Logística em redes varejistas: uma visão integrada de cross-docking e roteamento

• Autor(a) principal: Bissoli, Natan
• Data de Publicação: 2021
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-30062021-141245/
• topic: Cross-docking; Cross-docking; Decisões integradas; Integrated decisions; Proximity search; Proximity search; Roteamento de veículos; Vehicle routing

Devido à forte globalização dos mercados, a quantidade de produtos transportados no mundo vêm aumentando nos últimos anos. Neste contexto, as empresas buscam reduzir seus custos de distribuição, que segundo a literatura representam cerca de 30% do preço final dos produtos. Logo, a busca de estratégias eficientes de distribuição é constante e uma das das estratégias utilizadas por empresas de varejo é o sistema cross-docking. Esse sistema consiste em uma instalação intermediária, na qual os produtos são recebidos, reorganizados e expedidos aos clientes. Dentre as decisões operacionais relacionadas ao sistema estão a ordenação das cargas de entrada, de saída e o roteamento dos veículos de entrega. Na literatura, poucos trabalhos estudam o problema integrando esses três conjuntos de decisões e embora já tenha sido destacada sua relevância no contexto de roteamento de veículos, nenhum avalia o impacto do número de veículos utilizados na operação. Desta maneira, o presente trabalho aborda esta lacuna da literatura, tratando o problema como bi-objetivo, ou seja, visando minimizar os custos operacionais do cross-dock e a redução no número de veículos utilizados. Experimentos computacionais realizados para instâncias com 15 clientes mostraram que considerar apenas os custos operacionais leva a uma utilização adicional média de 25% dos veículos, e considerar apenas o número de veículos pode aumentar os custos operacionais em média em 110%. Porém, o problema bi-objetivo resulta em soluções que permaneçam em média a 3% e 2% do melhor custo e do menor número de veículos conhecidos, respectivamente. Para tratar instâncias com um maior número de clientes, foi desenvolvida uma matheurística Proximity Search bi-objetivo, a qual mostrou-se competitiva quanto aos resultados do método exato para instâncias pequenas. Para as instâncias de maior dimensão os resultados superaram em média a abordagem mono-objetivo.