Resumo Durante a condução do projeto de simulação, analistas e clientes adquirem um maior conhecimento do que está sendo simulado, porém grande parte deste conhecimento é perdido, devido à ausência de formas de se retê-lo. Em boa parte, isto ocorre devido à falta de discussão com relação aos tipos de conhecimento presentes nas etapas de um projeto de simulação. Nesse contexto, este trabalho tem como objetivo apresentar um estudo de caso, a fim de conhecer como são conduzidos os projetos e identificar os tipos de conhecimento gerados durante sua realização, em empresas de consultoria em simulação. Para isto, foram escolhidas três empresas que trabalham com simulação, de pequeno, médio e grande porte. Como resultado, identificou-se que em cada etapa do projeto de simulação estão presentes os quatro tipos de conhecimento estabelecidos na espiral de Nonaka e Takeuchi. Estes resultados auxiliam os analistas na documentação e gestão do conhecimento e contribuem para evitar erros.

Abstract During a simulation project, modelers and customers acquire a greater knowledge of what is being simulated. However, much of this knowledge is lost due to the lack of ways to retain it and due to the lack of discussion about the types of knowledge present in the stages of a simulation project. In this context, this paper aims to present a case study to know how the projects are conducted and to identify the types of knowledge generated during their execution. The case study was performed in simulation consulting firms. Three companies specialized in the simulation were selected: a small one, a medium one, and a large one. It was identified that the four types of knowledge, established by the Nonaka and Takeuchi are present in each step of the simulation project. These results assist modelers in documenting and managing the knowledge and help them to avoid errors.

Resumo A Programação por Metas (Goal Programming - GP) é uma abordagem multicritério da Pesquisa Operacional que vem sendo empregada na solução de complexos problemas de decisão. Este trabalho propõe um novo modelo de Programação por Metas Fuzzy (Fuzzy Goal Programming - FGP) para tratar o processo de orçamento de capital de empresas em um ambiente econômico sob incerteza. Para fins de comparação de desempenho, o modelo FGP e outro modelo desenvolvido com os mesmos fins, recentemente publicado, foram aplicados considerando-se os dados de uma empresa que foi o objeto do estudo. A modelagem e otimização foram feitas com o software GAMS - 23.6.5 e utilizando-se o solver CPLEX. Os resultados do modelo FGP proporcionaram melhorias com relação aos obtidos com o modelo alternativo citado, por exemplo: aumento do índice de lucratividade, redução do payback e melhor aplicação do capital disponível no orçamento. Além disto, o modelo FGP tem características de flexibilidade que permitem ao gestor simular, obter resultados rapidamente e com facilidade, acerca de cenários sob incerteza de seu interesse.

Abstract The Goal Programming (GP) is a multi-criteria approach of Operational Research that has been used for solving complex decision problems. This paper proposes a new Fuzzy Goal Programming (FGP) model to handle the process of capital budget of companies in an economic environment under uncertainty. For performance comparison purposes, the FGP and another recently published model developed for the same purposes were applied to data from a company that was the object of the study. The modeling and optimization were made with the GAMS software - 23.6.5 and using the CPLEX solver. The results obtained from the FGP model provided higher improvements than those obtained with the alternative model, as for example: increased profitability index, reduced payback and better application of the capital available in the budget. Furthermore, the FGP model has flexibility features that allow the manager to simulate, quickly and easily obtaining results about scenarios under uncertainty.

O presente artigo apresenta um estudo bibliométrico sobre o tema gestão do conhecimento em projetos de simulação. Neste trabalho foi realizada uma análise envolvendo a base de dados ISI - Web of Science, identificando os principais autores, países e fontes de publicação do tema. Foi utilizado o "mapa de citações" para apresentar ao leitor como estão relacionadas as citações sobre o tema pesquisado. Foram utilizados também dois softwares de apoio a bibliometria: Stikis(r) e Ucinet(r), para identificar as principais palavras-chave do tema, visto que as bases de dados não oferecem este recurso. O procedimento da pesquisa se fundamentou em coletar os dados na base ISI - Web of Science e conduzir as análises, extraindo dessa maneira os resultados. O trabalho buscou identificar como se encontra este campo de pesquisa no meio acadêmico, e oferecer a potenciais pesquisadores da área, uma base consistente de informações para estudos sobre este tema. Ao final do trabalho, pode-se obter um conjunto de informações sobre o tema gestão do conhecimento em projetos de simulação. Apesar da importância do tema pesquisado, verificaram-se poucos trabalhos que exploram estes assuntos em conjunto, indicando ser uma área ainda a ser explorada por novas publicações.

This article presents a bibliometric study on the knowledge management in simulation projects. In this article was performed an analysis involving the ISI database - Web of Science, identifying the main authors, countries and research topic sources. We used the "citation map" to introduce to the reader how the citations are related on the subject searched. And also used two software support bibliometrics: Stikis(r) and Ucinet(r) to identify the main research topic keywords, since the databases do not offer this feature. The research procedure was based on collecting the data in ISI - Web of Science and conducting analysis, extracting the results. The article tried to identify how is this field of research in academia, and offer the potential researchers in the field, a consistent information base for studies on this matter. At the end of the article, a set of information on knowledge management in simulation projects is available. Despite the importance of the research theme, there have been few studies that explore these issues together, indicating that an area has yet to be explored by new publications.

Este trabalho desenvolve um novo modelo Fuzzy-DEA-Game (FDG) para apoiar o estabelecimento de estratégias de produção. Esse modelo combina a Análise Envoltória de Dados (DEA) com conceitos da Teoria dos Conjuntos Fuzzy e do Jogo da Barganha de Nash. O modelo permite uma avaliação da eficiência produtiva e econômica dos produtos, o que pode resultar num portfólio de produtos mais rentáveis e de interesse do mercado consumidor. O modelo foi aplicado em uma empresa do segmento de energia. Os resultados obtidos com a aplicação do modelo FDG mostraram-se aderentes à realidade da empresa estudada e forneceram metas para a redução dos níveis de recursos (entradas) necessários para a fabricação dos produtos e para aumento dos níveis de resultados (saídas) oriundos da comercialização desses produtos. Como resultado adicional importante, o modelo FDG permitiu a identificação dos produtos do portfólio que são mais sensíveis à ocorrência de incerteza.

This study develops a new Fuzzy-DEA-Game (FDG) model to support the establishment of production strategies. This model combines Data Envelopment Analysis (DEA) with concepts of Fuzzy Set Theory and Nash Bargaining Game. The model permits an evaluation of the productive and economic efficiency of products, which may result in a portfolio of more profitable products with greater consumer market interest. The model was applied at an energy company. The results obtained applying the FDG model adhered to the reality of the studied company and provided goals for reducing resource levels (inputs) needed for manufacturing products and for increasing result levels (output) stemming from their commercialization. As an important additional outcome, the FDG model permitted the identification of portfolio products that are more sensitive to the occurrence of uncertainty.

Este trabajo desarrolla un nuevo modelo Fuzzy-DEA-Game (FDG) para apoyar el establecimiento de estrategias de producción. Este modelo combina el Análisis Envolvente de Datos (DEA) con conceptos de la Teoría de los Conjuntos Fuzzy y del Juego de la Negociación de Nash. El modelo permite una evaluación de la eficiencia productiva y económica de los productos, lo que puede resultar en un portafolio de productos más rentables y de interés del mercado consumidor. El modelo fue aplicado en una empresa del segmento de energía. Los resultados obtenidos con la aplicación del modelo FDG se mostraron adherentes a la realidad de la empresa estudiada y aportaron metas para la reducción de los niveles de recursos (entradas) necesarios para la fabricación de productos y para el aumento de los niveles de resultados (salidas) oriundos de la comercialización de esos productos. Como resultado adicional importante, el modelo FDG permitió la identificación de los productos del portafolio que son más sensibles a los hechos de incertidumbre.

Optimization methods combined with computer-based simulation have been utilized in a wide range of manufacturing applications. However, in terms of current technology, these methods exhibit low performance levels which are only able to manipulate a single decision variable at a time. Thus, the objective of this article is to evaluate a proposed optimization method for discrete-event simulation models based on genetic algorithms which exhibits more efficiency in relation to computational time when compared to software packages on the market. It should be emphasized that the variable's response quality will not be altered; that is, the proposed method will maintain the solutions' effectiveness. Thus, the study draws a comparison between the proposed method and that of a simulation instrument already available on the market and has been examined in academic literature. Conclusions are presented, confirming the proposed optimization method's efficiency.