Este artigo analisa o desempenho dos principais modelos de quantificação do Efeito Chicote (EC) a partir do estudo do impacto produzido por diferentes políticas de tratamento dos excessos de estoque sobre o EC, em ambientes com demanda e lead time estocásticos. Além da política considerada como pressuposto dos principais modelos de quantificação do EC disponíveis na literatura, onde excedentes de estoque são devolvidos a custo zero, outras duas políticas são investigadas: (i) excedentes são desconsiderados, ou seja, não motivam nem compra nem devolução de itens, e (ii) excedentes são ajustados e utilizados para suprir demandas futuras. A política (ii), considerada como a que melhor retrata a realidade operacional nas empresas, é incorporada à modelagem do EC sob a forma de um fator de correção em sua quantificação. Produz-se, assim, um novo modelo matemático para dimensionamento do EC em ambientes sujeitos à demanda e lead time estocásticos e independentes, onde excessos de estoque são incorporados no cálculo do tamanho dos pedidos futuros. O desenvolvimento deste novo modelo é apresentado detalhadamente, assim como as simulações computacionais realizadas para comparar seu desempenho com os modelos de Chen et al. (2000) e Fioriolli e Fogliatto (2007).
O aumento da variabilidade da demanda ao longo de uma cadeia de abastecimento é conhecido como Efeito Chicote (EC). A modelagem deste fenômeno é fundamental para a quantificação de sua intensidade, ajudando a reduzir seus impactos negativos sobre o nível de serviço e sobre os estoques em cadeias de abastecimento. Este artigo apresenta uma proposta de modelagem do EC que tem por objetivo aumentar a precisão na quantificação deste fenômeno em ambientes com demanda e lead time estocásticos. O novo modelo considera um elemento que não está presente nos principais modelos disponíveis na literatura: a variabilidade no lead time de entrega de pedidos. Além disso, define de modo mais preciso o papel do coeficiente de variação da demanda na quantificação do EC. A utilização do modelo proposto aumenta a eficiência da gestão de cadeias de abastecimento ao contribuir para atenuar a propagação do EC. The increase in demand variability as information flows from customers to manufacturers in a supply chain is known as the Bullwhip Effect (BE). Modeling this phenomenon is key in measuring its intensity, aiming at reducing its negative impact on both service and inventory levels in supply chains. This paper proposes a new, more precise mathematical model for quantifying the BE in systems with stochastic demand and lead time. The new model takes into account the lead time variability, an element not present in the BE literature. In addition, the model allows a more precise assessment of the role that the demand's coefficient of variation plays when quantifying the BE. The use of the proposed model enables an improved management of the supply chain by attenuating the propagation of the BE
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.