Blog‎ > ‎

Metodologia de trabalho de Pesquisa Operacional

postado em 28 de nov de 2012 12:15 por João Flávio de Freitas Almeida   [ 17 de abr de 2014 08:40 atualizado‎(s)‎ ]

Todo processo de modelagem matemática de operações reais presume o conhecimento da operação. Embora a fase de elaboração de modelos matemáticos e algoritmos seja a mais interessante de desejada por consultores e analistas de Pesquisa Operacional, a etapa mais importante e mais trabalhosa é a etapa que precede a elaboração dos modelos. 

Essa fase demanda forte interação com conhecedores das atividades. Essa interação é importante tanto para o entendimento da operação e coleta de dados, quando para a delimitação da atuação do modelo a ser desenvolvido. É preciso ficar claro o que o modelo representa e o que ele não representa. Modelos são simplificações da realidade e nesse momento é preciso ajustar as expectativas de ambas as partes. Ainda assim, após a implementação é necessário o treinamento dos envolvidos na prática e coleta de informações de rotina que podem vir servir de sugestões de melhoria no sistema desenvolvido.
O desenvolvimento de uma atividade de otimização ou simulação é iniciada pelo processo de documentação da atividade. Para isso, a modelagem da operação pode ser feita através de fluxogramas, mapas de processo, diagramas de fluxo ou documentos de padrão operacional. A compreensão de índices de desempenho operacional é feito nessa etapa. Processos padronizados possuem este tipo de documentação e fluxogramas detalhados, no entanto, muitos processos industriais e de serviços ainda não os tem. 
Caso este seja a realidade encontrada, é necessário desenvolver uma análise qualitativa do trabalho. Técnicas de qualidade também têm sua sequencia de implantação. Inicia-se com 5S e evolui para o uso de conceitos como controle estatístico, lean manufacturig e metodologias de qualidade como o 6 sigma (DMAIC - Define, Evaluate, Measure, Analyse, Improve, Control). 
Uma vez que o processo esteja sob controle estatístico, ou seja, não há muitas variações no processo ou as variações estão sob um padrão aceitável e não estão sob influências externas não controláveis, então podemos evoluir para o uso das técnicas de otimização. Embora o desenvolvimento do modelo matemático seja a parte central do processo, a parte mais importante está na coleta e tratamento adequado dos dados que servirão de informação de entrada no modelo. Isso por que não há modelo no mundo que gere informação de saída de qualidade a partir de dados errados ou não confiáveis. O processo de desenvolvimento do modelo vem em seguida. Os modelos matemáticos cujo objetivo é representar a realidade da operação podem ser desenvolvidos por meio de heurísticas, modelos de programação linear, modelos de programação não linear, modelos de programação inteira ou inteira e mista ou simulação. A implementação também exige muito trabalho de adequação e remodelagem até atingir o nível de representatividade da realidade adequado. Como resultado, o modelo serve como ferramenta de suporte à decisão. Por eles podem ser obtidos diversos cenários através da variação de parâmetros de entrada. Digo suporte à decisão porque embora os modelos gerem respostas ótimas (ou quase ótimas) do ponto de vista matemático, quem toma decisão são as pessoas, não os modelos. Ainda há variáveis subjetivas que não são dados de entrada do modelo, mas devem ser levadas em consideração por tomadores de decisão. Como benefício, o tomador de decisão tem acuracidade da informação de cenários e consequentemente, agilidade em decisões difíceis.