Neste trabalho estudamos o número ótimo de classificações independentes por unidade produzida supondo que haja dois tipos de erro: o tipo I, no qual classifica-se um produto como não-conforme quando ele na realidade é conforme; e o tipo II, no qual classifica-se um produto como conforme quando na realidade é não-conforme. Desenvolvemos um modelo econômico para minimizar o custo médio total em função dos erros de classificação e do custo de cada classificação. Pela complexidade da função-objetivo associada ao modelo, utilizamos um procedimento exaustivo de busca juntamente com um limitante superior do valor ótimo. Todo o procedimento computacional teve uma implementação relativamente simples e está disponível como uma planilha eletrônica do Excel e um código do software estatístico Minitab.

In this study we investigate the optimal number of independent classifications per unit produced when there are two types of classification errors: type I, where product is classified as conforming when it is not in reality, and type II, where product is classified as non-conforming when in reality it is conforming. We developed an economic model to minimize the total medium cost as a function of the classification errors and the cost of each classification. Due to the complexity of the objective function associated to the model, we used an exhaustive procedure with an upper bound of the optimal value. The procedure may be implemented easily and is available either as an Excel spreadsheet or as a macro of the statistical software Minitab.

Este trabalho apresenta um caso de aplicação da programação linear em um sistema logístico de distribuição de açúcar. Para um intervalo de 13 meses, o sistema leva em consideração as capacidades de estocagem dos diversos depósitos, a produção da usina, assim como os custos envolvidos no transporte do açúcar. Apresentam-se detalhes da modelagem realizada bem como os resultados obtidos. O trabalho é finalizado com sugestões para o desenvolvimento de possíveis extensões nesse tipo de ambiente.

This work presents a specific model of linear programming application in a logistic distribution system. This system takes into account the storage capacity of the several warehouses, usine production, and transportation costs involved in sugar transportation in a period of 13 months. We present details of the modeling process and how the results were obtained. As a final discussion, the work suggests some extensions of the problem for this kind of environment.

Este trabalho avalia a utilização do beam search filtrado (BSF) combinado com um algoritmo de inserção de ociosidade (AIO). O caso estudado é baseado em uma única máquina, com datas de entrega múltiplas e com penalidades distintas de adiantamento e de atraso para cada ordem. O objetivo a ser alcançado é a minimização do custo total. Para isso, o BSF é utilizado para gerar as seqüências, e o AIO, para definir os programas. Assume-se que a dificuldade de solução do problema é dependente de dois parâmetros: fator de atraso médio e amplitude relativa das datas de entrega. Testes empíricos comparativos são realizados por meio de simulação computacional, no qual se mede o tempo de solução e o valor alcançado pela função-objetivo. Os resultados indicam que de uma forma geral, o procedimento proposto propicia uma diminuição no custo total e, além disso, que para a escolha de um procedimento apropriado, o ideal é se conhecer o valor dos parâmetros.

This work evaluates the use of a filtered beam search (FBS) combined with an ociosity insertion algorithm (OIA). The case studied is based on a single machine, with multiple due dates, and distinct earliness and tardiness penalties for each job. The objective function is to minimize total cost. For this, the FBS is used to construct sequences, and the OIA is used to obtain schedules. It is assumed that the degree of difficulty of solving the problem is dependent on two parameters: average tardiness factor and relative range of due dates. Comparative empirical tests were conducted with computational simulation, where computational solution time and the objective function value were evaluated. The results indicate that in general, the proposed procedure favours a decrease in total cost and, in addition, that before choosing an appropriate procedure, the ideal situation is to know the value of the parameters.