Otimização da rede de uma cadeia de suprimentos com a utilização de uma heurística baseada em Busca Tabu

Abstract

Resumo: Este artigo discute a implementação e avaliação de uma heurística baseada em Busca Tabu para otimizar uma rede de cadeia de suprimentos. Para tanto, o modelo single-source proposto por Farias & Borenstein (2012) foi implementado. O problema foi resolvido por uma adaptação do método de Lee & Kwon (2010), substituindo centros de distribuição (CDs) e arcos a fim de encontrar o menor custo para uma rede de cadeia de suprimentos. Foram resolvidas as 22 instâncias propostas por Farias & Borenstein (2012) e os resultados indicam que, para esses cenários, o método aplicado teve um bom desempenho computacional, obtendo resultados com uma redução de 81,03% no tempo médio de processamento. Contudo, houve um aumento de 4,98% no custo médio das soluções obtido pelo método heurístico quando comparado com os resultados ótimos. Por fim, o problema foi resolvido para outras quatro instâncias com características reais, comprovando a eficiência da heurística para problemas de grande escala, visto que todas as soluções foram obtidas em menos de 2 minutos de processamento.Abstract: This paper discusses the implementation and evaluation of a heuristic based on Tabu Search to optimize a supply chain network. To this end, a single-source model proposed by Farias & Borenstein (2012) was implemented. The problem was solved by adapting the Lee & Kwon method (2010), exchanging distribution centers (DCs) and arcs to find the lowest cost for a supply chain network. Twenty-two instances proposed by Farias & Borenstein (2012) were solved and the results indicate that, for the scenarios, the method applied presented good computational performance, obtaining results with 81.03% reduction of the average processing time. However, there was an increase of 4.98% in the average cost of the solutions obtained through the heuristic method when compared with the optimal results. Finally, the problem was solved for four other instances with real features, proving the efficiency of this heuristic for large-scale problems, considering that all solutions were obtained in less than 2 minutes of processing.