Resumo A soja é um dos principais produtos agrícolas brasileiros. Do total colhido, aproximadamente 40% é destinado à exportação. Como as lavouras estão concentradas principalmente na região central no país, essa soja percorre, em geral, grandes distâncias até os portos marítimos. Nesse caso, o transporte intermodal pode tornar mais eficiente e econômica a movimentação de grandes volumes por longas distâncias. Analisa-se, neste estudo, a aplicação de um modelo de programação matemática para apoiar decisões de fluxo de soja e localização de terminais intermodais. Com base em dados secundários, foram propostas três redes alternativas de escoamento, com diferentes áreas de abrangência e possibilidade de utilização de ferrovias ainda em construção ou projeto. Foram considerados os principais estados produtores e movimentadores da soja. Experimentos computacionais resultaram em fluxos de escoamento e localização de terminais condizentes com a realidade. Cenários alternativos da rede também foram analisados, evidenciando o potencial de análise dessa ferramenta de otimização.

Abstract Soybean is one of the most important Brazilian agricultural products. Of the entire volume of soybean produced in Brazil, approximately 40% is for export. As soybean crops are mainly concentrated in the center of the country, the soybeans generally must travel large distances to reach the seaports. In this case, intermodal transport can enable the movement of large volumes over long distances in a more efficient and economic manner. In this study, we analyze the application of a mathematical programming model to support decisions on the soybean flows and the locations of intermodal terminals. Based on secondary data, three alternative networks are proposed, with different coverage areas and the possibility of using railroads in construction or the design phase. The primary soybean producing states and traders were considered. Experiments with the model resulted in identification of the transport flows and the location of terminals consistent with reality. Alternative scenarios for the network were also analyzed, showing the potential of this analysis optimization tool.

A consideração de rotas intermodais pode ser vantajosa em diversas situações, como nos casos de escoamento de produtos agrícolas para exportação. Entretanto, a possibilidade de redução dos custos logísticos está condicionada à existência de instalações que permitam o transbordo de carga e a integração entre os modais disponíveis. Nesse contexto, propõe-se um modelo de fluxos e localização de terminais intermodais, com o objetivo de apoiar decisões de investimento em infraestrutura e de roteirização na rede. O modelo possui forte relação com problemas de p-medianas, sabidamente NP-difíceis. São considerados múltiplos níveis, em que cada nível corresponde ao fluxo entre dois terminais, e uma estrutura esparsa para representação da rede. Testes realizados com uma rede para exportação de soja baseada em dados secundários foram utilizados para verificar a coerência e ilustrar o potencial de análise do modelo, enquanto instâncias geradas aleatoriamente serviram para avaliar seu desempenho computacional utilizando-se dois softwares de otimização.

The use of intermodal routes may be advantageous in several situations such as to export agricultural products. However, the possibility of reducing logistics costs depends on the existence of intermodal facilities for the transshipment and the integration between the available modes. In this context, we propose a model for flow allocation and location of intermodal terminals to support investment decisions in network infrastructure and routing. The model is closely related to the NP-hard p-median problem. Multiple levels were used to represent the flows between two terminals, and a sparse structure was used for the network matrix representation. Tests using a soybean network for exports based on secondary data were performed to verify the model consistency and to illustrate the potential of analysis of the model, while randomly generated instances were used to evaluate its computational performance using two kinds of optimization software.