anÁlise da utilizaÇÃo da lÓgica fuzzy no controle de...

ANÁLISE DA UTILIZAÇÃO DA LÓGICA

FUZZY NO CONTROLE DE ESTOQUE

DE UMA EMPRESA DE ELETRICIDADE

Leliana Goncalves da Silva (CESUPA )

[email protected]

Anna Paula Meireles Nunes (CESUPA )

[email protected]

O estudo aborda uma empresa do setor elétrico que devido as

mudanças que vem enfrentando neste setor precisa se reestruturar.

Sendo assim, uma das medidas adotadas por ela foi a redução de

custos. Quando se trata de custos o setor de gerencciamento de estoque

da empresa é fundamental, já que seus níveis de estoque são

extremamente altos. Logo, a pesquisa feita neste trabalho buscou

verificar todos os pontos que influenciam a quantidade de itens no

estoque dessa organização do setor elétrico, situada na cidade de

Belém-PA. Utilizou-se a Inteligência Artificial, mais especificamente

na parte de Lógica Fuzzy, para controlar melhor a quantidade de itens

disponibilizados para um determinado cliente interno da empresa. A

organização utilizava de aspectos subjetivos nesse controle do

atendimento de reservas. Usou-se o software MatLab para um melhor

tratamento dos dados. Dessa forma, ajustaram-se as variáveis

escolhidas (demanda, prioridade, estoque e quantidade a ser atendida)

aos valores encontrados, mensurando-se a quantidade de itens que

deveriam ser disponibilizados numa determinada solicitação de

material. Observou-se resultados precisos que demonstraram o

eficiente uso da Lógica nebulosa no controle de estoque.

Palavras-chaves: Lógica Fuzzy; Gestão de Estoque; Inteligência

Artificial.

XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos

Salvador, BA, Brasil, 08 a 11 de outubro de 2013.



2

1 Introdução

O setor elétrico brasileiro vem passando por diversas mudanças nos últimos anos, desde o

racionamento e privatização do setor até o investimento em novas fontes energéticas. As

hidrelétricas, principal fonte de energia brasileira, estão gerando menos energia do que sua

capacidade permite. Isso vem ocorrendo devido a baixa quantidade de água disponível,

causado pela escassez das chuvas. (VEJA, 2012)

Tendo em vista essa crise que o setor elétrico demonstra passar, as empresas ligadas a este

setor precisam ir se adequando a essas restruturações, de maneira a evitar que isso influencie

no seu desempenho financeiro. Algumas medidas veem sendo tomadas, fazendo com que

empresas lancem metas de redução de custos. A organização abordada nesse estudo encontra-

se inserida nesse contexto, e tem como uma de suas metas para 2013 a redução de 15% nos

custos da empresa.

Sendo assim, a gestão de estoque é uma das atividades de qualquer empresa que quando

gerida de forma eficiente pode levar a uma redução de custos desnecessários e excessivos.

Sabe-se que o ideal para qualquer empresa é manter o mínimo de estoque possível já que este

não agrega valor à organização. Além disso, o estoque representa uma forma do capital da

empresa estar “empatado”. Logo, o capital investido deve ser o menor possível.

Assim, a gestão de estoque deve convergir para a estratégia da empresa de maneira a

equilibrar a sua rentabilidade e a sua rede de suprimentos. Isso força qualquer empresa a

melhoria dos seus métodos para gerenciar o estoque. O que acontece na empresa que está

sendo abordada é que esta mantem uma grande quantidade de materiais em estoque. Dentre os

diversos fatores que levam a esse problema estão um planejamento inadequado, uma previsão

de demanda fora do real e principalmente um controle de estoque ineficiente.

O controle de estoque é fundamental dentro da empresa, pois evita roubos e diferenças do

estoque físico para o que está registrado no sistema. Segundo Viana (2002, p. 361) “ qualquer

que seja o método, é fundamental a plena observância das rotinas em prática a fim de se evitar

problemas de controle, com consequências no inventário, que redundam em prejuízos para a

empresa.”. Além disso, sua importância se encontra, também, no fato de evitar excessos ou

faltas de materiais seja para clientes externos ou para outros setores da empresa.



3

A empresa abordada encontra grandes dificuldades no controle de seu estoque. Não há um

método bem definido para controlar a quantidade e frequência que os matérias são solicitados

e usados pelas diversas áreas da empresa. Essa atividade acaba ocorrendo de forma muito

subjetiva, pois depende exclusivamente da opinião e experiência dos colaboradores da área de

suprimentos. Fazendo então com que ocorram os altos níveis de estoque.

Nesse contexto, o uso dos métodos da Inteligência Artificial pode ser uma alternativa a

métodos tradicionais e subjetivos no controle de estoque. A I.A consiste no estudo de

conceitos que permitem os computadores serem inteligentes (WINSTON, 1988). Além disso,

algumas de suas ferramentas conseguem trabalhar com cenários imprecisos, que são muito

comuns quando trata-se de gestão de estoque.

Sendo assim, este trabalho visa analisar a utilização da Lógica Fuzzy na gestão de estoque de

uma empresa de eletricidade. Busca-se através dessa ferramenta propor uma melhoria no

controle de estoque da organização. A Lógica Nebulosa, é uma das abordagem da I. A,

considerada a parte da lógica matemática dedicada aos princípios formais do raciocínio

incerto ou aproximado (KATINSKY,1994 apud NEPOMUCENO et. al. 2012). Logo, pode

ser corretamente aplicada ao controle de estoque de uma empresa.

2 Referencial Teórico

2.1 Gestão de Estoque

Segundo Arnold (2008, pg. 265) “Os estoques são materiais e suprimentos que uma empresa

ou instituição mantém, seja para vender ou para fornecer insumos ou suprimentos para o

processo de produção.”. Logo, a gestão de estoque é responsável em administrar todos esses

itens, que são extremamente importantes dentro de uma empresa, de maneira a maximizar o

atendimento ao cliente.

O gerenciamento de estoques de uma empresa deve ser bem estruturado de maneira a suprir

as necessidades de abastecimento interna e externas a empresa. Já que essa área irá afetar os

resultados quantitativos da empresa. Nesse contexto, deve-se substituir empirismos por

soluções de forma a atingir o principal objetivo da gestão de estoques que é atender as

necessidades, quando se trata de material.

Para uma ótima gestão de estoque é essencial que a empresa mantenha um eficiente controle

de estoque utilizando-se de ferramentas que tragam resultados satisfatórios. Viana (2002, pg.



4

108) explica que “a preocupação da gestão de estoques está em manter o equilíbrio entre as

diversas variáveis componentes do sistema tais como custo de aquisição, de estocagem e de

distribuição; nível de atendimento das necessidades dos usuários consumidores.”.

2.1.1 Controle de estoque

O controle de estoque deve principalmente buscar minimizar o capital investido em estoque já

que altos níveis de estoque acarretam em elevados custos para empresa. Além disso, é através

do controle de estoque que se poderá evitar desperdícios e fazer planejamento de materiais.

De acordo com Ching (2001, p 31):

[..] nunca se tem certeza da quantidade a ser solicitada pelos clientes, uma das primeiras

questões consideradas no controle de estoques é a previsão das vendas futuras, da

demanda, bem como a estimativa do tempo de reposição, desde o pedido feito ao

fornecedor até a chegada da mercadoria em nossas instalações.

Essa atividade da gestão de estoque é fundamental pois todas as decisões tomadas nela

influenciarão financeiramente na empresa. Será ela que irá registrar, gerenciar a entrada e

saída de mercadorias e fazer a fiscalização dos materiais. Sendo assim, as organizações

devem ter um sistema confiável de controle de estoque para evitar a ocorrência de problemas.

2.2. Lógica Fuzzy

A Lógica Fuzzy é uma lógica multivalorada que consegue trabalhar com informações vagas,

difíceis de ser processadas. Essas informações são captadas e transformadas em formato

numérico. Um de seus principais objetivos é aproximar as decisões tomadas por uma máquina

da decisões humanas.

Nos conjuntos clássicos, o conceito de pertinência de um elemento a um conjunto é bem

definido. Dado um conjunto A em um universo X, os elementos deste universo simplesmente

pertencem ou não pertencem àquele conjunto. Já nos conjuntos Fuzzy existem um grau de

pertinência que permite fazer uma transição gradual de um elemento de um conjunto para

outro. É a função de pertinência que ira definir se o elemento pertence a um conjunto ou não.

O tipo de função a ser usada dependerá do problema, podendo ser triangular, trapezoidal,

gaussiana entre outras.



5

A Lógica Nebulosa baseia-se em palavras e não em valores numéricos. Logo é uma

ferramenta com uma análise meramente linguística que utiliza de probabilidades linguísticas.

Nos conjuntos fuzzy, os conceitos de sim ou não, bom ou ruim, verdadeiro ou falso e preto ou

branco são substituídos por conceitos onde existem tanto as verdades parciais quanto as

falsidades parciais (GIGCH; PIPINO, 1980).

A figura abaixo mostra a estrutura do funcionamento de um sistema Fuzzy:

FIGURA 1 – Estrutura básica de um Controlador Fuzzy.

Fonte : Adaptado de GUDWIN e GOMIDE.

Os valores de entradas ( valores numéricos), que são entradas crisp passam por um processo

chamado de “fuzzyficação”, ou seja, são associados com um conjunto e grau de pertinência

transformando-se numa entrada nebulosa. Em seguida, a variável nebulosa passa pela

avaliação das regras. A partir disso, gera-se uma saída nebulosa. É importante ressaltar que

toda variável nebulosa possui um conjunto e grau de pertinência ( que varia de 0 a 1,

permitindo representar valores imprecisos).

A variável de saída vai passar por um processo chamado de “desfuzzificação” que gera uma

saída crisp, ou seja, um valor numérico. Esse processo pode ocorrer por meio de vários

métodos um deles é o centro de gravidade que retorna o centro de massa do resultado como

um valor exato. A Lógica Difusa pode ter inúmeras aplicações como: sistemas híbridos,



6

controle e otimização, análise de dados entre outros. E tem dentre suas vantagens uma maior

facilidade em tratar as regra devido sua linguagem. Além de não precisar se preocupar em

estabelecer limites.

3 Metodologia

3.1 Classificação

A pesquisa pode ser definida como a procura de respostas a determinadas indagações, seria

como uma busca constante para descobrir a realidade ( SILVA; MENEZES, 2001). O estudo

deste trabalho trata de uma pesquisa de natureza aplicada, pois visa gerar conhecimento, para

a solução de um “problema” específico. Neste caso, o problema abordado trata do

atendimento de reservas de materiais feitas por diversas áreas (internas) de uma empresa de

eletricidade. Logo, a pesquisa irá abordar quantitativamente o atendimento dessas reservas.

3.2 Instrumento de coleta de dados

Os dados necessários para o estudo foram coletados diretamente na empresa com o

responsável do almoxarifado. Foram solicitadas informações (quantidade e demanda por

setor) a respeito dos itens de estoque com maior rotatividade. Resolveu-se voltar o estudo

apenas a estes itens devido a grande quantidade de materiais em estoque.

Além disso, um relatório elaborado pelos colaboradores do almoxarifado com as prioridades

dos itens para cada área dentro da empresa foi enviando para o grupo. Dessa forma, se saberia

o quanto um item é importante para uma determinada área, facilitando a realização do

trabalho. Nesse documento, as prioridades estabelecidas variavam de 0 a 10, ou seja, quanto

mais próximo de 10 mais importante um determinado item será para um setor específico da

empresa.

3.3 Método

A partir das informações coletadas foram estabelecidas as variáveis de entrada (Demanda,

Estoque e Prioridade) e a variável de saída (Quantidade). Foi utilizado o software MatLab

para tratamento dessas variáveis. As figura abaixo mostram as quatro variáveis do problema,

as funções que foram utilizadas para cada variável e os parâmetros dentro de cada uma.

FIGURA 2 – Variável Demanda FIGURA 3 – Variável Estoque



7

Fonte: Elaborado pelos autores no MATLAB Fonte: Elaborado pelos autores no MATLAB

Na figura 2, a variável “Demanda” refere-se a quantidade pedida em uma reserva de um

determinado item do estoque da empresa. A função de pertinência para essa variável foi a

gaussiana. A demanda apresenta três conjuntos: Baixa, Média e Alta. Na figura 3, observa-se

a variável “Estoque” que representa a quantidade de um determinado item no estoque. A sua

função de pertinência corresponde a triangular e seus conjuntos são: Pequeno, Médio e

Grande.

FIGURA 4 – Variável Demanda FIGURA 5 – Variável Estoque

Fonte: Elaborado pelos autores no MATLAB Fonte: Elaborado pelos autores no MATLAB

Já na figura 4, tem-se a “Prioridade” que avalia o quanto um item é importante para o

funcionamento de um determinado setor, podendo variar de 0 a 10. Essa variável teve como

função de pertinência a trapezoidal e como conjuntos: Irrelevante, Normal e Relevante. E, por



8

último a na figura 5, está representada a “Quantidade” que é a quantia real ( será considerada

como porcentagem) a ser atendida de um determinado material que foi solicitado. Com

função de pertinência triangular e conjuntos: Muito baixa, Baixa, Média, Alta, Muito alta.

A partir disso, elaboraram-se as regra do sistema, que totalizaram em 18. A seguir, pode-se

observar alguns exemplos do padrão das regras que foram elaboradas: “Se E=Grande e

P=Relevante ENTÃO Q=Muito Alta”, “Se E=Médio e D=Alta e P=Normal ENTÃO

Q=Média”, “Se E=Baixo e D=Alta e P=Irrelevante ENTÃO Q=Muito Baixa” entre outras.

3.4 Análise de dados

A análise do estudo foi feita a partir dos resultados demonstrados no software utilizado.

Colocou-se o sistema para funcionar e escolheram-se valores aleatórios para as variáveis de

entrada. Assim, pode-se observar qual seria o comportamento da variável de saída e

comparar se estava de acordo com as regras elaboradas, durante a aplicação da Lógica Fuzzy,

e com a realidade da empresa. Baseando-se nisso, conseguiu-se avaliar a precisão do modelo

elaborado.

Além disso, utilizou-se dados reais do atendimento de reservas do almoxarifado da empresa,

para ver o comportamento do modelo elaborado, porém apenas como um teste. Assim, foi

possível verificar se o seu comportamento estava convergindo para o que foi proposto de

início. A partir disso, também pode-se analisar a eficiência na aplicação da Lógica Fuzzy.

4 Resultados

Com a aplicação Lógica Nebulosa, foi proposto uma nova maneira de controle de estoque

para a empresa de eletricidade. O atendimento as reservas feitas pelas diversas áreas da

empresa seria controlado de maneira mais satisfatória e não baseado apenas na subjetividade.

Nem sempre uma reserva será atendida por completo, dependerá de outros fatores e sua

influência nos itens daquela reserva.

FIGURA 6 – Execução das Regras



9

Fonte: Elaborado pelos autores no MATLAB

A figura 6 mostra que, por exemplo, para um estoque de 203 lâmpadas incandescentes, se

houver uma reserva que demanda 83.7 lâmpadas (os valores seriam arredondados para

números inteiros), e a área da empresa que fez essa solicitação tiver uma prioridade em

relação a esse item de 6.15, a quantidade a ser atendida seria apenas 27.8% da demanda de

lâmpadas solicitada. Ou seja, aproximadamente 23 lâmpadas. Pode-se observar que para um

estoque pequeno de um determinado item a quantidade a ser liberada fica reduzida.

FIGURA 7 – Execução das Regras



10

Fonte: Elaborado pelos autores no MATLAB

Na Figura 7, pode-se observar mais uma execução do modelo, que segue o mesmo raciocínio

explicado anteriormente. Esse modelo elaborado pode ser aplicado a todos os itens da

empresa em estoque que foram considerados como parte do estudo, pois todos sofrem

influência desses fatores. A prioridade foi uma variável com uma influência muito grande no

resultado pois a empresa considera esse fator como muito importante para o adequado

funcionamento do seu controle de estoque. Logo, buscou-se incorporar isso ao modelo.

A quantidade no estoque também foi uma variável com grande importância já que o ideal é

tentar balanceá-la em conjunto com as outras variáveis. Para que dessa forma não ocorram

faltas nem excessos no estoque que possam gerar impactos negativos no desempenho

financeiro da empresa. A demanda foi uma variável que não gerou grandes influencias na

quantidade disponibilizada, pois as outras duas variáveis de entrada foram consideradas como

primordiais no controle do estoque.

Dessa forma, os itens do estoque só serão disponibilizados quando realmente forem

necessários. Isso evitaria que um determinado setor da empresa recebesse uma quantidade

muito alta de itens que não seriam usados de imediato. Podendo assim, entrar em

obsolescência, ser desperdiçados ou até mesmo “impedir” com que outros setores pudessem

receber a quantidade necessária de um determinado item.



11

5 Conclusão

O estudo realizado apresentou resultados consistentes de acordo com a realidade da empresa.

Com o tratamento adequado dos dados coletados e aplicação da Lógica Fuzzy, desenvolveu-

se um modelo simples e prático que pode auxiliar o controle de estoque da empresa abordada.

Pode-se constatar como as variáveis de entrada: demanda, estoque e prioridade interferem na

gestão de estoque da organização. Além disso, verificou-se claramente como esses parâmetros

alteram a quantidade de um determinado material que deve ser atendida para os diferentes

setores da empresa.

Durante a realização do estudo houveram algumas dificuldades. O tratamento dos dados no

MatLab foi uma delas. No início, o grupo não conseguiu definir os parâmetros para cada

variável porém após várias análises de dados conseguiu-se realizar esta etapa com êxito. Além

disso, o software utilizado não era de disponibilidade do grupo, logo sua utilização dependia

de horários específicos. Outro ponto a destacar foi na elaboração da regras. Houveram alguns

impasses em definir a variável de saída de maneira adequada para cada regra que se

elaborava.

O trabalho não apresentou grandes limitações. Algumas delas porém não tão relevantes foram

encontradas no decorrer do estudo. Nem todas as informações desejadas foram de livre

acesso. A empresa não pode liberar dados de consumo de um período maior que dois anos o

que limitou o trabalho apenas aos consumos mais recentes das suas diversas áreas. Entretanto

isso não impactou nos resultados, visto que os próprios colaboradores do almoxarifado

sugeriram desconsiderar esses consumos mais antigos.

Com o estudo que foi realizado neste trabalho, pode-se observar muitas contribuições para a

sociedade no geral. Outros acadêmicos, por exemplo, podem aprofundar o estudo aumentando

o número de variáveis de entrada de acordo com a realidade que estará sendo trabalhada.

Assim, consequentemente melhorando o modelo de controle de estoque elaborado. Além

disso, empresas públicas ou privadas de qualquer porte podem adotar essa ferramenta,

aumentando sua complexidade conforme suas necessidades.

O artigo teve grande importância, pois utilizar Lógica Fuzzy é uma forma fácil e dinâmica de

se obter resultados rápidos sobre sua gestão de estoque, e assim se adequar ao mercado. Como

foi demonstrado pode ser usada para auxiliar o controle de materiais visando reduzir ao

máximo o capital investido no estoque. Dessa forma, se igualando e competindo com as



12

empresas do mesmo ramo, evitando excesso e/ou falta de materiais quando a demanda

aumenta de forma inconstante.

Referências:

ARNOLD, J. R. T. Administração dos materiais. São Paulo: Ed. Atlas, 1999.

CHING, H. Gestão de estoques na cadeia logística integrada. São Paulo: Ed. Atlas, 2001.

GASPAR, Malu. Brasil caminha para o racionamento de energia. Revista VEJA, São Paulo, 2012. Disponível

em: <http://veja.abril.com.br/noticia/economia/brasil-caminha-para-o-racionamento-de-energia>. Acesso em: 10

jan. 2013.

GIGCH, J. ; PIPINO, L. Form Absolute to Probable to Fuzzy in Decision Making. Kybernetes, v. 19, p. 433-

461.

GOMIDE, Fernando; GUDWIN, Ricardo. Modelagem, Controle, Sistemas e Lógica Fuzzy. Revista SBA:

CONTROLE & AUTOMAÇÃO, vol 4, n 3, 1994. Disponível em: ftp://calhau .dca.fee.unicam p.br/pub/docs

/gudwin/publications/RevSBA94.pdf. Acesso em: 10 jan. 2013.

NEPOMUCENO, J. I. J. Mapeamento das unidades ecodinâmicas: Subsídio ao estudo da variabilidade

ambiental no Polo de Irecê-BA. Revista Geonorte, Edição Especial, v.2, n.4 p.1560-1573, 2012.

RICH, K.. Inteligência Artificial. São Paulo: Makron Books do Brasil, 1994.

SILVA, M. Metodologia da Pesquisa e Elaboração de Dissertação. 3. ed. rev. atual. Florianópolis:

Laboratório de Ensino à Distância da UFSC, 2001.

VIANA, J. J. Administração de Materiais – Um enfoque Prático. São Paulo: Ed. Atlas S.A, 2002.

WINSTON, P. H. Inteligência Artificial. Rio de Janeiro: Ed. Livros Técnicos e Científicos, 1988.

http://veja.abril.com.br/noticia/economia/brasil-caminha-para-o-racionamento-de-energia

anÁlise da utilizaÇÃo da lÓgica fuzzy no controle de...

Documents