Programação linear aplicada na indústria e suas conexões com os objetivos de desenvolvimento sustentável
uma revisão bibliométrica e sistemática
DOI:
https://doi.org/10.14488/1676-1901.v23i3.5004Palavras-chave:
Sustentabilidade, Impacto ambiental, Agenda 2030, Eficiência Energética, Programação linearResumo
Vários problemas do mundo real podem ser modelados com o uso da Programação Linear, dentre eles, os temas voltados para a sua aplicação na indústria. Neste contexto, este estudo tem como objetivo identificar as aplicações da Programação Linear na Indústria e suas conexões com os Objetivos de Desenvolvimento Sustentável (ODS). A metodologia utilizada é uma análise sistemática e bibliométrica de artigos científicos indexados na base de dados Scopus, considerando a aplicação da programação linear na indústria. Também foram pesquisados os desafios, aspectos positivos e negativos, perspectivas e oportunidades no uso da programação linear e a sua conexão com os objetivos de desenvolvimento sustentável. O estudo foi composto pela análise de 136 artigos, referente ao período de 2000 até julho de 2023. Foram gerados mapas temáticos com o uso do Bibliometrix, para orientar as discussões da pesquisa. Constata-se que é possível a aplicação da formulação de problemas da programação linear em várias atividades na indústria, nos assuntos de mão de obra, redução de estoque e atendimento da demanda. O maior desafio está na formulação de problemas que abrangem os aspectos da sustentabilidade, principalmente no uso da energia renovável e o impacto ambiental, que também são temas-motores neste campo de pesquisa.
Downloads
Referências
ABENSUR, Eder Oliveira. A substituição de bens de capital: um modelo de otimização sob a óptica da Engenharia de Produção. Gestao e Producao, [s. l.], v. 22, n. 3, p. 525–538, 2015.
ALLISON, John et al. Optimal forage and supplement balance for organic dairy farms in the Southeastern United States. Agricultural Systems, [s. l.], v. 189, n. April 2020, p. 103048, 2021.
AYOUB, A. N. et al. The development of a carbon roadmap investment strategy for carbon intensive food retail industries. Energy Procedia, [s. l.], v. 161, p. 333–342, 2019.
AZLAN, N. A. A. B. N. et al. Application of optimization technique in managing labour productivity for an automotive company. International Journal of Innovative Technology and Exploring Engineering, [s. l.], v. 9, n. 1, p. 3474–3481, 2019.
BARBOSA, Luiz Carlos; GOMES, Luiz Flavio Autran Monteiro. Assessment of efficiency and sustainability in a chemical industry using goal programming and AHP. Procedia Computer Science, [s. l.], v. 55, n. Itqm, p. 165–174, 2015.
CARO, F.; GALLIEN, J. Inventory management of a fast-fashion retail network. Operations Research, [s. l.], v. 58, n. 2, p. 257–273, 2010.
CHANG, Youngho; LI, Yanfei. Power generation and cross-border grid planning for the integrated ASEAN electricity market: A dynamic linear programming model. Energy Strategy Reviews, [s. l.], v. 2, n. 2, p. 153–160, 2013.
CHOI, Donghyun; AHN, Young-Hwan; CHOI, Dong Gu. Multi-criteria decision analysis of electricity sector transition policy in Korea. Energy Strategy Reviews, [s. l.], v. 29, p. 100485, 2020.
COBO, M. J. et al. An approach for detecting, quantifying, and visualizing the evolution of a research field: A practical application to the Fuzzy Sets Theory field. Journal of Informetrics, [s. l.], v. 5, n. 1, p. 146–166, 2011.
COROMINAS, A.; LUSA, A.; PASTOR, R. Planning annualised hours with a finite set of weekly working hours and joint holidays. Annals of Operations Research, [s. l.], v. 128, n. 1–4, p. 217–233, 2004.
DALIN, C. et al. Balancing water resource conservation and food security in China. Proceedings of the National Academy of Sciences of the United States of America, [s. l.], v. 112, n. 15, p. 4588–4593, 2015.
DESCAMPS, E. et al. Coupling deterministic and random sequential approaches for structure and texture prediction of a dairy oil-in-water emulsion. Innovative Food Science and Emerging Technologies, [s. l.], v. 25, n. C, p. 28–39, 2014.
DI, Tian. The Implementation of Supply-side Structural Reform: Next Chapter for High-Tech Development Zones. E3S Web of Conferences, [s. l.], v. 235, p. 02036, 2021.
DIAZ-BALTEIRO, L. et al. Using quantitative techniques to evaluate and explain the sustainability of forest plantations. Canadian Journal of Forest Research, [s. l.], v. 46, n. 9, p. 1157–1166, 2016.
FENDT, A. et al. A Formal Optimization Model for 5G Mobile Network Slice Resource Allocation. In: (Saha H. N. Chakrabarti S., Ed.)2018 IEEE 9TH ANNUAL INFORMATION TECHNOLOGY, ELECTRONICS AND MOBILE COMMUNICATION CONFERENCE, IEMCON 2018 2019, Anais... : Institute of Electrical and Electronics Engineers Inc., 2019.
FONT VIVANCO, David; WANG, Ranran; HERTWICH, Edgar. Nexus Strength: A Novel Metric for Assessing the Global Resource Nexus. Journal of Industrial Ecology, [s. l.], v. 22, n. 6, p. 1473–1486, 2018.
FORMAN, Grant S. et al. U.S. Refinery efficiency: Impacts analysis and implications for fuel carbon policy implementation. Environmental Science and Technology, [s. l.], v. 48, n. 13, p. 7625–7633, 2014.
FOROOZANDEH, Z. et al. A mixed binary linear programming model for optimal energy management of smart buildings. Energies, [s. l.], v. 13, n. 7, 2020.
GAMRATH, Gerald et al. Tackling industrial-scale supply chain problems by mixed-integer programming. Journal of Computational Mathematics, [s. l.], v. 37, n. 6, p. 866–888, 2019.
GASSEN, Gustavo; GRACIOLLI, Odacir Deonisio; CHIWIACOWSKY, Leonardo Dagnino; MESQUITA, Alexandre. Proposta de um modelo de programação linear para otimização do planejamento agregado de produção de brocas para empresa multinacional. Revista Produção Online. Florianópolis, SC, v. 19, n. 1, p. 21-43, 2019.
GEBENNINI, Elisa et al. Minimizing operators’ walking times into a linear system layout. IFAC-PapersOnLine, [s. l.], v. 49, n. 12, p. 1709–1714, 2016.
GLITHERO, N. J.; RAMSDEN, S. J.; WILSON, P. Farm systems assessment of bioenergy feedstock production: Integrating bio-economic models and life cycle analysis approaches. Agricultural Systems, [s. l.], v. 109, n. 2012, p. 53–64, 2012.
GONZÁLEZ-APARICIO, I. et al. Opportunities of Integrating CO2 Utilization with RES-E: A Power-to-Methanol Business Model with Wind Power Generation. In: (Twinning S. Dixon T. Laloui L., Ed.)ENERGY PROCEDIA 2017, Anais... : Elsevier Ltd, 2017.
GOWREESUNKER, B. L.; TASSOU, S.; ATUONWU, J. Cost-energy optimum pathway for the UK food manufacturing industry to meet the UK national emission targets. Energies, [s. l.], v. 11, n. 10, 2018.
HAGSPIEL, S. et al. Cost-optimal power system extension under flow-based market coupling. Energy, [s. l.], v. 66, p. 654–666, 2014.
HE, L. et al. Regional woody biomass supply and economic impacts from harvesting in the southern U.S. Energy Economics, [s. l.], v. 60, p. 151–161, 2016.
HOOGEVEEN, Han; TOMCZYK, Jakub; VAN DER ZANDEN, Tom C. Flower power: Finding optimal plant cutting strategies through a combination of optimization and data mining. Computers and Industrial Engineering, [s. l.], v. 127, n. November 2017, p. 39–44, 2019.
HUKA, Maria Anna et al. Capacity planning of a mixed-model assembly line for prefabricated housebuilding elements. Procedia Computer Science, [s. l.], v. 180, n. 2019, p. 706–713, 2021.
IANDA, T. F. et al. Optimizing the cooperated “multi-countries” biodiesel production and consumption in sub-saharan africa. Energies, [s. l.], v. 13, n. 18, 2020.
KAMAL, Ahmed E.; MEMBER, Senior; AL-KOFAHI, Osameh. Ef fi cient and Agile 1 + N Protection. [s. l.], v. 59, n. 1, p. 169–180, 2011.
KANTAS, Alperen Burak; COBULOGLU, Halil I.; BÜYÜKTAHTAKN, I. Esra. Multi-source capacitated lot-sizing for economically viable and clean biofuel production. Journal of Cleaner Production, [s. l.], v. 94, p. 116–129, 2015.
KO, Sangpil et al. Economic, social, and environmental cost optimization of biomass transportation: a regional model for transportation analysis in plant location process. Biofuels, Bioproducts and Biorefining, [s. l.], v. 13, n. 3, p. 582–598, 2019.
MATOUŠEK, Jiˇrí; GÄRTNER, Bernd. Understanding and using linear programming. [s.l: s.n.]. v. 44
MCAULIFFE, G. A.; TAKAHASHI, T.; LEE, M. R. F. Applications of nutritional functional units in commodity-level life cycle assessment (LCA) of agri-food systems. International Journal of Life Cycle Assessment, [s. l.], v. 25, n. 2, p. 208–221, 2020.
NAZARI, Mateus Torres; MAZUTTI, Janaína; BASSO, Luana Girardi; COLLA, Luciane Maria; BRANDLI, Luciana. Biofuels and their connections with the sustainable development goals: a bibliometric and systematic review. Environment, Development and Sustainability, [s. l.], n. 0123456789, 2020.
NIDUMOLU, U. B. et al. Engaging farmers on climate risk through targeted integration of bio-economic modelling and seasonal climate forecasts. Agricultural Systems, [s. l.], v. 149, p. 175–184, 2016.
OGUNRANTI, Gbemileke A.; OLULEYE, Ayodeji E. Minimizing waste (off-cuts) using cutting stock model: The case of one dimensional cutting stock problem in wood working industry. Journal of Industrial Engineering and Management, [s. l.], v. 9, n. 3, p. 834–859, 2016.
RAUSCH, P.; STUMPF, M. Interactive fuzzy decision support to adjust human resource structures. In: (Camp O. Filipe J. Filipe J. Hammoudi S. Smialek M., Ed.)ICEIS 2018 - PROCEEDINGS OF THE 20TH INTERNATIONAL CONFERENCE ON ENTERPRISE INFORMATION SYSTEMS 2018, Anais... : SciTePress, 2018.
REY, P. A.; MUÑOZ, J. A.; WEINTRAUB, A. A column generation model for truck routing in the chilean forest industry. INFOR, [s. l.], v. 47, n. 3, p. 215–221, 2009.
SANTOS, Ricardo França; SOUZA JUNIOR, Eugênio Correa de; BOUZADA, Marco Aurélio Carino. A aplicação da programação inteira na solução logística do transporte de carga: o solver e suas limitações na busca pela solução ótima. Revista Produção Online,Florianópolis, SC, v.12, n. 1, p. 185-204, jan./mar. 2012.
SCHOEPF, Michael; WEIBELZAHL, Martin; NOWKA, Lisa. The Impact of Substituting Production Technologies on the Economic Demand Response Potential in Industrial Processes. Energies, [s. l.], v. 11, n. 9, p. 2217, 2018.
SHI, L. et al. The mine locomotive wireless network strategy based on successive interference cancellation with dynamic power control. International Journal of Distributed Sensor Networks, [s. l.], v. 13, n. 5, 2017.
SILLEKENS, T.; KOBERSTEIN, A.; SUHL, L. Aggregate production planning in the automotive industry with special consideration of workforce flexibility. International Journal of Production Research, [s. l.], v. 49, n. 17, p. 5055–5078, 2011.
SONG, J.; ZHANG, K.; CAO, Z. 3Es System Optimization under Uncertainty Using Hybrid Intelligent Algorithm: A Fuzzy Chance-Constrained Programming Model. Scientific Programming, [s. l.], v. 2016, 2016.
SPRONG, J. P. et al. Quality-aware control for optimizing meat supply chains. In: 2019 18TH EUROPEAN CONTROL CONFERENCE, ECC 2019 2019, Anais... : Institute of Electrical and Electronics Engineers Inc., 2019.
SUN, G. et al. A framework of resource provisioning and customized energy-efficiency optimization in virtualized small cell networks. KSII Transactions on Internet and Information Systems, [s. l.], v. 12, n. 12, p. 5701–5722, 2018.
VALLERIO, Mattia et al. An interactive decision-support system for multi-objective optimization of nonlinear dynamic processes with uncertainty. Expert Systems with Applications, [s. l.], v. 42, n. 21, p. 7710–7731, 2015.
VANDERBEI, Robert J. Linear programming: Foundations and extensions. [s.l: s.n.]. v. 285, 2020.
VIJAY, A.; HAWKES, A. The techno-economics of small-scale residential heating in low carbon futures. Energies, [s. l.], v. 10, n. 11, 2017.
WAHL, A. et al. Serial 13C-based flux analysis of an L-phenylalanine-producing E. coli strain using the sensor reactor. Biotechnology Progress, [s. l.], v. 20, n. 3, p. 706–714, 2004.
WALDEMARSSON, M.; LIDESTAM, H.; KARLSSON, M. How energy price changes can affect production- and supply chain planning – A case study at a pulp company. Applied Energy, [s. l.], v. 203, p. 333–347, 2017.
WANG, C. N.; NHIEU, N. L.; TRAN, T. T. T. Stochastic chebyshev goal programming mixed integer linear model for sustainable global production planning. Mathematics, [s. l.], v. 9, n. 5, p. 1–23, 2021.
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2024 Revista Produção Online
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
A Revista se reserva no direito de efetuar, no artigo publicado, alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua, respeitando, porém, o estilo dos autores.
A obra publicada é de inteira responsabilidade do(s) autor(es), cabendo à Revista Produção Online apenas a avaliação da obra, na qualidade de veículo de publicação científica. A Revista Produção Online não se responsabiliza por eventuais violações à Lei nº 9.610/1998, Lei de Direito Autoral.
A revista Produção Online permite que o autor detenha o copyright dos artigos aceitos para publicação, sem restrições.
Esta obra está licenciada sob uma Licença Creative Commons.