Comparação de políticas de gestão e estoque via simulação de Monte Carlo (SMC)

Abstract

Muitas empresas de pequeno porte são desafiadas a conciliar um atendimento rápido aos clientes com um baixo custo de estoque de produtos prontos, enfrentando problemas decorrentes da ausência de uma sistemática consolidada de gestão de estoques. O objetivo deste artigo é comparar dois modelos de gestão de estoque de revisão periódica – o modelo (R,s,S) e o modelo (R,S,Qmin) – utilizando simulação de Monte Carlo. A comparação foi feita variando o nível máximo desejado de estoque e avaliando o nível de serviço obtido, bem como seu custo de guarda associado. Após definir o melhor método para a empresa estudada, uma produtora de plásticos de pequeno porte, foram avaliados os efeitos de mudanças em parâmetros do processo (lead time, tempo de setup e período de revisão) sobre os resultados obtidos. Com a modelagem concluída, foi realizada a escolha do melhor método e depois simuladas alternativas. Concluiu-se que o modelo (R,s,S) trouxe melhores resultados, com um custo médio 7,4% inferior ao modelo (R,S,Qmin). Constatou-se ainda que o parâmetro lead time possui maior impacto sobre os resultados, quando comparado ao tempo de setup. Por fim, não se recomenda a redução do período de revisão, pois aumenta os custos médios de estocagem.

Many small-sized companies are challenged to achieve simultaneously a quick response to the customers and low costs with finished goods inventory, facing the problems of not having a consolidated inventory management system. The objective of this article is to compare two periodic review inventory systems – the (R,s,S) and the 2 (R,s,Qmin) models – using the Monte Carlo simulation method. The comparison is made by changing the maximum inventory level and assessing the service level achieved and its associated costs. After determining the best inventory system for the studied company – a small-sized plastic products producer – the effect of changes in process parameters (lead time, setup and period between revisions) is assessed. With the modelling complete, the best system has been defined and alternative scenarios were simulated. As a result, it is concluded that the system (R,s,S) has led to better results, with an average cost 7,4% smaller than the system (R,S,Qmin). It is also concluded that the lead time have a greater impact on the results when compared to the setup. Finally, the reduction of the period between revisions is not recommended, because it increases the average cost of the system.