[pt] O cenário atual do mercado brasileiro é composto principalmente por micro e pequenas empresas, que crescem a cada ano, mas possuem baixa taxa de sobrevivência se comparada a de outros países. Uma vez que esses empreendimentos contribuem fortemente com o PIB do país, garantir a sobrevivência desse grupo é de suma importância para a economia brasileira. Neste trabalho, foi desenvolvido um modelo matemático para otimizar a produção de uma microempresa produtora de salgados. Através do modelo, determinam-se as quantidades de insumos a serem compradas de fornecedores, as quantidades a serem produzidas de itens intermediários e finais, em cada período do horizonte de planejamento, de modo a atender a demanda a um menor custo total. Para isso, foi realizado um levantamento sobre as características da produção da microempresa estudada e observou-se que um dos motivos que a impedem de ser competitiva é a falta de conhecimento e de aplicação de ferramentas de planejamento e controle da produção. Para avaliar o desempenho do modelo desenvolvido foram realizados testes com dados reais, e, os resultados obtidos para diferentes cenários da demanda mostram que o modelo pode ser útil para apoiar as decisões de dimensionamento de lotes de compra e de produção, pois mostram que os custos ótimos obtidos são menores que os custos obtidos pela empresa sem o uso da otimização. / [en] The current scenario of the Brazilian market is composed mainly of micro and small enterprises that grow every year, but have low survival rate compared to other countries. Once these businesses contribute greatly to the country s GDP, ensuring the survival of this group is of paramount importance to the Brazilian economy. In this work, a mathematical model was developed to optimize the production of a micro producer of snacks. Through the model, the quantities of inputs to be purchased from suppliers and the quantities of intermediate and final items to be produced in each period of the planning horizon are determined, in order to meet demand at a lower total costs. For this, a survey was conducted on the characteristics of the production of the studied micro company and it was observed that one of the reasons that prevent them from being competitive is the lack of knowledge and application of tools for planning and control of production. To evaluate the performance of the developed model tests were carried out with real data, and the results of different scenarios for the demand show that the model can be useful to support decisions on lot sizing of purchasing and production, showing that the obtained optimal costs are less than the costs obtained by the company without the use of optimization.

[pt] O presente trabalho representa um estudo realizado sobre a gestão da produção e operações, tendo em vista o planejamento da produção de um conjunto de itens independentes num horizonte de curto prazo de uma empresa de varejo do setor eletrônico, via minimização de custos. O estudo iniciou-se a partir da necessidade de uma interface entre o setor de produção e o de vendas, e é focado na otimização da produção de luminárias da empresa Energia, a qual abastece o mercado de emissoras de televisão e produtores cinematográficos, em sua maioria. Para o planejamento, é necessário conhecer a série histórica da demanda dos itens dos últimos períodos. Porém, somente os dados históricos disponíveis – os dados de vendas dos itens - foram manipulados no software de previsão Forecast Pro, com o intuito de simular a previsão de demanda desses produtos no horizonte de planejamento de curto prazo. Em seguida, a modelagem matemática do problema de planejamento da produção desagregado – o modelo MPS para itens acabados - foi realizada a partir de entrevistas com responsáveis por setores distintos na empresa estudada. Por fim, utilizou-se o software de otimização AIMMS 3.10, capaz de solucionar problemas difíceis, para encontrar o plano ótimo de produção desagregado. Os resultados obtidos pelo software para o planejamento de curto prazo são as quantidades de luminárias a serem produzidas e estocadas em cada período, assim como decisões de produzir ou não em cada período. Esses resultados foram usados como base para analisar novos cenários, gerando informações suficientes para auxiliar a tomada de decisão por parte dos gerentes da empresa, como por exemplo, expandir os recursos produtivos. / [en] This work represents a study on the production and operations management, in order to plan the production of a set of independent items in a short-term horizon of a retail company of the electronics industry, by minimizing costs. As a necessity of understanding between sales and production the study is focused on optimizing production of lamps of the company Energia, which supplies to mostly the market for television and film producers. For planning, it is necessary to know the historical series of product demands of the items in recent past periods. However, the only available data – the product sales data -were handled in prediction Forecast Pro software to simulate the demand sales of the items for the short-term planning horizon. Then, the mathematical modeling of disaggregate production planning problem - the MPS model for finished items - was built, from interviews with managers of different sectors of the studied company. Finally, the optimization software AIMMS 3.10, capable of solving complex problems, was used to find the optimal production plan. The obtained results for short-term planning are the quantities of items to be produced and to be stocked in each period, as well as the decision to produce or not in each period. These results were used as the basis to analyze new scenarios, generating sufficient information to assist decision makers of the company, as for example, expand the productive resources.

[pt] Tradicionalmente, em indústrias de produção de peças discretas, no nível tático do planejamento da produção, é calculado o plano mestre de produção (Master Production Scheduling – MPS), que estabelece a quantidade de cada bem a ser produzida por período. Com o MPS em mãos, a necessidade de matéria-prima é levantada e o requerimento de material é realizado levandose em consideração o lead time de chegada das peças, que está relacionado com o modal de transporte previamente definido pela empresa. Mais próximo da operação, o sequenciamento dos jobs é feito com o objetivo de atender ao planejamento do MPS. Normalmente, esses quatro problemas - definição do modal de transporte, elaboração do plano mestre de produção, definição do momento de compra de materiais e sequenciamento da produção - são tratados em momentos diferentes e, muitas vezes, de forma determinística. Neste trabalho é avaliado o impacto financeiro e operacional de realizar o planejamento de forma determinística e segregada. Em particular, avaliase: (i) o impacto da estocasticidade e co-otimização do planejamento da produção e das decisões de compra e (ii) a viabilidade do sequenciamento. Para (i) é proposto um modelo de otimização estocástica de dois estágios que co-otimiza as decisões de volume de produção, momentos de compra e modal de transporte. Para (ii) restrições de sequenciamento de jobs são adicionadas através de uma heurística e de um modelo de programação matemática. Avaliações empíricas são feitas por meio de dois experimentos numéricos com dados realistas de uma empresa do setor automobilístico. Para (i) observamos uma redução de custo de 7 por cento na operação para o ano de 2018 (ano do planejamento) e cerca de 3,5 por cento para 5000 cenários simulados (out-ofsample), comparando o modelo de dois estágios proposto com o procedimento normalmente adotado na indústria. Para (ii) também observamos uma redução de 8 por cento no custo de operação de 2018, e de 9,6 por cento para 50 cenários simulados (outof- sample), em relação ao modelo proposto em (i) e 13 por cento no custo de operação de 2018 e 15,6 por cento para 50 cenários simulados (out-of-sample), em comparação com o modelo típico da indústria. / [en] Traditionally, in discrete manufacturing industries, at the tactical level of production planning, the master production scheduling (MPS) is calculated, which establishes the quantity of each good to be produced per period. With the MPS in hand, the need for raw material is raised and the material requirement is carried out taking into account the lead time arrival of the parts, which is related to the transport mode previously defined by the company. Closer to the operation, the jobs scheduling is done with the purpose of meeting MPS planning. Typically, these four problems - definition of the transportation mode, preparation of master production scheduling, definition of the time to purchase materials and job scheduling - are dealt with at different times and often in a deterministic way. In this work we evaluate the financial and operational impact of carrying out the planning in a deterministic and segregated way. In particular, we assess: (i) the impact of stochasticity and co-optimization of production planning and purchasing decisions and (ii) the feasibility of job scheduling. For (i) a two-stage stochastic optimization model is proposed that co-optimizes production volume decisions, purchase moments and transportation mode. For (ii) sequencing constraints of jobs are added through a heuristic and a mathematical programming model. Empirical assessments are made through two numerical experiments with realistic data from a discrete manufacturing company. For (i) we observed 7 percent cost reduction in the operation for the year 2018 (planning year) and approximately 3.5 percent for 5000 simulated scenarios (out-of-sample), comparing the proposed two-stage model with the procedure typically adopted in the industry. For (ii) we also observed a reduction of 8 percent in the 2018 operation cost, and 9.6 percent for 50 simulated scenarios (out-of-sample), in relation to the model proposed in (i) and 13 percent in the 2018 operation cost and 15.6 percent for 50 simulated scenarios (out-of-sample), compared to the typical industry model.

[pt] A Gestão Estratégica de Curto Prazo é uma abordagem gerencial que interliga as ações do dia-a-dia no chão-de-fábrica e os objetivos estratégicos das organizações, através do uso de simuladores computacionais, baseados na lógica da capacidade finita. Utilizando o simulador, o programador da produção consegue gerar cenários alternativos de programas de produção para acionar o chão-de-fábrica e avaliar os impactos de suas decisões através de diversos indicadores de desempenho. Baseada em experiências acumuladas no desenvolvimento e na implantação destes simuladores em diversas empresas, esta dissertação está organizada em duas partes. A primeira, voltada para uma dimensão tecnológica, tratando dos aspectos relevantes da modelagem de simulação para a geração de programas de produção aderentes à realidade do chão-de-fábrica. A segunda, dirigida para uma dimensão organizacional e humana, onde é proposta uma metodologia de implantação da Gestão Estratégica de Curto Prazo. Dentre os impactos do uso dessa tecnologia de gestão, identificados numa aplicação, destacam-se a redução de estoques em processo, um aumento na flexibilidade do chão-de-fábrica para acomodar variações de mix e volume da demanda e, ainda, uma redução no tempo despendido pelos planejadores para programar as atividades da fábrica. / [en] The Strategic Short-Term Shop-floor Management is a management approach that links decisions taken on a daily-basis at the shop-floor with the strategic goals of the organization, by using a finite capacity scheduling simulator. Using this system, the production planner is able to generate alternative production schedules (scenarios) for the shop-floor and to evaluate the impacts of her (his) decisions through different operational and economical performance measures. This thesis is based on the knowledge accrued in developing and implementing these simulators in different industrial sites and is organized into parts. The first part addresses a technological dimension by examining aspects of the simulation model that are relevant for generating schedules adherent to the shop-floor reality. The second part focuses on an organizational and human dimension and describes a methodology for implementing the Strategic Short- Term Shop-floor Management. Among the results obtained in an actual application of this managerial approach, the following stand out: a reduction of work-in-process, more flexibility in the shop-floor for dealing with mix and volume variations of demand, and a decrease in the time spent by planners for scheduling the plant activities.