UNIVERSIDADE ESTADUAL DE CAMPINAS FACULDADE DE CIÊNCIAS APLICADAS
RAFAEL DE OLIVEIRA MÉLLO
Planejamento Lean 3P com modelagem multicritério para auxílio na
tomada de decisão
Lean 3P planning with multicriteria modeling to assist on decision-making
process
LIMEIRA 2019
RAFAEL DE OLIVEIRA MÉLLO
PLANEJAMENTO LEAN 3P COM MODELAGEM MULTICRITÉRIO PARA AUXÍLIO NA TOMADA DE DECISÃO
Dissertação apresentada à Faculdade de Ciências Aplicadas da Universidade Estadual de Campinas, como parte dos requisitos exigidos para a obtenção do título de Mestre em Engenharia de Produção e de Manufatura, na Área de Pesquisa
Operacional e Gestão de Processos
Orientador: ANIBAL TAVARES AZEVEDO
ESTE TRABALHO CORRESPONDE À VERSÃO FINAL DA DISSERTAÇÃO DEFENDIDA PELO ALUNO RAFAEL DE OLIVEIRA MÉLLO, E ORIENTADO PELO PROFESSOR DR. ANIBAL TAVARES AZEVEDO
____________________________ Assinatura do Orientador
LIMEIRA 2019
FOLHA DE APROVAÇÃO Autor: Rafael de Oliveira Méllo
Título: Planejamento Lean 3P com modelagem multicritério para auxílio na tomada de decisão
Natureza: Dissertação
Área de Concentração: Engenharia de Produção e Manufatura / Pesquisa Operacional Instituição: Faculdade de Ciências Aplicadas – FCA/UNICAMP
Data de Defesa: Limeira, SP, 15 de Agosto de 2019
Banca Examinadora:
Prof. Dr. Aníbal Azevedo (orientador)
Prof. Dr. Alessandro Lucas da Silva (FCA-UNICAMP)
Prof. Dr. Fernando Bernardi de Souza (UNESP)
A Ata de defesa com as respectivas assinaturas dos membros encontra-se no SIGA/Sistema de Fluxo de Dissertação/Tese e na Secretaria do Programa da Unidade
RESUMO
Na atual configuração do mercado, em que os preços são definidos pelos consumidores, e os produtores precisam trabalhar em suas margens de lucro para aumentar a sua competitividade, é essencial que os processos produtivos sejam concebidos visando menores custos e maior qualidade. Aproximadamente 75-80% dos custos totais evitáveis são controláveis no estágio de desenvolvimento desses processos, justificando a necessidade de um desenvolvimento estruturado, analítico e robusto, para que esse novo processo atenda aos padrões de excelência no campo da competitividade. É nesse contexto que a técnica Lean 3P é aplicada, exaurindo as oportunidades de melhorias, de qualidade e de redução de custos, durante o desenvolvimento de um novo processo produtivo. Paralelamente, existem as técnicas de decisões multicritérios que são aplicadas eficientemente na estrututação de tomadas de decisões e no auxílio da identificação de oportunidades, quantificando os dados qualitativos e provendo um ranqueamento global dentre os diferentes agentes inclusos no estudo. Nesta pesquisa, é apresentado um método de desenvovimento de novos processos produtivos, com o uso conjunto da técnica Lean 3P e das técnicas de decisão multicritério AHP e PROMETHEE, em que, por meio do estímulo da capacidade analítica e criativa dos envolvidos, em conjunto com as três técnicas descritas, o método foi utilizado para o desenvolvimento de um processo mais robusto, confiável e com menores custos.
ABSTRACT
On the current market setting, in which the prices are defined by consumers and producers need to work on their profit margins to increase their competitiveness, it is essential for production processes to be developed with lower costs and higher quality. Approximately 75-80% of the total avoidable costs can be controlled during the development stage of these processes, justifying the need for a structured, analytical and robust development, so that this new process complies with the standards of excellence in the field of competitiveness. It is in this context that the Lean 3P technique is applied, exhausting opportunities for improvement and for quality and cost reduction during the development of a new production process. Additionaly, there are the techniques of multicriteria decisions that are applied efficiently in the structuring of decision-making, and that help on the identification of opportunities, on quantifying qualitative data and on providing a global ranking between the different agents included in the study. This research presents a development method for new production processes using both the Lean 3P technique and the multi-criteria decision-making techniques AHP and PROMETHEE, in which, throught the stimulation of the analytical and creative capacity of those involved, together with the three techniques described, the method was used to develop a more robust, reliable and lower cost process.
LISTA DE FIGURAS
Figura 1 – Casa Toyota ... 18
Figura 2 – Processo de interação ... 31
Figura 3 – Estrutura hierárquica ... 34
Figura 4 – Critério usual ... 38
Figura 5 – Quase-critério ... 39
Figura 6 – Critério com preferência linear ... 40
Figura 7 – Critério de nível ... 40
Figura 8 – Critério com preferência linear e área de indiferença ... 41
Figura 9 – Critério Gaussiano... 42
Figura 10 – Intensidade de preferência ... 43
Figura 11 – Característica de superação ... 44
Figura 12 – Característica de superação ... 44
Figura 13 – Fluxograma das etapas do método ... 56
Figura 14 – Checklist patrocinador ... 59
Figura 15 – Checklists dos participantes ... 61
Figura 16 – Pontuação checklist ordenada ... 63
Figura 17 – Matriz classificada e ordenada ... 64
Figura 18 – Critérios do estudo ... 65
Figura 19 – Matriz comparação pares ... 66
Figura 20 – Matriz com os resultados de comparação dos pares ... 67
Figura 21 – Pesos dos critérios ... 69
Figura 22 – Relatório de consistência ... 70
Figura 23 – Matriz comparação dos pares retificada ... 72
Figura 24 – Pesos dos critérios revisado ... 73
Figura 25 – Diagrama dos pesos ... 74
Figura 26 – Níveis de avaliação Takt Time ... 75
Figura 27 – Níveis de avaliação Segurança, ergonomia e saúde ... 78
Figura 28 – Níveis de avaliação flexibilidade ... 78
Figura 30 – Níveis de avaliação equipamento padrão ou de prateleira ... 79
Figura 31 – Níveis de avaliação capabilidade do processo ... 80
Figura 32 – Níveis de avaliação processo conhecido ... 81
Figura 33 – Tipos de critérios ... 83
Figura 34 – Matriz de avaliação ... 84
Figura 35 – Ranqueamento parcial e completo ... 86
Figura 36 – Resultado dos critérios (alternativa 1) ... 87
Figura 37 – Resultado dos critérios (alternativa 2) ... 87
Figura 38 – Resultado dos critérios (alternativa 3) ... 88
Figura 39 – Resultado dos critérios (alternativa 4) ... 89
Figura 40 – Resultado dos critérios (alternativa 5) ... 89
Figura 41 – PROMETHEE Networking ... 91
Figura 42 – Plano Gaia ... 92
Figura 43 – PROMETHEE V ... 94
Figura 44 – PROMETHEE V (Alternativa 4) ... 95
Figura 45 – Promethee V (Alternativa 1) ... 95
Figura 46 – Promethee V (Alternativa 2) ... 96
Figura 47 – Promethee V (Alternativa 5) ... 96
Figura 48 – Promethee V (Alternativa 3) ... 97
Figura 49 – Matriz de avaliação revisada ... 101
LISTA DE TABELAS
Tabela 1 – Índice Randômico (RI) ... 36
Tabela 2 – Siglas dos critérios ... 68
Tabela 3 – Comparativo classificações antes e após PROMETHEE V ... 97
LISTA DE QUADROS
Quadro 1 – Critérios 3P ... 23
Quadro 2 – Níveis de automação ... 29
Quadro 3 – Aplicação conjunta da técnica AHP... 33
Quadro 4 – Escala de importância ... 34
Quadro 5 – Métodos PROMETHEE ... 45
Quadro 6 – Técnicas e métodos utilizados ... 56
LISTA DE ABREVIATURAS E SIGLAS
3P Processo de Preparação do Produto AHP Analytic Hierarchy Process
CI Índice de Consistência do estudo
CP Capabilidade do Processo
CR Taxa de Consistência
EK Evento Kaizen
FLM Filosofia Lean Manufacturing
ICP Índice de Capabilidade do Processo MCDA Análise de Decisão Multicritério
MIT Massachusetts Institute of Technology PROMETHEE Preference Ranking Organization Method RI Índice de Consistência Aleatório
STP Sistema Toyota de Produção TPM Manutenção Produtiva Total
SUMÁRIO
1 INTRODUÇÃO ... 13
2 REVISÃO BIBLIOGRÁFICA ... 16
2.1 LEAN MANUFACTURING ... 16
2.2 EVENTO KAIZEN ... 18
2.3 PROCESSO DE PREPARAÇÃO DO PRODUTO (3P) ... 20
2.4 ANALYTIC HIERARCHY PROCESS ... 31
2.5 MÉTODO PROMETHEE ... 37
2.5.1 Critério usual ... 37
2.5.2 Quase-critério ... 38
2.5.3 Critério com preferência linear... 39
2.5.4 Critério de nível ... 40
2.5.5 Critério com preferência linear e área de indiferença ... 41
2.5.6 Critério Gaussiano ... 41
2.5.7 Índice de preferência multicritério ... 42
2.5.8 Fluxo de saída... 43
2.5.9 Fluxo de entrada ... 44
2.5.10 PROMETHEE I, II ... 45
2.5.11 PROMETHEE V ... 46
2.6 MÉTODO AHP E PROMETHEE ... 48
2.6.1 Aplicação no meio ambiente ... 49
2.6.2 Aplicação para aumento de produtividade ... 50
2.6.3 Aplicação na área de transporte ... 51
2.6.4 Aplicação para a definição de estratégias ... 51
2.6.5 Aplicação na avaliação de fornecedores ... 51
2.6.6 Aplicação na área de tecnologia ... 52
2.6.7 Aplicação na área governamental ... 52
2.6.8 Aplicação no desenvolvimento sustentável ... 53
2.6.9 Aplicação na área de biotecnologia e saúde ... 53
3 METODOLOGIA ... 55
3.1 CLASSIFICAÇÃO DA PESQUISA ... 55
3.2 PROCEDIMENTO METODOLÓGICO ... 55
4 DESENVOLVIMENTO ... 58
4.1 DEFINIÇÃO DOS CRITÉRIOS DE ESTUDO ... 58
4.2 DEFINIÇÃO DOS PESOS DE CADA CRITÉRIO ... 65
4.2.1 Construção da escala de avaliação dos critérios qualitativos ... 74
4.2.1.1 Níveis de classificação – Takt Time ... 75
4.2.1.2 Níveis de classificação – Segurança, ergonomia e saúde (HSE) ... 77
4.2.1.3 Níveis de classificação – Flexibilidade ... 78
4.2.1.4 Níveis de classificação – Poka Yoke ... 78
4.2.1.5 Níveis de classificação – Equipamento padrão ou de prateleira ... 79
4.2.1.6 Níveis de classificação – Capabilidade do processo ... 80
4.2.1.7 Níveis de classificação – Processo conhecido ... 80
4.3 DEFINIÇÃO DAS RESTRIÇÕES ... 81
4.4 CONSTRUÇÃO DA MATRIZ DE AVALIAÇÃO ... 82
5 RESULTADOS ... 86
5.1 RANQUEAMENTO PARCIAL E COMPLETO DAS ALTERNATIVAS .. 86
5.2 ANÁLISE DAS RESTRIÇÕES ... 94
5.2.1 Reformulação das alternativas... 98
5.2.1.1 Avaliação das restrições da alternativa 4 ... 98
5.2.1.2 Avaliação das restrições da alternativa 1 ... 99
5.2.1.3 Avaliação das restrições da alternativa 2 ... 99
5.3 RANQUEAMENTO FINAL DAS ALTERNATIVAS ... 102
6 CONSIDERAÇÕES FINAIS ... 103
1 INTRODUÇÃO
Apesar da série de benefícios oriundos da implementação da filosofia Lean, o caminho para a construção e o desenvolvimento de um novo processo não é trivial, e as empresas ainda encontram dificuldades para conseguir implementar as ferramentas e a cultura Lean. Desse modo, consequentemente, os processos são concebidos com perdas relacionadas à movimentação, espera, transporte, defeitos, superprodução, estoques e processamentos desnecessários, que deveriam ser mitigadas no desenvolvimento, onerando o custo do processo, do produto, e diminuindo a margem de lucro.
Segundo pesquisa realizada por Gonçalves (2016), a aplicação dos conceitos de manufatura enxuta depende do comprometimento da liderança para a obtenção do sucesso do programa, pois são esses os responsáveis por manter a cultura durante os anos e desenvolver um ambiente de aprendizado contínuo.
Os desafios culturais e as restrições inerentes pela própria concepção dos processos dificultam no processo de mitigação e minimização dos desperdícios. Muitas indústrias tentaram em vão ou tiveram apenas um sucesso parcial na implementação da Filosofia Lean Manufacturing (FLM). Pesquisas que foram realizadas para entender o motivo dessas falhas (GURUMURTHY; KODALI, 2009) destacam que as companhias aplicam somente algumas poucas ferramentas e técnicas, dificultando o sucesso da implementação da filosofia. Rymaszewska (2013) conduziu um estudo para identificar os desafios da implementação do Lean, identificando que uma das barreiras para a implementação é a falta de cultura Lean nas organizações. Kumar e Kumar (2017) construíram uma estrutura para verificar a relação entre as barreiras que afetam a implementação do Lean Manufacturing, e apresentam uma ferramenta para remover essas barreiras.
Desse modo, é essencial utilizar um método que consiga minimizar os problemas e desperdícios na concepção dos processos. Segundo Burt e Doyle (1993), aproximadamente 75-80% dos custos totais evitáveis são controláveis no estágio de desenvolvimento. Da mesma forma, o estágio inicial do processo de desenvolvimento tem um grande impacto no desempenho e na performance final. Assim, é
particularmente importante que os requisitos dos usuários sejam levados em consideração nos processos de especificação e no processo de desenvolvimento do conceito (MCGOVERN; HICKS, 2006). É nesse contexto que a técnica 3P (Processo de Preparação da Produção) tem potencial de ser aplicada com eficiência.
Conforme Coletta (2012), o 3P (Processo de Preparação da Produção) é uma técnica de desenvolvimento Lean, que encoraja previamente a colaboração entre todas as partes interessadas, durante o desenvolvimento de um novo processo, produto ou serviço. Por meio do uso em conjunto das ferramentas Lean e com a utilização da técnica no estágio de desenvolvimento do conceito, o impacto nos custos e na performance global da solução é alta, maximizando a qualidade, minimizando os custos e evitando futuros problemas.
Adicionalmente, existem várias técnicas de apoio à tomada de decisões, que nos auxiliam na escolha das melhores alternativas, baseando-se em alguns critérios predefinidos. Para cada uma dessas técnicas, existem os pontos fortes, fraquezas e as particularidades de sua aplicação.
O uso em conjunto de diferentes técnicas de tomada de decisões e com objetivos específicos diferentes é utilizado na literatura. Macharis et al. (2004) afirmam que, com a combinação das forças de várias abordagens em uma única ferramenta de análise de multicritério, pode-se alcançar sinergias operacionais que beneficiam muito os tomadores de decisão. Dentre os diferentes métodos existentes, Zhu et al. (2010) destacam o PROMETHEE e o AHP como os dois métodos de análise de decisão multicritério mais populares na literatura.
Na revisão da literatura, não foi evidenciada nenhuma pesquisa que empregue as técnicas de tomada de decisões multicriteriais no desenvolvimento do Lean 3P. Diante disso, esta pesquisa busca responder aos seguintes questionamentos:
a) É possível aplicar métodos multicriteriais no desenvolvimento da técnica Lean 3P?
b) No desenvolvimento da técnica Lean 3P, como definir o peso de um critério “A” em relação a um critério “B”, e como definir quantitativamente o grau de preferência de cada uma das alternativas para cada um dos critérios do estudo?
Desse modo, o objetivo desta pesquisa é definir um método de auxílio de tomada de decisão que busque minimizar os problemas e desperdícios durante o desenvolvimento de novos processos, combinando o uso das técnicas Lean 3P e modelagem multicriterial, minimizando o custo, tempo e erros no projeto, por meio da integração de métodos existentes em contextos diferentes.
Paralelo a isso, é necessário que esse método avalie as restrições de recursos relacionadas ao projeto e o grau de preferência dos critérios para cada par de alternativas, e retorne quantitativamente a preferência final de cada alternativa do estudo.
Espera-se que, com a aplicação desse método, novos processos possam ser desenvolvidos de forma mais robusta, e que os finitos recursos sejam empregados de modo mais consciente, minimizando os custos evitáveis nessa fase.
Paralelo à contribuição acadêmica referente ao desenvolvimento em conjunto da técnica 3P com a modelagem multicritério, esta pesquisa também apresenta uma contribuição na área industrial, uma vez que utiliza métodos de modelagem em técnica Lean de gestão de produção.
2 REVISÃO BIBLIOGRÁFICA
Na literatura, a aplicação em conjunto das técnicas decisão multicritério AHP e PROMETHEE é bastante utilizada e em diferentes contextos de pesquisa, entretanto, quando é avaliado o uso da técnica Lean 3P combinado com os métodos de decisão multicriteriais, nenhuma pesquisa com esse contexto é evidenciada.
Quando a pesquisa é direcionada para as publicações sobre a técnica 3P, verifica-se que esse é um assunto pouco explorado e com poucos artigos publicados, voltados principalmente para a aplicação do método em estudos de casos na área de healthcare. O uso do método também foi evidenciado para a definição do fluxo de pacientes, na construção de novas alas hospitalares e na melhoria dos serviços, em que as partes interessadas trabalharam em conjunto para definir o melhor conceito e otimizar os custos e a eficiência dos serviços.
2.1 LEAN MANUFACTURING
Com o término da Segunda Guerra Mundial, os fabricantes japoneses enfrentaram uma grande escassez de recursos materiais, financeiros e humanos. Essas condições resultaram no nascimento do conceito de manufatura enxuta (WOMACK; JONES; ROOS, 1990). Kiichiro Toyoda, o presidente da Toyota Motor Company naquele período, reconheceu que os fabricantes de automóveis americanos daquela época estavam superando os fabricantes japoneses em uma proporção de cerca de dez para um. Os primeiros líderes industriais japoneses, como Toyoda, Shigeo Shingo e Taiichi Ohno, responderam com a criação de um novo sistema disciplinado e orientado para o processo, conhecido hoje como Sistema Toyota de Produção (STP).
O reconhecimento generalizado do STP como modelo de sistema de produção cresceu rapidamente com a publicação, em 1990, do livro The machine that changed the world, como resultado de cinco anos de pesquisa liderada pelo Massachusetts Institute of Technology (MIT). Os pesquisadores do MIT descobriram que o STP era muito mais eficaz e eficiente do que a produção em massa tradicional, e que representava um paradigma completamente novo, cunhando o termo produção
enxuta para indicar essa abordagem radicalmente diferente da produção (LEAN ENTERPRISE INSTITUTE, 2008).
Com o objetivo de conseguir competir no mercado atual, mais e mais empresas estão implementando a filosofia da produção enxuta. A ideia dessa filosofia é eliminar os desperdícios existentes no processo enquanto a qualidade é melhorada. Qualquer atividade, processo ou movimento que consuma qualquer tipo de recurso sem adicionar valor devem ser essencialmente eliminados sob o ponto de vista dessa filosofia (DANE; PARKER; KLEINER; BRIAN, 2016).
A produção enxuta é uma abordagem multidimensional que engloba uma ampla variedade de práticas de gerenciamento, incluindo entrega no prazo, sistemas de qualidade, equipes de trabalho, manufatura celular, gerenciamento de fornecedores etc., em um sistema integrado. O principal objetivo da produção enxuta é que essas práticas possam funcionar sinergicamente para criar um sistema simplificado e de alta qualidade, que produza de acordo com o ritmo da demanda do cliente, com pouco ou nenhum desperdício (SHAH; WARD, 2003).
O TPS é composto por dois pilares – Just-in-time e Jidoka – e é frequentemente ilustrado dentro da casa da Toyota (Figura 1). O TPS é mantido e melhorado por meio de interações de trabalhos padronizados e kaizen, seguindo métodos científicos (LEAN ENTERPRISE INSTITUTE, 2008).
Figura 51 – Casa Toyota
Fonte: Adaptada de Lean Enterprise Institute, 2008.
2.2 EVENTO KAIZEN
Kaizen é uma filosofia japonesa que promove pequenas melhorias por meio do resultado de um esforço contínuo, utilizando a padronização como um fator-chave para o sucesso de sua implementação (WITTENBERG, 1994). As melhorias atribuídas ao kaizen são atingidas através da definição de padrões mais elevados, assegurados pela capacidade de gestão desses padrões. A melhoria a longo prazo é, portanto, alcançada por meio de pessoas trabalhando em direção de padrões mais elevados (RYMASZEWSKA, 2013).
O evento kaizen (EK) cobre muitas das técnicas de gestão que foram desenvolvidas nos últimos anos, incluindo círculo da qualidade, controle da qualidade, manutenção produtiva total (TPM), sistemas de sugestões, kanban, just-in-time, melhoria da produtividade e automação. Os padrões são definidos como um conjunto de políticas, regras, diretivas e procedimentos, estabelecidos pela administração para todas as principais operações, como diretrizes que permitem que todos os funcionários desempenhem suas tarefas com sucesso. Se as pessoas não conseguirem aderir a um
padrão, a gerência deve fornecer treinamento ou revisar o padrão para que ele possa ser seguido (WITTENBERG, 1994).
Conforme Farris et al. (2008), o evento kaizen é um projeto de melhoria estruturado, com um time multifuncional dedicado, metas específicas, e em um período acelerado, em que os participantes aplicam as técnicas e ferramentas de resolução de problemas de baixo custo, para rapidamente planejar e implementar as melhorias na área de trabalho-alvo. Womack, Jones e Roos (1990) descrevem que os eventos kaizen vem sendo associados com a implementação de processos lean.
O evento kaizen pode ser dividios em dois níveis (ROTHER; SHOOK, 1999a):
a) kaizen de sistema ou fluxo, focado no mapeamento do fluxo de valor e utilizado para gerenciamento;
b) kaizen de processo, focado em processos individuais e direcionados para times de trabalhos na área fábril.
Segundo Brunet et al. (2003) vários pesquisadores enfatizam diferentes características-chaves em um evento kaizen, mas muitos se concentram em três conceitos-chave:
a) o kaizen é contínuo, o qual é usado continuamente em uma jornada sem fim em direção à qualidade e eficiência;
b) é geralmente de natureza incremental, em contraste com grandes reorganizações gerenciais ou inovações tecnológicas (por exemplo, instalação de nova tecnologia ou máquina);
c) estimula o envolvimento e a inteligência dos envolvidos, gerando benefícios psicológicos e de qualidade de vida no trabalho para os funcionários.
Em uma pesquisa conduzida por García et al. (2014) para identificar os principais fatores humanos para o sucesso de um evento kaizen, foi identificado que o comprometimento da alta gestão, educação e treinamento é o pilar básico para o sucesso do evento, e a performance pode ser mensurada por melhores processos, engajamento dos trabalhadores e satisfação dos clientes.
2.3 PROCESSO DE PREPARAÇÃO DO PRODUTO (3P)
Lean 3P, um acrônimo de “Production Preparation Process”, é uma abordagem de desenvolvimento que encoraja o pensamento criativo em um modelo estruturado, ajudando os participantes a pensarem abertamente sobre novos conceitos e inovações (COLETTA, 2012).
Apesar de as técnicas 3P e kaizen terem origem na Toyota, pertencerem ao sistema Lean de produção, serem realizadas por um grupo de pessoas de diferentes áreas e possuírem uma duração de tempo aproximada, elas apresentam estruturas e objetivos distintos. A primeira tem como objetivo o estímulo da criatividade em uma equipe heterogênea, auxiliando os diferentes participantes a pensarem sobre novos conceitos, priorizando ideias inovadoras e conduzindo os participantes ao consenso de uma solução comum que atenda à expectativa desse grupo. Já o kaizen é focado em uma cultura de evolução contínua, por meio da melhoria na eficiência e produtividade do processo, em que ocorrem sistemáticas melhorias dos padrões existentes que elevam o nível de maturidade do processo e estabelecem, consequentemente, novos padrões de excelência, formando um ciclo de melhoria contínua.
Através desse processo, uma equipe de suporte heterogênea, com perspectivas diferentes, consegue desenvolver rapidamente um conceito e, em seguida, compará-lo com outras ideias. O conceito foi criado na Toyota, mas vem ganhando aceitação em muitas outras indústrias, como um meio de impulsionar a inovação, evitando erros dispendiosos e criando valor a longo prazo (COLETTA, 2012).
Quando as ideias das partes interessadas – em termos de seleção de material, método de processo, limitações de máquinas, além de negligência com as necessidades de manutenção – não são trabalhadas e exauridas durante o desenvolvimento do processo, grandes ineficiências e perda de rentabilidade durante o ciclo de vida dos produtos acabam ocorrendo. A essência do 3P é usar efetivamente o conhecimento das pessoas e desenvolver produtos e processos produtivos, que gerem a satisfação dos clientes, e com um menor custo sobre o ciclo de vida do produto, assegurando qualidade e eficiência na cadeia de suprimentos (COLETTA, 2012).
Alguns exemplos da aplicação dentro da indústria automotiva podem ser notados, como o caso da implementação de novas unidades da EMBRAER em Portugal (CARVALHO et al., 2012), porém as pesquisas são mais direcionadas para a área de saúde.
Na área de healthcare, o método também é evidenciado, inclusive com mais ênfase, como a aplicação na construção de uma nova unidade de endoscopia na National Health Service na Inglaterra (HICKS et al., 2015a) (SMITH, 2016a), na melhora da qualidade de um ambulatório pediátrico no Seattle Children’s Hospital (PELLY et al., 2013), na aplicação dos princípios Lean no desenvolvimento de unidades de saúde (HICKS et al., 2015b), no redesenho das instalações do hospital (NICHOLAS, 2012), no desenvolvimento de um processo padrão de entrada dos quartos de tratamento intensivo (BERRY et al., 2016), na melhoria dos serviços de uma maternidade na Inglaterra, através de remodelação ou construção de novas instalações (SMITH, 2016b).
O 3P busca enxergar e minimizar as falhas e verificar as oportunidades ainda no processo de desenvolvimento, por meio do pensamento “falhar rápido e falhar barato”, em que as ideias são trabalhadas e simuladas até que sejam exauridas, minimizando a possibilidade de erros futuros e maximizando as oportunidades. O desenvolvimento lean 3P engloba e trabalha em conjunto com as ferramentas e técnicas providas pelo sistema Lean de produção, para desenvolver produtos ou processos que atendam à satisfação do cliente, com um menor custo, e com qualidade.
Para desenvolver o processo 3P, é necessário haver um tema e um escopo específico. Consequentemente, as ideias são elaboradas, e é recomendado que também haja sete maneiras para resolver o propósito delineado. Então, é essencial definir critérios relevantes para a escolha da melhor solução, e as propostas devem ser pontuadas avaliando cada um dos critérios (CARVALHO et al., 2012).
Segundo Pangsri (2014), o uso da técnica 3P possui três vantagens específicas: a aproximação do time multifuncional; a agilidade em testar as ideias; e a incorporação dos princípios de Lean Manufacturing no desenvolvimento de processo e produto.
Um ponto muito importante do método é a definição dos critérios de avaliação do estudo, pois são os direcionadores para a concepção das propostas. Como há
representantes de áreas distintas, com interesses e conhecimentos heterogêneos, existe uma tendência natural de cada participante desenhar as suas propostas, baseado naqueles critérios que fazem parte de sua área de atuação. Consequentemente, o desenvolvimento do novo processo pode ser orientado para os interesses de um determinado grupo específico, e não da organização.
O método deixa em aberto quais os critérios que devem ser usados no estudo de desenvolvimento do processo, porém Coletta, no livro The Lean 3P Advantage, propõe os trinta critérios apresentados no Quadro 1 para serem considerados na avaliação:
Quadro 5 – Critérios 3P
CRITÉRIO DEFINIÇÃO TABELAS E EQUAÇÕES
01 Takt Time (TT) Ritmo de compra do cliente, o processo não deve produzir mais peças ou menos peças do que o cliente compra.
Conforme Rother e Shook (1999b), TT é a frequência com a qual se deve produzir uma peça ou um produto baseado na taxa de vendas, para atender à necessidade do cliente. Ele é usado para sincronizar o ritmo de produção com o ritmo de vendas (Equação 1).
𝑇𝑇 =𝑑𝑐 td (1) onde: dc é o tempo disponível de trabalho por turno e td é a taxa da demanda de cliente por turno. 02 One Piece Flow Movimentação de uma peça por vez no processo produtivo, do
início ao fim da cadeia.
O princípio do fluxo de peça única estipula que as peças em um lote viajam entre as máquinas ou processos como peças únicas e não esperam pelo resto do lote para serem finalizadas. Em outras palavras, as operações nas peças nos diferentes processos são sobrepostos e ocorrem em paralelo, reduzindo o tempo de espera e o lead time do processo (SATOGLU; DURMUSOGLU; ERTAY, 2010). 03 Pull System Sinal de necessidade de produção de um processo cliente a um
processo fornecedor, reduzindo estoque entre os postos. Womack e Jones (1996) descrevem que o termo “pull” significa que nenhum processo posterior pode produzir um produto ou serviço, até que o processo anterior faça esse pedido.
04 Envolvimento das pessoas
Balanço entre o nível de interação das pessoas contra a automação do processo.
A automação pode ajudar na construção de um fluxo contínuo e flexível de material, porém, quando projetado de forma errada, ela pode inibir o fluxo do processo. Para evitar isso, deve-se considerar que o fluxo de material e do
CRITÉRIO DEFINIÇÃO TABELAS E EQUAÇÕES operador interajam um com o outro. Para essa análise, o
Quadro 2 é utilizado (ROTHER; HARRIS, 2002).
05 Descarga automática
Descarte automático da peça pronta, disponibilizando a máquina para o próximo ciclo de operação.
No nível três do Quadro 2, a peça finalizada no processo é ejetada automaticamente da máquina ao término do ciclo.
Consequentemente, a máquina sempre estará vazia quando o operador retornar com uma nova peça, eliminando, assim, a dupla movimentação de ambas as peças. Como não é necessária grande precisão para ejetar uma peça, o trabalho pode ser feito com a energia oriunda dos movimentos do final do ciclo da máquina (ROTHER; HARRIS, 2002).
06 Operações “carga-carga”
Avaliação comparativa entre transferência manual e transferência automática das peças.
A atividade de transferência automática, entre os diferentes processos produtivos, é identifica como nível cinco no Quadro 2, faixa no qual o capital investido e a complexidade técnica aumentam significativamente. Rother e Harris (2002) descrevem que a busca por esse nível de automação é chamada como a decisão de “atravessar a grande divisão”. 07 Automação de
baixo custo
Uso de automação de baixo custo, focado em soluções simples onde for possível.
08 Poka Yoke Sistema de prevenção à prova de falhas, prevenindo a confecção ou detectando de peças fora da especificado. O controle por dispositivo Poka Yoke é o método corretivo mais efetivo, pois ele interrompe o processo até que a condição de defeito seja corrigida. Em alguns casos, esses defeitos são corrigidos automaticamente. Conforme Shingo (1989), existem dois tipos de Poka Yokes:
Poka Yoke preventivo: quando o dispositivo é ativado, emite sinais sonoros ou visuais, que alertam o operador sobre uma
CRITÉRIO DEFINIÇÃO TABELAS E EQUAÇÕES falha;
Poka Yoke detectivo: quando o dispositivo é ativado, a máquina ou processo é interrompido até que o problema seja resolvido. 09 Mínimo capital Uso criativo do capital disponível para minimizar o uso do recurso
por meio de soluções inovadoras.
10 Área ocupada Área necessária para absorver layout proposto. 11 Movimentação
necessária Considera o fluxo do processo e avalia a movimentação do produto e das pessoas que estão operando, verificando os movimentos específicos necessários para uma rotina de trabalho.
12 Controle 100% Ponto de checagem de qualidade, em que é feita a verificação após o processamento, assegurando, desse modo, que os problemas de qualidade sejam detectados imediatamente.
13 Máximo valor agregado ao operador
Avaliação do uso do tempo disponível do operador, em atividades que agregam valor ao produto final.
Para a avaliação dessa atividade, o Lean Enterprise Institute (2008) recomenda o uso do gráfico de balanceamento do operador, uma ferramenta gráfica que auxilia na criação do fluxo contínuo em um processo com várias operações e operadores, distribuindo os elementos de trabalho em relação ao Takt Time. Essa é uma atividade essencial para minimizar o número de operadores necessários, balanceando a quantidade de trabalho de cada operador, muito próximo do Takt Time.
14 Tempo de setup Tempo necessário para realizar a troca de um produto “A”, para um produto “B”.
O tempo de setup é medido como o tempo corrido entre a última peça na produção encerrada, até a primeira peça boa do processo após a troca. Segundo Lean Enterprise Institute (2008), o processo de redução do tempo de setup é dividido em seis etapas:
medição do tempo de setup total no estado atual;
identificação dos elementos internos e externos e calcular os tempos individuais;
CRITÉRIO DEFINIÇÃO TABELAS E EQUAÇÕES conversão das atividades internas em externas quando for
possível;
redução do tempo dos elementos internos; redução do tempo dos elementos externos; padronização do novo procedimento.
15 Ferramentaria Capacidade de gestão dos ferramentais de produção (voltado para moldes de injeção e ferramentas de estamparia).
16 Qualidade ou custo do ferramental
Desenvolvimento ou compra de ferramentais que atendem ao requisito de uso, assim como a confiabilidade e a capacidade dos ferramentais de desenvolver o trabalho adequadamente.
17
Segurança,
ergonomia e saúde
O processo deve garantir que as pessoas não estejam expostas a equipamentos perigosos ou materiais nocivos.
18 Impacto ambiental Capacidade do processo de atender aos requisitos regulatórios e iniciativas da corporação, considerando iniciativas ambientais positivas, reciclagem, e minimizando os desperdícios.
19 Coleta de resíduos internos
Método definido para a coleta de resíduos gerados durante o processo de transformação do produto, podendo ser desenhado para efetivamente remover esses resíduos em uma escala de modo manual até automático.
20 Simples como
possível Foco na redução da complexidade do equipamento, focando na gestão visual e eliminando atividades que não agregam valor. 21 Equipamento
padrão ou de prateleira
Uso de equipamentos padrões para aumentar a familiaridade e disponibilidade de peças de reposição.
22 Capabilidade do
Processo Medição estatística que indica o quão consistente um processo é, por meio da avaliação da variação da performance. Segundo Juran (1979), o Índice de Capabilidade do Processo (ICP) mede a variabilidade de um processo em relação aos seus limites de especificação (equação 2). 𝐶𝑃 =𝑈𝑆𝐿 − 𝐿𝑆𝐿 6δ (2) onde: CP é a capabilidade do processo, USL é o limite superior da
CRITÉRIO DEFINIÇÃO TABELAS E EQUAÇÕES especificação, LSL é o limite inferior da especificação, e δ é o desvio padrão do processo. 23 Processos conhecidos
Incorporação da parte de um processo existente dentro do desenvolvimento de uma nova operação, quando houver benefícios técnicos ou estratégicos.
24 Desafios futuros Considera potenciais mudanças regulatórias ou de estratégia da empresa, que possam se concretizar no futuro, minimizando os custos e tempo necessário para uma futura adaptação.
25 Facilidade de manutenção
Referente à facilidade de realização de manutenção dos
equipamentos, acesso aos painéis, acesso à lubrificação e tipo de material usado.
26 Vantagem técnica Uso de inovações disruptivas que criam um processo de manufatura superior, gerando uma importante vantagem estratégica.
27 Autonomação Habilidade automática da máquina de detectar defeitos de qualidade, parar o processo produtivo e notificar o operador. Conforme Lean Enterprise Institute (2008), o conceito de automação de baixo custo, também denominado como autonomação ou jidoka foi desenvolvido no início dos anos 1900, quando Sakichi Toyoda, fundador do grupo Toyota, inventou um tear têxtil que parava automaticamente quando algum fio quebrava, através de uma automação com inteligência humana. A autonomação fornece ao equipamento a habilidade de distinguir peças boas de peças ruins automaticamente, sem a necessidade de monitoramento pelo operador.
28 Tempo de
desenvolvimento ou desenvolvimento
Possibilidade de desenvolvimento do processo usando recursos internos, de modo que reduza o tempo de projeto.
CRITÉRIO DEFINIÇÃO TABELAS E EQUAÇÕES interno
29 Escalabilidade Possibilidade do processo de operar eficientemente com uma fração da capacidade total, conforme variação de Takt Time. 30 Flexibilidade Desenvolvimento de um processo flexível, com possibilidade de compartilhar ou desabilitar equipamentos, permitindo a otimização
do espaço e utilização do operador.
Quadro 6 – Níveis de automação Nível de automação Carga de máquina Ciclo de máquina Descarga de máquina Transferência de peças
1 Manual Manual Manual Manual
2 Manual Automático Manual Manual
3 Manual Automático Automático Manual
A grande divisão
4 Automático Automático Automático Manual
5 Automático Automático Automático Automático Fonte: Roother e Harris, 2002.
No Quadro 2, é apresentada a classificação do nível de automação do processo de um a cinco, conforme sua aplicação nas atividades de carga de máquina, ciclo de máquina, descarga de máquina e transferência de peça. As quatro atividades são classificadas como manuais ou automáticas e, quanto maior a quantidade de atividades automáticas agregadas ao processo, maior o nível de automação.
Para que os operadores se movam e agreguem valor enquanto a máquina trabalha, é necessário no mínimo o nível de automação 2 no processo. Um ponto interessante no quadro de níveis de automação é que, quando a solução do processo recebe uma classificação de nível de automação acima de três, o capital investido e a complexidade técnica aumentam drasticamente (ROTHER; HARRIS, 2002).
Na definição dos critérios do estudo, Coletta não recomenda o uso dos trinta listados para a avaliação, e descreve que os participantes devem definir quais serão usados, conforme o ponto de vista do impacto desses critérios no projeto final. Desse modo, é necessário que o time multifuncional de especialistas envolvido no processo classifique os critérios mais importantes e defina aqueles que serão usados na avaliação. Na seção 4.1, é apresentado o método para a triagem e definição desses critérios, por meio de um workshop promovido na empresa objeto de pesquisa e com base na opinião desses especialistas.
Algumas soluções e métodos são apresentados por Coletta para auxiliar na identificação e priorização dos critérios, e direcionar aqueles que devem ser considerados no estudo. Entre eles, destacam-se:
a) breve discussão entre os envolvidos, e posterior decisão binária, através de polegar para cima ou polegar para baixo;
b) sistema simples com fator de ponderamento; c) através do método: “must, should, could”.
A coleta descreve que em alguns casos um critério de avaliação pode ter mais importância que outro, e, desse modo, um simples fator de peso deve ser usado para dar mais ênfase, porém não existe um método na literatura ou nas bases de pesquisas científicas que descreva como o peso de cada um dos critérios é definido, e, consequentemente, o estudo é realizado contemplando o mesmo peso para todos os critérios avaliados.
A definição da quantidade de critérios e seus pesos é difícil de ser estruturada, além de ser muito subjetiva, podendo direcionar para a construção de protótipos de alternativas que não sejam as mais interessantes, onerando o sistema e o tempo dos participantes e, no pior dos casos, direcionando o projeto para uma solução que não seja a viável.
Nesse contexto de problema, onde há uma quantidade de alternativas para serem escolhidas, baseando-se em um conjunto de critérios e recursos finitos, é onde as ferramentas de decisão multicritérios mostram-se eficazes.
Conforme Malczewski (2006) problemas de decisão tipicamente envolvem um grande número de alternativas viáveis, com múltiplos, conflitantes e desiguais critérios de avaliação. As alternativas são avaliadas por um conjunto de especialistas compostos por tomadores de decisão, gerentes, stakeholders e outros grupos interessados, em que os indivíduos são tipicamente caracterizados por preferências únicas, relacionado à importância relativa do critério baseado nas alternativas avaliadas.
Na seção 3.2, é apresentado o método para a avaliação das alternativas, baseado nos métodos multicriteriais, Analytic Hierarchy Process (AHP), PROMETHEE I, II e V. A Figura 2 traz o fluxograma de interações proposto nesta pesquisa, com o
objetivo de ordenamento das alternativas baseado nos critérios estabelecidos, demonstrando a relação entre o processo de criação 3P e o método de decisão multicritério.
Figura 52 – Processo de interação
Fonte: Elaborado pelo autor.
2.4 ANALYTIC HIERARCHY PROCESS
Um problema fundamental da teoria de decisão é como derivar pesos de um conjunto de atividades de acordo com seus critérios de avaliação. O objetivo do uso desses pesos é auxiliar na decisão de alocação dos recursos entre as várias atividades existentes, ou simplesmente implementar a atividade mais importante seguindo um ranqueamento, quando os pesos não podem ser definidos com precisão (SAATY, 1977).
Porém, quando muitas pessoas estão envolvidas em um processo de decisão, o consenso pode não ser atingido, fazendo-se necessária a atividade de sintetização dos julgamentos (ACZÉL; SAATY, 1983).
O Analytic Hierarchy Process (AHP) é uma ferramenta de decisão multicritério desenvolvida por Saaty (1980) com esse propósito. Com um método de comparação par a par, auxilia na obtenção de uma solução final e na formação de um consenso comum em um grupo (VAIDYA; KUMAR, 2006).
Julgamentos de pessoas diferentes em uma única comparação devem satisfazer a propriedade recíproca do grupo. Isso implica que esses julgamentos devem ser sintetizados em um único julgamento de acordo com a média geométrica (ACZÉL; SAATY, 1983).
O método AHP é flexível para ser integrado com diferentes técnicas, como programação linear, Quality Function Deployment (QFD), lógica fuzzy etc. Ele permite ao usuário extrair benefícios de todos os métodos combinados e, consequentemente,
atingir o objetivo desejado de uma maneira melhor (VAIDYA; KUMAR, 2006). No Quadro 3, são apresentadas algumas publicações em diferentes campos que demonstram a aplicação conjunta da técnica AHP com outras diferentes técnicas.
Quadro 7 – Aplicação conjunta da técnica AHP
Aplicação Descrição Autor
Qualidade – O método foi usado para determinar a importância dos
pesos para cada um dos requisitos do cliente no QFD. (KWONG; BAI, 2003). Militar – Avaliação de sistemas de armas;
– seleção das melhores armas para um sistema de defesa. (CHENG; YANG; HWANG, 1999). (DAǦDEVIREN; YAVUZ; KILINÇ, 2009).
Política – Escolha do candidato mais qualificado para a
presidência de um partido político. (SAATY; BENNETT, 1977). Esporte – No esporte, foi verificada a aplicação, para combinar as
habilidades técnicas e características comportamentais de jogadores de xadrez, e predizer a possibilidade de se tornar campeão em uma competição.
(SAATY; VARGAS, 1980).
Indústria – Escolha de um fornecedor para atender toda a demanda global de um produto;
– na seleção de vendedores de um sistema de telecomunicação;
– na avaliação da performance de um departamento em uma indústria;
– na qualidade de priorização do capital humano nas empresas.
(CHAN; KUMAR, 2007). (TAMA; TUMMALA, 2000). (LEE; CHEN; CHANG, 2008).
(BOZBURA; BESKESE; KAHRAMAN, 2007).
Saúde, segurança e meio ambiente
– Mapeamento de áreas com potenciais riscos de deslizamentos de terra;
– gerenciamento de riscos de segurança;
– avaliação da empresa mais apropriado para realizar o transporte de resíduos perigosos.
(POURGHASEMI; PRADHAN; GOKCEOGLU, 2012).
(DAǦDEVIREN; YÜKSEL, 2008). (GUMUS, 2009).
Tecnologia – Aplicada na seleção de sistemas de ERP;
– no estudo dos fatores de qualidade de um website, e a relação entre preferência e performance financeira.
(WEI; CHIEN; WANG, 2005). (LEE; KOZAR, 2006).
Localização – Definição de escolha do melhor ponto para instalação de
uma loja de conveniência. (KUO; CHI; KAO, 2002).
Segundo Vaidya e Kumar (2006), alguns passos-chave e básicos estão envolvidos no método AHP:
a) definição do problema;
b) ampliação dos objetivos do problema, ou considere todos as atividades, objetivos e seus resultados;
c) identificação do critério que influencia o comportamento;
d) estruturação hierárquica do problema em diferentes níveis, contendo meta, critérios, subcritérios e alternativas (Figura 3);
Figura 53 – Estrutura hierárquica
Fonte: Saaty (1997).
e) comparar cada elemento no nível correspondente e calibrá-los em uma escala numérica (Quadro 4). Para isso há a necessidade de 𝑛(𝑛 − 1)/2 comparações, onde 𝑛 é o número de elementos disponíveis no estudo.
Quadro 8 – Escala de importância Intensidade de
importância Definição Explicação
1
Igualmente importante
Os dois critérios contribuem igualmente para o objetivo
3
Moderadamente mais importante
Um dos critérios é um pouco mais importante que o outro
Intensidade de
importância Definição Explicação
5 Muito mais importante Um dos critérios é evidentemente mais importante que o outro
7 Bastante mais importante
Um dos critérios é predominante para o objetivo
9 Extremamente mais importante Claramente um dos critérios é absolutamente predominante para o objetivo
2,4,6,8 Valores intermediários entre dois julgamentos, utilizado quando o decisor sentir dificuldades ao escolher entre os dois graus de importâncias adjacentes.
Fonte: Saaty, 1980.
A escala numérica apresentada no Quadro 4, representa o grau de importância de um elemento A em relação a um elemento B, conforme a avaliação apresentada na coluna definição;
f) realizar os cálculos para encontrar o máximo vetor de Eigen, o índice de consistência do estudo (CI), a taxa de consistência (CR) e os valores normalizados para cada critério / alternativa.
Se o vetor de Eigen, CI e CR são satisfatórios, então a decisão é tomada baseada nos valores normalizados; caso contrário, o procedimento é repetido até que esses valores atendam um valor desejado.
Como as avaliações atribuídas na comparação par a par são subjetivas, o AHP avalia a inconsistência dos dados através da Equação 3.
𝐶𝐼 =(𝜆 − 𝑛)
(𝑛 − 1) (3)
onde: 𝜆 é o máximo vetor de Eigen no julgamento da matriz
O valor obtido no Índice de Consistência (CI) é utilizado na obtenção da taxa de consistência (CR), que é determinada pela razão entre o CI e o índice de consistência aleatório (RI) obtido na Tabela 1.
Tabela 1 – Índice Randômico (RI)
Tamanho matriz Índice Consistência Randômica (RI)
1 0,00 2 0,00 3 0,58 4 0,90 5 1,12 6 1,24 7 1,32 8 1,41 9 1,45 10 1,49 Fonte: Saaty, 1980.
A matriz é considerada consistente quando atender um valor de razão de 10% ou menos (Equação 4), caso contrário, os valores atribuídos nas comparações devem ser reavaliados para melhorar a consistência (SAATY, 1990).
𝐶𝑅 =𝐶𝐼
𝑅𝐼 < 10% (4)
2.5 MÉTODO PROMETHEE
O método de decisão multicritério PROMETHEE (PREFERENCE RANKING ORGANIZATION METHOD), publicado por Brans, Vincke e Vicke (1985), apresenta o princípio de uma nova família para definição de método de sobreclassificação.
Conforme Brans, Vincke e Mareschal (1986) quando dois critérios a, b ∈ K são comparados, os resultados dessa comparação são expressos em forma de preferência conforme a função de preferência P: KxK → (0,1), que representa a intensidade do critério a em relação ao critério b, de tal modo que:
P(a, b) = 0 significa que há indiferença entre a escolha dos critérios "a" e "b", ou a não preferência de "a" em relação à "b".
P(a, b)~0 significa que há fraca preferência do critério "a" em relação ao critério "b".
P(a, b)~1 significa que há forte preferência do critério "a" em relação ao critério "b".
P(a, b) = 1 significa que há estrita preferência do critério "a" em relação ao critério "b".
Para essa classificação, é descrito o uso de alguns tipos de critérios generalizados para a função preferência H(d), que está diretamente relacionada com a função preferência P(a, b). Brans e Viking destacam os seis critérios a seguir que podem ser usados para a classificação das propostas:
2.5.1 Critério usual
Conforme Brans, Vincke e Mareschal (1986) e apresentado na Equação 5, nesse caso há indiferença entre "a" e "b" somente se f(a) = f(b).
H(d) = 0 if d = 0,
1 if d ≠ 0. (5)
Para valores de preferência diferentes, há estrita preferência pelo critério com maior avaliação, conforme representação da função H na Figura 4.
Figura 54 – Critério usual
Fonte: Brans, Vincke e Mareschal, 1986.
2.5.2 Quase-critério
Nesse segundo tipo de avaliação descrita por Brans, Vincke e Mareschal (1986), os critérios "a" e "b" são indiferentes ao decisor desde que não exceda o limite de indiferença "q". Se esse não é o caso, há preferência estrita de "a" em relação a "b", conforme apresentado na Equação 6.
H(d) = 0 1
se − q ≤ d ≤ q,
se d < −q ou d > q. (6)
Na classificação de quase critério, o valor "q" definido possui um significado econômico claro. Ele representa um limiar de indiferença o qual deve ser fixado, conforme demonstrado na Figura 5.
Figura 55 – Quase-critério
Fonte: Brans, Vincke e Mareschal, 1986.
2.5.3 Critério com preferência linear
No critério com preferência linear descrito por Brans, Vincke e Mareschal (1986), enquanto "d" é menor que "p", a preferência do tomador de decisão aumenta linearmente com "d", se "d" torna-se maior que "p", há uma situação de estrita preferência (Equação 7).
H(d) = d/p 1
se − p ≤ d ≤ p,
se d < −p ou d > p. (7)
Para o uso do critério com preferência linear, um valor "p" precisa ser definido como limite de preferência, acima deste limiar, é considerado que há uma estrita preferência de um dos correspondentes critérios. A representação gráfica é demonstrada na Figura 6.
Figura 56 – Critério com preferência linear
Fonte: Brans, Vincke e Mareschal, 1986.
2.5.4 Critério de nível
Conforme Brans, Vincke e Mareschal (1986), nesse critério um limite de indiferença "q" e um limite de preferência "p" são simultaneamente definidos. Se "d" representa uma valor entre "q" e "p", há uma situação de fraca preferência.
A representação gráfica desse critério, contemplando os limites de indiferença e preferência no critério de nível, é apresentada na Figura 7.
Figura 57 – Critério de nível
2.5.5 Critério com preferência linear e área de indiferença
No critério com preferência linear e área de indiferença, a preferência aumenta linearmente de indiferença para estrita preferência na área entre os dois limites "q" e "p”, conforme descrito na Equação 8 (BRANS; VINCKE; MARESCHAL, 1986). H(d) = 0 (|d| − q)/(p − q) 1 se |d| ≤ q, se q < |d| ≤ p, se p < |d|. (8)
A representação gráfica do critério com preferência linear a área de indiferença, é apresentado na Figura 8.
Figura 58 – Critério com preferência linear e área de indiferença
Fonte: Brans, Vincke e Mareschal, 1986.
2.5.6 Critério Gaussiano
Para o último critério proposto por Brans, Vincke e Mareschal (1986), somente é necessário determinar o valor de "𝜎", que é definido estatisticamente por meio da distribuição normal. A Equação 9 apresenta a formulação matemática para esse critério.
𝐻(𝑑) = 1 − 𝑒𝑥𝑝 − 𝑑
2𝜎 (9)
Essa função sem descontinuidades apresentada na Figura 9 é interessante para garantir a estabilidade dos resultados.
Figura 59 – Critério Gaussiano
Fonte: Brans, Vincke e Mareschal, 1986.
2.5.7 Índice de preferência multicritério
Para uma função de preferência 𝑃, com peso 𝜋 para cada critério 𝑓 (𝑖 = 1, … ; 𝑘), o peso 𝜋 é a medição da importância relativa do critério 𝑓 . Se todos os critérios têm o mesmo grau de importância para o tomador de decisões, então todos os pesos devem ser iguais. O índice de preferência multicritério π é então definido na Equação 10, como a média ponderada das funções de preferência P .
π(a, b) = ∑ π P (a, b)
∑ π (10)
π(a, b) representa a intensidade de preferência do tomador de decisão da alternativa "𝑎" sobre a alternativa "𝑏", quando são considerados simultaneamente todos os critérios, sendo representado o grau de preferência com uma pontuação entre 0 e 1, onde 𝜋(𝑎, 𝑏) ≈ 0 denota uma fraca preferência de "𝑎" sobre "𝑏" para todos os critérios,
e 𝜋(𝑎, 𝑏) ≈ 1 denota uma forte preferência de "𝑎" sobre "𝑏" para todos os critérios. Este índice de preferência determina os valores sobreclassificados do conjunto de 𝐾 alternativas. Entre dois nós "𝑎" e "𝑏" (alternativas), há dois arcos com valores distintos para 𝜋(𝑎, 𝑏) e 𝜋(𝑏, 𝑎) conforme demonstrado na Figura 10 (BRANS; VINCKE; VICKE, 1985).
Figura 60 – Intensidade de preferência
Fonte: Brans e Vincke, 1985.
Para cada nó "a" apresentado na Figura 10, um fluxo de saída, um fluxo de entrada e uma medição final do fluxo das alternativas são apresentados.
2.5.8 Fluxo de saída
A Equação 11 do fluxo de saída é representada pela soma dos valores dos arcos de saída do nó "a", fornecendo a medição de característica de superação de "a".
φ (a) = ∑ ∈ π(a, b) (11)
Figura 61 – Característica de superação
Fonte: Brans, Vincke e Mareschal, 1986.
2.5.9 Fluxo de entrada
Simetricamente, o fluxo de entrada é representado na Equação 12, fornecendo a medição de característica de derrota do nó "a".
φ (a) = π(b, a) (12)
∈
Na Figura 12, é apresentada a representação do fluxo de entrada do nó "a".
Figura 62 – Característica de superação
Por fim, a medição do fluxo final é representada na Equação 13.
φ(a) = φ (a) − φ (a) (13)
2.5.10 PROMETHEE I, II
Apesar da literatura explorar bastante os métodos PROMETHEE I, II e V, que são usados respectivamente para ranqueamento parcial, ranqueamento completo e avaliação das restrições, existem outros métodos da família PROMETHEE com particularidades, propósitos e aplicações diferentes, um resumo de cada um dos métodos é apesentado no Quadro 5.
Quadro 5 – Métodos PROMETHEE
Método Explicação
PROMETHEE I Utilizado para o ranqueamento parcial das alternativas
PROMETHEE II Utilizado para o ranqueamento completo das alternativas
PROMETHEE III Utilizado para o ranqueamento baseado em um intervalo
PROMETHEE IV Utilizado para o ranqueamento completo ou parcial de
alternativas quando o conjunto de soluções viáveis é contínuo
PROMETHEE V Utilizado para problemas com restrição de segmentação
PROMETHEE VI Utilizado para a representação do cérebro humano
PROMETHEE GDSS Utilizado para a tomada de decisão em grupo
Plano Gaia Utilizado para a representação gráfica, foi desenvolvido para auxiliar nas situações de tomada de decisões mais complexas Fonte: Govindan; Jepsen, 2016.
Na avaliação do PROMETHEE I, quanto maior o fluxo de saída e menor o fluxo de entrada, melhor é a alternativa em relação às demais. Conforme Brans, Vincke e Mareschal (1986), as seguintes interpretações podem ser feitas.
a) aP b quando "a" supera "b";
b) aI b quando "a" é indiderente de "b"; c) aRb quando "a" e "b" são incomparáveis;
Estabelecido o ranqueamento parcial, esses dados são utilizados para determinar o ranqueamento completo por meio do PROMETHEE II. Quando a alternativa "𝑎" supera uma alternativa "𝑏", ela é representada pela Equação 14, e quando há indiferença entre as duas alternativas, a representação é feita por meio da Equação 15.
aP b se φ(a) > φ(b) (14) aI b se φ(a) = φ(b) (15)
As saídas obtidas pelo PROMETHEE II são utilizadas como entrada para o PROMETHEE V, que avalia a viabilidade das alternativas selecionadas, baseado nas restrições do estudo (BRANS; MARECHAL, B. 1992).
2.5.11 PROMETHEE V
PROMETHEE V estende o campo de aplicação do método PROMETHEE II, para o problema de seleção de várias alternativas dado um conjunto de restrições. Essa abordagem é particularmente útil quando o conjunto de alternativas é segmentado e as restrições entre os grupos e dentro dos grupos devem ser verificadas (BRANS; MARECHAL, B. 1992).
A Equação 16 apresenta as variáveis booleanas associadas às alternativas, no caso de um tomador de decisão que precise selecionar um conjunto de "𝑝" alternativas (0 < 𝑝 < 𝑛) sujeito a um conjunto de restrições.
x = 1, 𝑠𝑒 a é 𝑠𝑒𝑙𝑒𝑐𝑖𝑜𝑛𝑎𝑑𝑜,
0, 𝑠𝑒𝑛ã𝑜 (16)
Segundo Brans e Marechal (1992), o método PROMETHEE V inclui duas etapas:
a) etapa 1: o problema de multicritério sem as restrições é primeiramente considerado. O fluxo final do ranqueamento (φ), definido na Equação 13, é utilizado na construção do PROMETHEE II;
b) etapa 2: as restrições de segmentação são agora integradas e apresentadas nas equações a seguir, considerando o seguinte (0-1) programa linear: 𝑀𝑎𝑥 φ(a )x (17) α , x ~ β i = 1,2, … n; p = 1,2, … P (18) 𝛾 ,x ~ δ ∈ q = 1,2, . . . Q ; r = 1,2, . . . R (19) x ∈ {0,1} 𝑖 = 1,2, … 𝑛 (20) Onde: ~ significa ≤, ≥ ou =.
Os coeficientes φ(a ) da função objetiva representam o fluxo de dominância final. O propósito do problema de maximização é coletar o máximo possível do fluxo de dominância em favor do subconjunto de alternativas a serem selecionadas.
As relações (17) e (18) expressam as restrições de segmentação entre e dentro dos grupos.
As restrições do tipo P (17) são restrições globais entre os grupos. Por exemplo, para um dado "𝑝", no caso de uma igualdade, se α ,=1, 𝑖 = 1,2, … 𝑛 e β ƛ, a
restrição expressa que um subconjunto de exatamente ƛ alternativas deve ser selecionado. Dependendo do valor e do significado dos coeficientes de α ,, e β , outros
tipos de restrições sobre todos os grupos podem ser formulados, como: orçamento, retorno, investimento, restrições de mercado etc.
As diferentes relações do tipo (18) definem as restrições dentro dos grupos. Para cada grupo, Q restrições são consideradas. Novamente o grupo de restrições orçamento, retorno, investimento, restrições de mercado etc., devem ser considerados, dependendo do valor e do significado dos coeficientes 𝛾 , e δ .
Bons exemplos de pesquisas usando a técnica conjunta de PROMETHEE I II e V são evidenciadas na literatura. Al-Shemmeri et al. (1999) usam o método para priorizar projetos ambientais e avaliar seus impactos ambientais, Brans e Mareschal (1994) exemplificam o uso da técnica, para ranquear doze alternativas de localização de um novo site, baseado em cinco critérios diferentes, e usam o PROMETHEE V para selecionar as unidades mais adequadas baseada em seis restrições. A técnica também foi aplicada com lógica fuzzy por (FERNÁNDEZ-CASTRO; JIMÉNEZ, 2005), para ranquear e selecionar centros de distribuição para uma empresa na Bélgica, e por Pandey e Kengpol (1997), para ranquear os melhores dispositivos de medição automático, usando o PROMETHEE V para selecionar as propostas baseado nas restrições tecnológicas.
2.6 MÉTODO AHP E PROMETHEE
O Método PROMETHEE não fornece um guia específico para determinação dos pesos e assume que o decisor é capaz e tem habilidade para pontuar os pesos para cada critério adequadamente (MACHARIS et al., 2003). Por outro lado, o método AHP mostra-se uma excelente técnica para essa classificação dos pesos.
Algumas pesquisas fazem o uso conjunto dos dois métodos para suprir essa carência do PROMETHEE, utilizando o método AHP para gerar dados embasados em técnicas matemáticas, para alimentar o PROMETHEE.
A prática do uso combinado dos dois métodos é abordada em diversas áreas de pesquisa, basicamente com o método AHP para a definição dos pesos de cada um dos critérios, e o método PROMETHEE para gerar a sobreclassificação das
alternativas. A seguir, são apresentadas algumas aplicações em diferentes campos de pesquisa com as técnicas usadas em conjunto.
2.6.1 Aplicação no meio ambiente
Conforme Brucker, Verbeke e Macharis (2004), a análise de decisão multicritério (MCDA) é cada vez mais usada em avaliações de políticas ambientais, por oferecer a possibilidade de tratar com assuntos complexos e por incorporar critérios que são difíceis de rentabilizar. Além disso, permite a inclusão de stakerholders no processo de decisão. Milentijevi et al. (2016) citam o uso da técnica combinatória, com a finalidade de classificar o grau de impacto negativo no ambiente referente ao processo de despejo de rejeito de mineração. No processo de dessalinização por osmose inversa, a técnica foi empregada também para a classificação de topologia baseada em termos econômicos, ambientais, tecnológicos e sociais (GEORGIOU; SH; ROZAKIS, 2015).
Outro problema abordado na literatura com a aplicação da técnica é referente ao uso dos recursos naturais. Segura et al. (2015) apresentam uma proposta de método para implementar gestão colaborativa focada em serviços de ecossistema, desenvolvimento de indicadores para as principais funções dos serviços de ecossistema. Axelsson et al. (2012) descrevem a preocupação quanto à necessidade de escolha racional do uso do solo para a produção de alimentos, pastos, combustíveis, e também à necessidade para o crescimento e desenvolvimento da população global, propondo um método para definição do uso consciente desse recurso, minimizando os impactos ambientais. A qualidade do solo também foi avaliada pelo conteúdo dos parâmetros básicos de fertilidade, radionuclídeos e dos contaminantes mais frequentes, caracterizados como substâncias perigosas e nocivas (PAPIĆ, 2016), e na avaliação de vulnerabilidade eco ambiental no fluxo das bacias hidrográficas na região da zona central de Taiwan, como consequência da cultivo da agricultura e da criação de salmão (HUANG; TSAI; LIN, 2010).
A técnica também foi aplicada na definição de fontes de energia renováveis para o fornecimento de energia necessária, e com o menor custo para definição de
