[pt] Apesar de existir na literatura modelos propostos para gestão de estoques, as premissas consideradas por tais modelos podem inviabilizar suas aplicações. Este trabalho propõe uma metodologia de programação estocástica para reposição e controle de estoques de produto único numa rede logística de duas camadas. O enfoque revisão periódica proposto pode considerar tanto atendimentos à demanda em atraso (backorders) como vendas perdidas (lost sales) sem restrição de pedidos pendentes. Além disso, a fim de alcançar um melhor nível de serviço para o cliente, é introduzida uma regra de rateio proporcional a quantidade faltante do item em estoque no centro de distribuição para atender simultaneamente a demanda de todos os varejistas, a qual é capaz de lidar com as alocações negativas da falta. A periodicidade e o nível alvo da posição dos estoques são determinados através de modelos de programação estocástica de dois estágios e de uma técnica baseada em simulação de Monte Carlo, conhecida como Sample Average Approximation, que levam em conta a natureza incerta dos níveis de demanda pelo item por meio da geração de conjuntos finitos de cenários. Os equivalentes determinísticos são apresentados como modelos de programação não-linear inteira mista e em seguida linearizados. Experimentos numéricos com a metodologia proposta para instâncias do problema geradas aleatoriamente demonstram seu potencial ao obter resultados com erros de aproximadamente 1 por cento. / [en] Although several methods for inventory management are proposed in the literature, the required assumptions can hinder their application in practice. This work proposes a methodology for stock replenishment in two-echelon logistic networks through stochastic programming, considering a single item, periodic review and uncertain demands. The proposed approach is flexible enough to consider backlogs and lost sales cases without limitations on the number of outstanding orders. Also, in order to achieve better customer service, we introduce a variable rationing rule for quantities of the item in short at the distribution center to meet simultaneously all the demands of the retailers, dealing with imbalances or negative allocations of quantities of the item in short. The optimal review periodicity and the target level for inventory position are determined through two-stage stochastic programming models and a Monte Carlo simulation based-technique, known as Sample Average Approximation, which takes into account the uncertain nature of the item demand levels through the generation of finite sets of scenarios. The deterministic equivalent models are presented as mixed-integer non-linear programming models, which are then linearized. Numerical experiments with the proposed approach for instances of the problem randomly generated shows its potential, as the errors of the obtained results are around 1 percent.

[pt] Este trabalho apresenta uma proposta de aceleração da decomposição de Benders aplicada a uma versão mais geral e compacta (menos restrições e variáveis) do modelo de gestão de estoques, otimizado via programação estocástica de dois estágios que considera uma camada, um item, demanda incerta e política de controle (R, S). De maneira a ser possível considerar problemas de grande porte, foram aplicados os métodos L-Shaped tradicional com corte único e a sua forma estendida com múltiplos cortes. Resultados computacionais preliminares mostraram um substancial melhor desempenho computacional do método L-Shaped tradicional em relação à sua forma multi-cut L-Shaped, mesmo o primeiro necessitando de mais iterações para convergir na solução ótima. Tal observação motivou o desenvolvimento de uma nova técnica de aceleração da decomposição de Benders e de um conjunto de desigualdades válidas. Experimentos numéricos mostram que a abordagem proposta de combinar a técnica de aceleração elaborada com as desigualdades válidas desenvolvidas provê significativa redução do tempo computacional necessário para a solução de instâncias de grande porte. / [en] This dissertation presents a speed up proposal for the Benders decomposition applied to a more general and compact version (less constraints and variables) of inventory management model, optimized via two-stage stochastic programming, which considers one layer, one item, uncertain demand and control policy (R, S). In order to be possible to consider large scale problems, the L-Shaped traditional method with single cuts and its extended form with multiple cuts were applied. Preliminary computational results showed a substantially better computational performance of the traditional L-Shaped method in comparison to the multi-cut L-Shaped method, even with the first requiring more iterations to converge on optimum solutions. This observation led to the development of a new technique to accelerate the decomposition of Benders and a set of valid inequalities. Numerical experiments show that the proposed approach of combining the elaborate acceleration technique with the developed valid inequalities, provide significant reduction in the computational time required to solve large scale instances.