Título

UMA METODOLOGIA PARA SOLUÇÃO DE PROBLEMAS DE GRANDE ESCALA DE VMI – VENDOR MANAGED INVENTORY

A METHODOLOGY TO SOLVE LARGE-SCALE VMI - VENDOR MANAGED INVENTORY PROBLEMS

Autoria

Standerski, Dr. Nelson

DOI

10.5151/2594-360X-0010

Downloads

Baixar Artigo 39 Downloads

Resumo

Este trabalho propõe uma metodologia baseada em técnicas metaheurísticas paralelas e em computação de alto desempenho para a solução de problemas de reabastecimento ótimo de estoques - VMI (Vendor Managed Inventory). O modelamento admite entregas diretas rodoviárias a uma grande base de clientes. Cada cliente é caracterizado pela sua localização geográfica, capacidade máxima de armazenamento, taxa de consumo e nível inicial de estoque. O modelo utiliza a formulação clássica determinística e linear de reposição ótima de estoques e A solução do modelo é feita utilizando-se uma infra-estrutura computacional distribuída que utiliza o tempo ocioso de redes locais de PCs (noites e fins-de-semana). A infra- estrutura computacional é baseada em linguagem java e simula a operação de um supercomputador virtual de alto desempenho. Experimentos realizados com um modelo com grande número de pontos de reabastecimento (4.000) mostraram que o tempo de cálculo do modelo se reduz consideravelmente com a utilização de processamento paralelo. A metodologia proposta permite ampliar de dezenas para milhares o número de clientes que podem ser analisados simultaneamente em VMI. A solução proposta apresenta grande vantagem econômica pois utiliza apenas recursos computacionais ociosos.

 

This paper proposes a methodology based on parallel meta-heuristics and high performance computing to find solutions of large-scale vendor managed inventory (VMI) problems. The model assumes direct deliveries to a large customer basis. Each customer is defined by its geographical coordinates, maximum storing capacity, uniform consume rate, and initial inventory level. The model was developed using the classical linear deterministic formulation of optimal inventory re-supply and parallel genetic algorithms. The solution of the model is performed with the help of a distributed computational framework implemented on a local area PC network. The framework is based on java components, and operates only during the idle time of the PCs. The delivered computation power of the framework is similar to a dedicated PC cluster. Experiments made with the VMI model and the computational framework showed that it is possible to run models with up to 4.000 re-supply points. The model calculation time decreases proportional to the increase of the number of available PCs. In this way, the proposed methodology broads the analysis of VMI problems from dozens of customers to thousands. The computational framework is of great economic advantage, as it only makes use of idle computational resources.

Palavras-chave

Logística, VMI, algoritmos genéticos paralelos.

Logistics, VMI, parallel genetic algorithms.