ANÁLISE DA UTILIZAÇÃO DA LÓGICA
FUZZY NO CONTROLE DE ESTOQUE
DE UMA EMPRESA DE ELETRICIDADE
Leliana Goncalves da Silva (CESUPA )
Anna Paula Meireles Nunes (CESUPA )
O estudo aborda uma empresa do setor elétrico que devido as
mudanças que vem enfrentando neste setor precisa se reestruturar.
Sendo assim, uma das medidas adotadas por ela foi a redução de
custos. Quando se trata de custos o setor de gerencciamento de estoque
da empresa é fundamental, já que seus níveis de estoque são
extremamente altos. Logo, a pesquisa feita neste trabalho buscou
verificar todos os pontos que influenciam a quantidade de itens no
estoque dessa organização do setor elétrico, situada na cidade de
Belém-PA. Utilizou-se a Inteligência Artificial, mais especificamente
na parte de Lógica Fuzzy, para controlar melhor a quantidade de itens
disponibilizados para um determinado cliente interno da empresa. A
organização utilizava de aspectos subjetivos nesse controle do
atendimento de reservas. Usou-se o software MatLab para um melhor
tratamento dos dados. Dessa forma, ajustaram-se as variáveis
escolhidas (demanda, prioridade, estoque e quantidade a ser atendida)
aos valores encontrados, mensurando-se a quantidade de itens que
deveriam ser disponibilizados numa determinada solicitação de
material. Observou-se resultados precisos que demonstraram o
eficiente uso da Lógica nebulosa no controle de estoque.
Palavras-chaves: Lógica Fuzzy; Gestão de Estoque; Inteligência
Artificial.
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
2
1 Introdução
O setor elétrico brasileiro vem passando por diversas mudanças nos últimos anos, desde o
racionamento e privatização do setor até o investimento em novas fontes energéticas. As
hidrelétricas, principal fonte de energia brasileira, estão gerando menos energia do que sua
capacidade permite. Isso vem ocorrendo devido a baixa quantidade de água disponível,
causado pela escassez das chuvas. (VEJA, 2012)
Tendo em vista essa crise que o setor elétrico demonstra passar, as empresas ligadas a este
setor precisam ir se adequando a essas restruturações, de maneira a evitar que isso influencie
no seu desempenho financeiro. Algumas medidas veem sendo tomadas, fazendo com que
empresas lancem metas de redução de custos. A organização abordada nesse estudo encontra-
se inserida nesse contexto, e tem como uma de suas metas para 2013 a redução de 15% nos
custos da empresa.
Sendo assim, a gestão de estoque é uma das atividades de qualquer empresa que quando
gerida de forma eficiente pode levar a uma redução de custos desnecessários e excessivos.
Sabe-se que o ideal para qualquer empresa é manter o mínimo de estoque possível já que este
não agrega valor à organização. Além disso, o estoque representa uma forma do capital da
empresa estar “empatado”. Logo, o capital investido deve ser o menor possível.
Assim, a gestão de estoque deve convergir para a estratégia da empresa de maneira a
equilibrar a sua rentabilidade e a sua rede de suprimentos. Isso força qualquer empresa a
melhoria dos seus métodos para gerenciar o estoque. O que acontece na empresa que está
sendo abordada é que esta mantem uma grande quantidade de materiais em estoque. Dentre os
diversos fatores que levam a esse problema estão um planejamento inadequado, uma previsão
de demanda fora do real e principalmente um controle de estoque ineficiente.
O controle de estoque é fundamental dentro da empresa, pois evita roubos e diferenças do
estoque físico para o que está registrado no sistema. Segundo Viana (2002, p. 361) “ qualquer
que seja o método, é fundamental a plena observância das rotinas em prática a fim de se evitar
problemas de controle, com consequências no inventário, que redundam em prejuízos para a
empresa.”. Além disso, sua importância se encontra, também, no fato de evitar excessos ou
faltas de materiais seja para clientes externos ou para outros setores da empresa.
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
3
A empresa abordada encontra grandes dificuldades no controle de seu estoque. Não há um
método bem definido para controlar a quantidade e frequência que os matérias são solicitados
e usados pelas diversas áreas da empresa. Essa atividade acaba ocorrendo de forma muito
subjetiva, pois depende exclusivamente da opinião e experiência dos colaboradores da área de
suprimentos. Fazendo então com que ocorram os altos níveis de estoque.
Nesse contexto, o uso dos métodos da Inteligência Artificial pode ser uma alternativa a
métodos tradicionais e subjetivos no controle de estoque. A I.A consiste no estudo de
conceitos que permitem os computadores serem inteligentes (WINSTON, 1988). Além disso,
algumas de suas ferramentas conseguem trabalhar com cenários imprecisos, que são muito
comuns quando trata-se de gestão de estoque.
Sendo assim, este trabalho visa analisar a utilização da Lógica Fuzzy na gestão de estoque de
uma empresa de eletricidade. Busca-se através dessa ferramenta propor uma melhoria no
controle de estoque da organização. A Lógica Nebulosa, é uma das abordagem da I. A,
considerada a parte da lógica matemática dedicada aos princípios formais do raciocínio
incerto ou aproximado (KATINSKY,1994 apud NEPOMUCENO et. al. 2012). Logo, pode
ser corretamente aplicada ao controle de estoque de uma empresa.
2 Referencial Teórico
2.1 Gestão de Estoque
Segundo Arnold (2008, pg. 265) “Os estoques são materiais e suprimentos que uma empresa
ou instituição mantém, seja para vender ou para fornecer insumos ou suprimentos para o
processo de produção.”. Logo, a gestão de estoque é responsável em administrar todos esses
itens, que são extremamente importantes dentro de uma empresa, de maneira a maximizar o
atendimento ao cliente.
O gerenciamento de estoques de uma empresa deve ser bem estruturado de maneira a suprir
as necessidades de abastecimento interna e externas a empresa. Já que essa área irá afetar os
resultados quantitativos da empresa. Nesse contexto, deve-se substituir empirismos por
soluções de forma a atingir o principal objetivo da gestão de estoques que é atender as
necessidades, quando se trata de material.
Para uma ótima gestão de estoque é essencial que a empresa mantenha um eficiente controle
de estoque utilizando-se de ferramentas que tragam resultados satisfatórios. Viana (2002, pg.
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
4
108) explica que “a preocupação da gestão de estoques está em manter o equilíbrio entre as
diversas variáveis componentes do sistema tais como custo de aquisição, de estocagem e de
distribuição; nível de atendimento das necessidades dos usuários consumidores.”.
2.1.1 Controle de estoque
O controle de estoque deve principalmente buscar minimizar o capital investido em estoque já
que altos níveis de estoque acarretam em elevados custos para empresa. Além disso, é através
do controle de estoque que se poderá evitar desperdícios e fazer planejamento de materiais.
De acordo com Ching (2001, p 31):
[..] nunca se tem certeza da quantidade a ser solicitada pelos clientes, uma das primeiras
questões consideradas no controle de estoques é a previsão das vendas futuras, da
demanda, bem como a estimativa do tempo de reposição, desde o pedido feito ao
fornecedor até a chegada da mercadoria em nossas instalações.
Essa atividade da gestão de estoque é fundamental pois todas as decisões tomadas nela
influenciarão financeiramente na empresa. Será ela que irá registrar, gerenciar a entrada e
saída de mercadorias e fazer a fiscalização dos materiais. Sendo assim, as organizações
devem ter um sistema confiável de controle de estoque para evitar a ocorrência de problemas.
2.2. Lógica Fuzzy
A Lógica Fuzzy é uma lógica multivalorada que consegue trabalhar com informações vagas,
difíceis de ser processadas. Essas informações são captadas e transformadas em formato
numérico. Um de seus principais objetivos é aproximar as decisões tomadas por uma máquina
da decisões humanas.
Nos conjuntos clássicos, o conceito de pertinência de um elemento a um conjunto é bem
definido. Dado um conjunto A em um universo X, os elementos deste universo simplesmente
pertencem ou não pertencem àquele conjunto. Já nos conjuntos Fuzzy existem um grau de
pertinência que permite fazer uma transição gradual de um elemento de um conjunto para
outro. É a função de pertinência que ira definir se o elemento pertence a um conjunto ou não.
O tipo de função a ser usada dependerá do problema, podendo ser triangular, trapezoidal,
gaussiana entre outras.
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
5
A Lógica Nebulosa baseia-se em palavras e não em valores numéricos. Logo é uma
ferramenta com uma análise meramente linguística que utiliza de probabilidades linguísticas.
Nos conjuntos fuzzy, os conceitos de sim ou não, bom ou ruim, verdadeiro ou falso e preto ou
branco são substituídos por conceitos onde existem tanto as verdades parciais quanto as
falsidades parciais (GIGCH; PIPINO, 1980).
A figura abaixo mostra a estrutura do funcionamento de um sistema Fuzzy:
FIGURA 1 – Estrutura básica de um Controlador Fuzzy.
Fonte : Adaptado de GUDWIN e GOMIDE.
Os valores de entradas ( valores numéricos), que são entradas crisp passam por um processo
chamado de “fuzzyficação”, ou seja, são associados com um conjunto e grau de pertinência
transformando-se numa entrada nebulosa. Em seguida, a variável nebulosa passa pela
avaliação das regras. A partir disso, gera-se uma saída nebulosa. É importante ressaltar que
toda variável nebulosa possui um conjunto e grau de pertinência ( que varia de 0 a 1,
permitindo representar valores imprecisos).
A variável de saída vai passar por um processo chamado de “desfuzzificação” que gera uma
saída crisp, ou seja, um valor numérico. Esse processo pode ocorrer por meio de vários
métodos um deles é o centro de gravidade que retorna o centro de massa do resultado como
um valor exato. A Lógica Difusa pode ter inúmeras aplicações como: sistemas híbridos,
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
6
controle e otimização, análise de dados entre outros. E tem dentre suas vantagens uma maior
facilidade em tratar as regra devido sua linguagem. Além de não precisar se preocupar em
estabelecer limites.
3 Metodologia
3.1 Classificação
A pesquisa pode ser definida como a procura de respostas a determinadas indagações, seria
como uma busca constante para descobrir a realidade ( SILVA; MENEZES, 2001). O estudo
deste trabalho trata de uma pesquisa de natureza aplicada, pois visa gerar conhecimento, para
a solução de um “problema” específico. Neste caso, o problema abordado trata do
atendimento de reservas de materiais feitas por diversas áreas (internas) de uma empresa de
eletricidade. Logo, a pesquisa irá abordar quantitativamente o atendimento dessas reservas.
3.2 Instrumento de coleta de dados
Os dados necessários para o estudo foram coletados diretamente na empresa com o
responsável do almoxarifado. Foram solicitadas informações (quantidade e demanda por
setor) a respeito dos itens de estoque com maior rotatividade. Resolveu-se voltar o estudo
apenas a estes itens devido a grande quantidade de materiais em estoque.
Além disso, um relatório elaborado pelos colaboradores do almoxarifado com as prioridades
dos itens para cada área dentro da empresa foi enviando para o grupo. Dessa forma, se saberia
o quanto um item é importante para uma determinada área, facilitando a realização do
trabalho. Nesse documento, as prioridades estabelecidas variavam de 0 a 10, ou seja, quanto
mais próximo de 10 mais importante um determinado item será para um setor específico da
empresa.
3.3 Método
A partir das informações coletadas foram estabelecidas as variáveis de entrada (Demanda,
Estoque e Prioridade) e a variável de saída (Quantidade). Foi utilizado o software MatLab
para tratamento dessas variáveis. As figura abaixo mostram as quatro variáveis do problema,
as funções que foram utilizadas para cada variável e os parâmetros dentro de cada uma.
FIGURA 2 – Variável Demanda FIGURA 3 – Variável Estoque
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
7
Fonte: Elaborado pelos autores no MATLAB Fonte: Elaborado pelos autores no MATLAB
Na figura 2, a variável “Demanda” refere-se a quantidade pedida em uma reserva de um
determinado item do estoque da empresa. A função de pertinência para essa variável foi a
gaussiana. A demanda apresenta três conjuntos: Baixa, Média e Alta. Na figura 3, observa-se
a variável “Estoque” que representa a quantidade de um determinado item no estoque. A sua
função de pertinência corresponde a triangular e seus conjuntos são: Pequeno, Médio e
Grande.
FIGURA 4 – Variável Demanda FIGURA 5 – Variável Estoque
Fonte: Elaborado pelos autores no MATLAB Fonte: Elaborado pelos autores no MATLAB
Já na figura 4, tem-se a “Prioridade” que avalia o quanto um item é importante para o
funcionamento de um determinado setor, podendo variar de 0 a 10. Essa variável teve como
função de pertinência a trapezoidal e como conjuntos: Irrelevante, Normal e Relevante. E, por
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
8
último a na figura 5, está representada a “Quantidade” que é a quantia real ( será considerada
como porcentagem) a ser atendida de um determinado material que foi solicitado. Com
função de pertinência triangular e conjuntos: Muito baixa, Baixa, Média, Alta, Muito alta.
A partir disso, elaboraram-se as regra do sistema, que totalizaram em 18. A seguir, pode-se
observar alguns exemplos do padrão das regras que foram elaboradas: “Se E=Grande e
P=Relevante ENTÃO Q=Muito Alta”, “Se E=Médio e D=Alta e P=Normal ENTÃO
Q=Média”, “Se E=Baixo e D=Alta e P=Irrelevante ENTÃO Q=Muito Baixa” entre outras.
3.4 Análise de dados
A análise do estudo foi feita a partir dos resultados demonstrados no software utilizado.
Colocou-se o sistema para funcionar e escolheram-se valores aleatórios para as variáveis de
entrada. Assim, pode-se observar qual seria o comportamento da variável de saída e
comparar se estava de acordo com as regras elaboradas, durante a aplicação da Lógica Fuzzy,
e com a realidade da empresa. Baseando-se nisso, conseguiu-se avaliar a precisão do modelo
elaborado.
Além disso, utilizou-se dados reais do atendimento de reservas do almoxarifado da empresa,
para ver o comportamento do modelo elaborado, porém apenas como um teste. Assim, foi
possível verificar se o seu comportamento estava convergindo para o que foi proposto de
início. A partir disso, também pode-se analisar a eficiência na aplicação da Lógica Fuzzy.
4 Resultados
Com a aplicação Lógica Nebulosa, foi proposto uma nova maneira de controle de estoque
para a empresa de eletricidade. O atendimento as reservas feitas pelas diversas áreas da
empresa seria controlado de maneira mais satisfatória e não baseado apenas na subjetividade.
Nem sempre uma reserva será atendida por completo, dependerá de outros fatores e sua
influência nos itens daquela reserva.
FIGURA 6 – Execução das Regras
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
9
Fonte: Elaborado pelos autores no MATLAB
A figura 6 mostra que, por exemplo, para um estoque de 203 lâmpadas incandescentes, se
houver uma reserva que demanda 83.7 lâmpadas (os valores seriam arredondados para
números inteiros), e a área da empresa que fez essa solicitação tiver uma prioridade em
relação a esse item de 6.15, a quantidade a ser atendida seria apenas 27.8% da demanda de
lâmpadas solicitada. Ou seja, aproximadamente 23 lâmpadas. Pode-se observar que para um
estoque pequeno de um determinado item a quantidade a ser liberada fica reduzida.
FIGURA 7 – Execução das Regras
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
10
Fonte: Elaborado pelos autores no MATLAB
Na Figura 7, pode-se observar mais uma execução do modelo, que segue o mesmo raciocínio
explicado anteriormente. Esse modelo elaborado pode ser aplicado a todos os itens da
empresa em estoque que foram considerados como parte do estudo, pois todos sofrem
influência desses fatores. A prioridade foi uma variável com uma influência muito grande no
resultado pois a empresa considera esse fator como muito importante para o adequado
funcionamento do seu controle de estoque. Logo, buscou-se incorporar isso ao modelo.
A quantidade no estoque também foi uma variável com grande importância já que o ideal é
tentar balanceá-la em conjunto com as outras variáveis. Para que dessa forma não ocorram
faltas nem excessos no estoque que possam gerar impactos negativos no desempenho
financeiro da empresa. A demanda foi uma variável que não gerou grandes influencias na
quantidade disponibilizada, pois as outras duas variáveis de entrada foram consideradas como
primordiais no controle do estoque.
Dessa forma, os itens do estoque só serão disponibilizados quando realmente forem
necessários. Isso evitaria que um determinado setor da empresa recebesse uma quantidade
muito alta de itens que não seriam usados de imediato. Podendo assim, entrar em
obsolescência, ser desperdiçados ou até mesmo “impedir” com que outros setores pudessem
receber a quantidade necessária de um determinado item.
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
11
5 Conclusão
O estudo realizado apresentou resultados consistentes de acordo com a realidade da empresa.
Com o tratamento adequado dos dados coletados e aplicação da Lógica Fuzzy, desenvolveu-
se um modelo simples e prático que pode auxiliar o controle de estoque da empresa abordada.
Pode-se constatar como as variáveis de entrada: demanda, estoque e prioridade interferem na
gestão de estoque da organização. Além disso, verificou-se claramente como esses parâmetros
alteram a quantidade de um determinado material que deve ser atendida para os diferentes
setores da empresa.
Durante a realização do estudo houveram algumas dificuldades. O tratamento dos dados no
MatLab foi uma delas. No início, o grupo não conseguiu definir os parâmetros para cada
variável porém após várias análises de dados conseguiu-se realizar esta etapa com êxito. Além
disso, o software utilizado não era de disponibilidade do grupo, logo sua utilização dependia
de horários específicos. Outro ponto a destacar foi na elaboração da regras. Houveram alguns
impasses em definir a variável de saída de maneira adequada para cada regra que se
elaborava.
O trabalho não apresentou grandes limitações. Algumas delas porém não tão relevantes foram
encontradas no decorrer do estudo. Nem todas as informações desejadas foram de livre
acesso. A empresa não pode liberar dados de consumo de um período maior que dois anos o
que limitou o trabalho apenas aos consumos mais recentes das suas diversas áreas. Entretanto
isso não impactou nos resultados, visto que os próprios colaboradores do almoxarifado
sugeriram desconsiderar esses consumos mais antigos.
Com o estudo que foi realizado neste trabalho, pode-se observar muitas contribuições para a
sociedade no geral. Outros acadêmicos, por exemplo, podem aprofundar o estudo aumentando
o número de variáveis de entrada de acordo com a realidade que estará sendo trabalhada.
Assim, consequentemente melhorando o modelo de controle de estoque elaborado. Além
disso, empresas públicas ou privadas de qualquer porte podem adotar essa ferramenta,
aumentando sua complexidade conforme suas necessidades.
O artigo teve grande importância, pois utilizar Lógica Fuzzy é uma forma fácil e dinâmica de
se obter resultados rápidos sobre sua gestão de estoque, e assim se adequar ao mercado. Como
foi demonstrado pode ser usada para auxiliar o controle de materiais visando reduzir ao
máximo o capital investido no estoque. Dessa forma, se igualando e competindo com as
XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos
Salvador, BA, Brasil, 08 a 11 de outubro de 2013.
12
empresas do mesmo ramo, evitando excesso e/ou falta de materiais quando a demanda
aumenta de forma inconstante.
Referências:
ARNOLD, J. R. T. Administração dos materiais. São Paulo: Ed. Atlas, 1999.
CHING, H. Gestão de estoques na cadeia logística integrada. São Paulo: Ed. Atlas, 2001.
GASPAR, Malu. Brasil caminha para o racionamento de energia. Revista VEJA, São Paulo, 2012. Disponível
em: <http://veja.abril.com.br/noticia/economia/brasil-caminha-para-o-racionamento-de-energia>. Acesso em: 10
jan. 2013.
GIGCH, J. ; PIPINO, L. Form Absolute to Probable to Fuzzy in Decision Making. Kybernetes, v. 19, p. 433-
461.
GOMIDE, Fernando; GUDWIN, Ricardo. Modelagem, Controle, Sistemas e Lógica Fuzzy. Revista SBA:
CONTROLE & AUTOMAÇÃO, vol 4, n 3, 1994. Disponível em: ftp://calhau .dca.fee.unicam p.br/pub/docs
/gudwin/publications/RevSBA94.pdf. Acesso em: 10 jan. 2013.
NEPOMUCENO, J. I. J. Mapeamento das unidades ecodinâmicas: Subsídio ao estudo da variabilidade
ambiental no Polo de Irecê-BA. Revista Geonorte, Edição Especial, v.2, n.4 p.1560-1573, 2012.
RICH, K.. Inteligência Artificial. São Paulo: Makron Books do Brasil, 1994.
SILVA, M. Metodologia da Pesquisa e Elaboração de Dissertação. 3. ed. rev. atual. Florianópolis:
Laboratório de Ensino à Distância da UFSC, 2001.
VIANA, J. J. Administração de Materiais – Um enfoque Prático. São Paulo: Ed. Atlas S.A, 2002.
WINSTON, P. H. Inteligência Artificial. Rio de Janeiro: Ed. Livros Técnicos e Científicos, 1988.