Este trabalho aborda o problema multiestágio de planejamento e programação da produção em indústrias cervejeiras. O processo de fabricação de cerveja pode ser dividido em duas etapas principais: preparação do líquido e envase. A primeira etapa ocorre, na maior parte do tempo, dentro de tanques de fermentação e maturação. A segunda ocorre nas linhas de envase, podendo ter início assim que o líquido estiver pronto nos tanques. O tempo de preparação do líquido demora vários dias, enquanto que na maioria das indústrias de bebidas carbonatadas este tempo é de no máximo algumas horas. O objetivo deste estudo é obter planos de produção viáveis que visam otimizar as decisões de programação envolvidas nestes processos. Visitas a cervejarias no Brasil e em Portugal foram realizadas para uma maior familiaridade do processo de produção e dados foram coletados. Modelos de programação inteira mista para representar o problema foram desenvolvidos, baseados em abordagens CSLP (The Continuous Setup Lot-Sizing Problem), GLSP (General Lot Sizing and Scheduling Problem), SPL (Simple Plant Location Problem) e ATSP (Asymmetric Travelling Salesman Problem). Os resultados mostram que os modelos são coerentes e representam adequadamente o problema, entretanto, mostram-se difíceis de serem resolvidos na otimalidade. Esta dificuldade de resolução dos modelos motivou o desenvolvimento de procedimentos MIP-heurísticos, como também de uma metaheurística GRASP (Greedy Randomized Adaptive Search Procedure). As soluções obtidas pelos procedimentos heurísticos são de boa qualidade, quando comparadas ao melhor limitante inferior encontrado por meio da resolução dos modelos matemáticos. Os testes computacionais foram realizados utilizando instâncias geradas com base em dados reais. / This study deals with the multistage lot-sizing and scheduling problem in breweries. The brewing process can be divided into two main stages: preparation and filling of the liquid. The first stage occurs most of the time in fermentation and maturation tanks. The second stage occurs in the filling lines and it can start as soon as the liquid gets ready. The preparation time of the liquid takes several days, while in the carbonated beverage industries this time is at most a few hours. The purpose of this study is to obtain feasible production plans aimed at optimizing the decisions involved in these processes. Visits to brewery industries in Brazil and Portugal were held to a greater familiarity of the production process and data were collected. Mixed integer programming models have been developed to represent the problem, based on approaches for the CSLP (The Continuous Setup Lot-Sizing Problem), GLSP (General Lot Sizing and Scheduling Problem), SPL (Simple Plant Location Problem) and ATSP (Asymmetric Travelling Salesman Problem). The results show that the models are consistent and adequately represent the problem; however, they are difficult to be solved at optimality. This motivated the development of MIP-heuristic procedures, as well as a meta-heuristic GRASP (Greedy Randomized Adaptive Search Procedure). The obtained solutions by the heuristics are of good quality, when compared to the best lower bound found by solving the mathematical models. The tests were conducted using generated instances based on real data.

O presente trabalho trata do problema integrado de dimensionamento e sequenciamento de lotes de produção. O processo de dimensionar e sequenciar lotes de produção consiste em determinar quanto produzir de cada produto e a sequência de produção desses lotes em cada máquina a cada período a fim de atender a uma demanda prevista sob as condições e capacidades operacionais existentes. O caso estudado nesse trabalho aborda o cenário de uma empresa de grande porte da indústria de bens de consumo de higiene pessoal, um mercado bastante concorrido no qual o bom nível de serviço de atendimento e a gestão de custos mostram-se essenciais na competição pelos clientes. Nessa empresa, existe um ambiente operacional complexo, composto por máquinas distintas em paralelo com capacidade limitada de produção cujos tempos de preparação (setup) são dependentes da sequência de produção, além de uma restrição de capacidade de armazenagem dos produtos fabricados, característica não encontrada na literatura existente. Os clientes permitem que ocorram atrasos de atendimento da demanda, porém isso é extremamente indesejável. Esse tipo de problema é NP-difícil, sendo geralmente tratado na literatura por heurísticas. Nesse trabalho, elaboramos nove diferentes estratégias de resolução baseadas na heurística relax-and-fix. O objetivo é, não somente resolver um problema real complexo, como também avaliar se o modo de articionamento e a sequência de resolução dos subproblemas influencia no desempenho da heurística. Os testes computacionais foram conduzidos em instâncias geradas aleatoriamente e em casos reais. Os resultados mostraram um bom desempenho e robustez da abordagem proposta. Técnicas alternativas foram aplicadas na estratégia com os melhores resultados para potencializar seu desempenho. / This work adresses the integrated lot sizing and scheduling problem. The process of lot sizing and scheduling consists of determining how much to produce of each product and the scheduling of these lots in each machine in order to meet the demand under existing restrictions and operational capabilities. The case studied in this work describes the scenario of a big company in the industry of consumer goods for personal hygiene, a very competitive market in which the good service level for customers and the cost management show up in the competition for the clients. In this company, there is a complex operational environment, composed of distinct parallel machines with limited production capacity and sequence dependente setup times. There is also a limited finished goods storage capacity, a characteristic not found in the existing literature. Backordering is allowed but it is extremely undesirable. This problem is NP-hard and it has been treated by heuristics in the literature. In this work, we developed nine different solving strategies based on the relax-and-fix heuristics. The aim of this approach is not only to solve a complex real problem but also assess whether the form of partitioning and the sequence of solving the subproblems influences the performance of the relax-and-fix heuristics. The computational experiments were conducted on ramdomly generated instances and real problems. The results showed the good performance and the robustness of the proposed approach. Alternative techniques were applied in the strategy with the best results in the previous tests to enhance its performance.