 2010.

MOGENSEN, P. K.; RISETH, A. N. Optim: A mathematical optimization package for Julia. Journal of Open Source Software, v. 3, n. 24, p. 01-03, 2018.

MOREIRA, D. A. Pesquisa Operacional – Curso introdutório. 2. ed. São Paulo: Cengage Learning, 2010.

PASSOS, E. J. P. F. Programação Linear como instrumento da pesquisa operacional. 1. ed. São Paulo: Atlas, 2008.

PEREIRA, C. D.; CUNHA, G. F.; SILVA, M. G. A simulação na pesquisa operacional: uma revisão literária. EEPA, Campo Mourão. Disponível em: http://www.fecilcam.br/anais/ix_eepa/data/uploads/3-pesquisa-operacional/3-03.pdf. Acesso em 10/10/2019.

PRADO, Darci. Programação Linear. 5. ed. Belo Horizonte: INDG, 2007.

RACKAUCKAS, C.; SCHILLING, T.; NIE, Q. Mean-Independent Noise Control of Cell Fates via Intermediate States. IScience, v. 3, pp. 11-20, 2018.

SANTANA, T. M. N.; GUIMARAES, R. R. S.; FONSECA, G. S.; GONCALVES, L. F.; BACHEGA, S. J. Aplicação do problema da árvore geradora mínima em uma empresa provedora de internet. In: SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO, 2018, Catalão. Anais... Catalão: UFG-RC, 2018. p. 01-09.

SILVEIRA, J. F. P. Problema do caixeiro viajante. UFRGS, Rio Grande do Sul. Disponível em: http://www.mat.ufrgs.br/~portosil/caixeiro.html. Acesso em 17/10/2018.

SOUSA, L. T.; VEIGA, A. G.; CHAVES, M. F. C.; VAZ, M. V.; BACHEGA, S. J. Aplicação da otimização em redes em uma empresa do setor avícola. In: MACHADO, M. W. K. (Org.). Engenharia de Produção: What's Your Plan? Ponta Grossa: Atena Editora, 2019, p. 356-367.

SOUZA, L. C.; VIANA, G. G.; YOSHIDA, Y. M.; TELLAROLI, L. F.; BACHEGA, S. J. O problema do caminho mais curto aplicado em uma empresa do ramo de jornais. In: POISSON (Org.). Gestão da Produção em Foco - Volume 26. Belo Horizonte: Poisson, 2019, v. 26, p. 127-135.

TAHA, H. A. Pesquisa Operacional. 8. ed. São Paulo: Pearson Pretince Hall, 2008.

TEIXEIRA, N. B.; SILVA, C. F.; VIRGOLINO, G. A.; SOUZA, A.; BACHEGA, S. J. Aplicação da programação linear inteira em uma pequena fábrica de churrasqueiras pré-moldadas. In: SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO, 24., 2017, Bauru. Anais... Bauru: UNESP, 2017. p. 01-12.