modelagem para representação de uma cadeia de suprimento podem ser classificadas em
cinco classes: (i) projeto da rede de suprimento, (ii) otimização baseada em programação
inteira-mista, (iii) programação estocástica, (iv) métodos heurísticos, e (v) métodos baseados
em simulação (Dong, 2001). O propósito de modelar uma cadeia de suprimento é geralmente
para (i) analisar a sua dinâmica, identificar as estratégias para minimizar esta dinâmica e (ii)
validar um modelo preciso para representar a cadeia de suprimento.
A otimização de uma cadeia de suprimento é um problema de otimização inteira ou
mesmo mista inteira com restrições e dependendo se sua formulação pode ser configurada em
um problema de difícil solução para os métodos clássicos de otimização. Com esta
abordagem, diversas metodologias para otimização de cadeias de suprimento têm sido
propostas na literatura. Fu (2002) identifica quatro abordagens principais para otimização que
abrangem (i) aproximação estocástica (métodos baseados em gradiente) (Kleywegt &
Shapiro, 2001), (ii) metodologia usando meta-modelos, tais como superfície de resposta (Fu,
2001), redes neurais artificiais (Gupta & Pochampally, 2004) e sistemas nebulosos
(Berkstresser et al., 2000), e (iii) métodos baseados em busca aleatória. Neste contexto, a
literatura é rica em trabalhos usando branch and bound (Goldbarg & Luna, 2000), plano de
corte (Miller, 1999), métodos aproximados (Li, 1992), branch and bound modificado (Dakin,
1965), busca tabu (Lourenço, 2001), simulated annealing (Baydar, 2002), scatter search
(Lourenço, 2001) e algoritmos evolucionários (Zhou et al., 2002).
Recentemente são apresentadas na literatura diversas abordagens de algoritmos
evolucionários para otimização de cadeias de suprimento, onde os algoritmos genéticos
monopolizam quase todas as aplicações (Disney et al., 2000; Syarif et al., 2002; Ding et al.,
2003; Berning et al., 2004). Por outro lado, novos métodos de algoritmos evolucionários
foram desenvolvidos e têm obtido destaque pela sua eficiência na solução de problemas de
otimização estática. Neste contexto, um estudo comparativo entre as técnicas de algoritmos
genéticos e evolução diferencial para uma cadeia de suprimento simplificada no processo de
minimização dos custos totais de estoque, produção, transporte e falta de produtos foi o
elemento motivador para a realização deste trabalho.
Neste capítulo procura-se situar o leitor através de uma revisão bibliográfica e da
descrição dos objetivos, da proposta, da contribuição esperada e da organização dos capítulos
desta dissertação.