SERGIO ALFREDO ROSA DA SILVA

PROGRAMAES POR RECURSOS

O DESENVOLVIMENTO DE UM MTODO DE NIVELAMENTO E ALOCAO COM NMEROS NEBULOSOS PARA O SETOR DA CONSTRUO CIVIL

TESE

APRESENTADA

ESCOLA

POLITCNICA

DA

UNIVERSIDADE DE SO PAULO, PARA OBTENO DE TTULO DE DOUTOR EM ENGENHARIA CIVIL

SERGIO ALFREDO ROSA DA SILVA

PROGRAMAES POR RECURSOS

O DESENVOLVIMENTO DE UM MTODO DE NIVELAMENTO E ALOCAO COM NMEROS NEBULOSOS PARA O SETOR DA CONSTRUO CIVIL

TESE APRESENTADA ESCOLA POLITCNICA DA UNIVERSIDADE DE SO PAULO, PARA OBTENO DE TTULO DE DOUTOR EM ENGENHARIA CIVIL

REA DE CONCENTRAO : ENGENHARIA DE CONSTRUO CIVIL E URBANA GEPE GER : GERENCIAMENTO DE EMPRESAS E EMPREENDIMENTOS NA CONSTRUO CIVIL

ORIENTADOR : PROF. DR. JOO DA ROCHA LIMA JR.

So Paulo 1999

Para Ana Clia, Pedro e Lus, minha esposa e meus filhos.

AGRADECIMENTOS

Aos colegas da Promon, em particular ao Jernimo Souza.

Aos colegas do GEPE GER, Gerenciamento de Empresas e Empreendimentos da Construo Civil da EPUSP, Eliane e Cludio.

Aos amigos, Ftima e Doda; cada um a seu modo, muito contribuiu para este trabalho.

Ao Prof. Dr. Joo da Rocha Lima Jr., meu orientador, um agradecimento especial; vem proporcionando referncias de qualidade vlidas para a vida e no apenas para este trabalho.

SUMRIO
APRESENTAO 1. INTRODUO 2. A PROGRAMAO POR RECURSOS 2.1 CONSIDERAES INICIAIS 2.2 PRINCPIOS BSICOS 2.3 RECURSOS 2.3.1 Perfil de disponibilidade do recurso 2.3.2 Capacidade do recurso ser ou no armazenvel 2.3.3 Condies de Mobilizao e Desmobilizao 2.4 PROCESSO DE PROGRAMAO POR RECURSOS 2.4.1 Identificao dos Recursos 2.4.2 Avaliao da Demanda 2.4.3 Seleo da Soluo para Designao de Recursos 2.5 A VAGUEZA DA INFORMAO NA PROGRAMAO POR RECURSOS 3. O MTODO CPM COM NMEROS NEBULOSOS 3.1 REVISO DOS PROCESSOS DE CLCULO 3.1.1 Kaufmann e Gupta 3.1.2 McCahon 3.1.3 Mare 3.1.4 Lorterapong 3.1.5 Sntese e Proposio de Hiptese de Trabalho 3.2 ESTRUTURAO DO PROCESSO 3.2.1 Eventos e Perodos de Execuo Associados a Atividades 3.2.2 Tratamento de Folgas com Nmeros Nebulosos 3.2.3 Processo de Clculo 3.2.4 Testes de Referncia 3.2.5 Avaliao dos Resultados 3.3 APLICAES DO PROCESSO DE CLCULO DO MTODO CPM COM NMEROS NEBULOSOS 4. PROGRAMAO POR RECURSOS COM NMEROS NEBULOSOS 4.1 PROCESSO DE AGREGAO DE DEMANDA DE RECURSOS 4.1.1 Agregao da Demanda de Recurso por vrias Atividades 4.1.2 Processos para Agregao de Demanda de Recursos 4.2 ANLISE COMPARADA DE REGRAS HEURSTICAS 4.2.1 Reviso de Mtodos Heursticos para Nivelamento de Recursos 10 16 31 37 38 41 42 42 43 47 48 50 67 73 88 92 92 94 96 97 99 103 103 106 115 118 121 123 138 140 143 148 153 153

4.2.2 Reviso de Mtodos Heursticos para Alocao de Recursos 4.3 ESTRUTURAO DO PROCESSO DE PROGRAMAO POR RECURSOS COM NMEROS NEBULOSOS 4.3.1 Processo de Nivelamento de Recursos 4.3.2 Processo de Alocao de Recursos 4.4 APLICAO DO PROCESSO DE PROGRAMAO POR RECURSOS 5. CONCLUSES E RECOMENDAES 5.1 SNTESE E AVALIAO DOS RESULTADOS 5.2 RECOMENDAES PARA NOVOS ESTUDOS 6. REVISO BIBLIOGRFICA 6.1 PROGRAMAES COM RESTRIES DE RECURSOS 6.2 PROGRAMAES COM RESTRIES DE RECURSOS 6.3 O TRATAMENTO DA INCERTEZA NA MODELAGEM DE PROGRAMAES ANEXOS ANEXO 1 : OPERAES COM NMEROS NEBULOSOS A .1.1 CONCEITOS BSICOS A .1.2. CONJUNTO NEBULOSO A .1.3 NMEROS NEBULOSOS A .1.4 MEDIDAS NEBULOSAS A .1 5 CONSTRUO DE CONJUNTOS NEBULOSOS ANEXO 2 : TESTES PARA AVALIAO DO MTODO CPM COM NMEROS NEBULOSOS A. 2.1 TESTES BSICOS A 2.2 TESTES COMPLEMENTARES ANEXO 3 : BIBLIOGRAFIA

162 172 179 182 184 208 209 210 212 214 215 218 222 223 223 227 228 233 235 239 239 258 271

FIGURAS
Captulo 2 2.4.1 Perfis de demanda de recursos ao longo do tempo 2.4.2 Perfis de demanda acumulada de recursos ao longo do tempo Captulo 3 3.2.1 Identificao do perodo de execuo de uma atividade pela estruturao de sua funo de pertinncia 3.2.2 Folga entre dois eventos expressos por nmeros ordinrios 3.2.3 (a) Folga entre eventos expressos por TrFNs 3.2.3 (b) Folga entre eventos expressos por TrFNs 3.2.3 ( c) Folga entre eventos expressos por TrFNs 3.2.3 ( d) Folga entre eventos expressos por TrFNs 3.2.3 (e) Possibilidade de coincidncia parcial de eventos 3.2 .4 Identificao da funo de pertinncia de folga 3.2.1 Estrutura do processo de clculo para o mtodo CPM 3.3.1 Diagrama de Possibilidade de Ocorrncia dos Perodos de Execuo das Atividades 3.3.2 Rede Lgica para aplicao do mtodo CPM extensivo a nmeros nebulosos 3.3.1 (a) Diagrama de Possibilidade de Ocorrncia dos Perodos de Execuo das Atividades 3.3.1 (b) Diagrama de Possibilidade de Ocorrncia dos Perodos de Execuo das Atividades 3.3.1 (c ) Diagrama de Possibilidade de Ocorrncia dos Perodos de Execuo das Atividades 3.3.1 (d) Diagrama de Possibilidade de Ocorrncia dos Perodos de Execuo das Atividades 3.3.1 (e) Diagrama de Possibilidade de Ocorrncia dos Perodos de Execuo das Atividades 3.3.1 (f) Diagrama de Possibilidade de Ocorrncia dos Perodos de Execuo das Atividades Captulo 4 4.1.1 Desdobramento do perodo de execuo de uma atividade 4.1.2 Associao da funo de pertinncia de uma atividade a sua demanda por recurso 4.1.3 Agregao das demandas de um recurso, por atividades com mesma funo de pertinncia 4.1.4 Atividades com diferentes possibilidades de ocorrncia 4.1.5 (a) Agregao de Demanda 4.1.5 (b) Agregao de Demanda 4.1.5 (c) Agregao de Demanda 4.1.5 (d) Agregao de Demanda 4.1.6 Histograma de agregao de demandas 4.3.1 Diagrama de possibilidade de ocorrncia das atividades 4.3.2 - |Diagrama de possibilidades de execuo simultnea de atividades 4.3.3 Identificao dos intervalos de alocao de recursos 4.4.1 Rede Lgica para Implantao de CCC 4.4.2 (a) Diagrama de possibilidade de ocorrncia das atividades 141 142 143 144 146 146 147 147 151 174 176 177 191 193 105 108 110 110 110 111 111 113 115 125 126 131 132 133 134 135 136 53 53

4.4.2 (b) Diagrama de possibilidade de ocorrncia das atividades 4.4.2 (c) Diagrama de possibilidade de ocorrncia das atividades 4.4.2 (d) Diagrama de possibilidade de ocorrncia das atividades 4.4.2 (e) Diagrama de possibilidade de ocorrncia das atividades Anexo 1 A .1.1 Tipos bsicos de incerteza A .2.1 Relaes entre conjuntos nebulosos A .2.2 Relaes de unio e interseo entre conjuntos nebulosos A .3.1 Exemplos de nmeros nebulosos A .3.2 Exemplos de possveis nmeros nebulosos para capturara o conceito de em torno de 3. A .3.3 Representao de um nmero nebuloso triangular (TFN) A .3.4 Exemplos de possveis representaes de nmeros nebulosos trapezoidais (TrFN A .3.4 Exemplos de operaes de soma e subtrao com TFNs A .4.1 Medida de possibilidade de compatibilidade entre dois eventos expressos por TFNs A .4.2 Interpretao grfica dos nmeros nebulosos

194 195 196 197 224 228 228 229 230 230 231 232 234 234

TABELAS
Captulo 3 Tabela 3.1.a Sntese da anlise comparada dos trabalhos anteriores sobre CPM com nmeros nebulosos Tabela 3.3.a Programao da rede lgica configurao 4NSL Tabela 3.3.b (1) Aplicao do Mtodo CPM Tabela 3.3.b (2) Aplicao do Mtodo CPM Tabela 3.3.b (3) Aplicao do Mtodo CPM Tabela 3.3.b (4) Aplicao do Mtodo CPM Captulo 4 Tabela 4.1.a Comportamento da demanda por intervalo de tempo Tabela 4.1.b Processo de mapeamento da demanda de um recurso Tabela 4.2.a Sntese dos mtodos de nivelamento analisados Tabela 4.2.b Regras heurstica propostas por Moder Tabela 4.2.c Regras Heurstica propostas por Morse Tabela 4.2.d Regras Heursticas do levantamento conduzido por Olagubel e Goerlich Tabela 4.2.e Resultados dos testes de (Patterson, 1975) Tabela 4.2.f Resultados da resoluo com 108 carregamentos por (Morse et al,1996) Tabela 4.3.a Intervalos de possibilidade de execuo simultnea de atividades Tabela 4.3.b Demanda de recursos em funo das possibilidades de execuo das atividades Tabela 4.3.c Aplicao de regras heursticas para nivelamento de recursos Tabela 4.3.d - Demanda de recursos em funo das possibilidades de execuo das atividades, aps nivelamento Tabela 4.3.e Classificao das atividades para processo de alocao Tabela 4.3.f Programao de atividades aps alocao Tabela 4.3.g - Demanda de recursos em funo das possibilidades de execuo das atividades, aps alocao Tabela 4.4.a Cenrio (1 ) duraes das atividades Tabela 4.4.a Cenrio ( 2 ) Estrutura de custos Tabela 4.4.b Aplicao do Mtodo CPM extensivo a nmeros nebulosos Tabela 4.4.c Desdobramento dos custos pelos perodos das funes de pertinncia Tabela 4.4.d Agregao da demanda para programao mais cedo Tabela 4.4.e Mapeamento da agregao da demanda para programao mais cedo Tabela 4.4. f Classificao das atividades para processo de nivelamento Tabela 4.4.g Programao de atividades aps nivelamento Tabela 4.4.h Agregao da demanda aps nivelamento Tabela 4.4.i Mapeamento da agregao da demanda aps nivelamento Tabela 4.4. j Classificao das atividades para processo de nivelamento Tabela 4.4.k Programao de atividades aps alocao 145 149 157 163 164 165 166 167 175 178 180 181 182 182 183 189 190 192 198 199 200 201 201 202 203 204 204 102 124 127 128 129 130

Tabela 4.4.l Agregao da demanda aps alocao Tabela 4.4.m Mapeamento da agregao da demanda aps alocao Anexo 1 Tabela A 1.a Estrutura e abrangncia da Teoria de Sistema Nebuloso

205 206 225

RESUMO O emprego de programaes competentes na fase de produo de empreendimentos do setor da construo civil da particular relevncia para sua qualidade e competitividade. Destaca-se, no campo da programao de empreendimentos, a programao por recursos, por ser capaz de proporcionar uma abordagem sistmica e consistente. Ao mesmo tempo, as informaes formuladas para essas programaes so, naturalmente, expressas em condies de incerteza. Esta tese desenvolve o emprego de nmeros nebulosos como suporte ao tratamento da incerteza da informao que figura no cenrio da programao.. Seu desenvolvimento contempla duas etapas, o emprego de nmeros nebulosos no CPM e a formulao de processos de nivelamento e alocao de recursos para atividades cuja programao passa a contemplar condies de incerteza. O processo de clculo do CPM extensivo a nmeros nebulosos validado a partir de um conjunto de testes de referncia, de modo a que sua aplicabilidade a redes lgicas de maior porte seja admitida por induo. O mtodo de nivelamento e alocao de recursos formulado a partir de regras heursticas, cujo desempenho foi objeto de avaliaes prvias, mediante processos para tratar simulaes de demandas de recursos obtidas a partir do emprego do CPM extensivo a nmeros nebulosos. Configura-se, assim, um mtodo de programao por recursos em condies de prover tratamento da incerteza, natural na formulao de informaes, proporcionando um suporte consistente e adequado s necessidades do gerenciamento da produo de empreendimentos no setor da construo civil.

ABSTRACT The practice of reliable scheduling during the execution phase in the civil construction area is of particularly relevance as for quality and competitivity. In the project scheduling discipline, resource-constrained scheduling is a must, due to its capacity to provide for a consistent and systemic approach. At the same time, the information laid down for these schedulings are naturally expressed under uncertainty conditions. This work develops the use of fuzzy numbers to support dealing with information incertainty in the scheduling scenario. Its development contemplates two stages: the use of fuzzy numbers in CPM networks, and the formulating of resource levelling and allocation in activities wich scheduling now contemplates uncertainty conditions. CPM network calculation process encompassing fuzzy numbers is validated by a set of reference tests, such that is applicability to high complexity CPM networks is accepted induction. The method of resource levelling and allocation is devised from heuristic rules, its performance being subject of previous assessments, through processes for treating resource demands simulations derived from CPM networks calculations encompassing fuzzy numbers. In this way we have configured a resource-constrained scheduling method apt to provide dealing with uncertainty, that naturally occurs in the process of formulating information, affording a consistent and adequate support to managing the execution phase in the civil construction area.

APRESENTAO

APRESENTAO
Esta tese considera que o estudo dos processos de gerenciamento na engenharia civil deva contemplar o estabelecimento de sistemas de suporte a processos de tomada de deciso. Dentre os mais relevantes componentes de um sistema dessa natureza esto aqueles que permitem formular expectativas quanto ao comportamento futuro dos empreendimentos de construo durante sua fase de produo1, particularmente em relao aos prazos e ao comprometimento dos recursos necessrios sua consecuo, os quais so objeto desta tese. neste campo que se enquadram os processos de programao da produo que consideram limitaes de prazos e de volumes de recursos disponveis a programao por recursos. Considera-se, tambm, que o estudo do gerenciamento na engenharia civil, principalmente junto ao meio acadmico e a instituies de pesquisa2, passa por uma fase de maturidade que j permite a formulao de novos mtodos de programao, a partir de trabalhos anteriores consolidados.

O objetivo desta tese formular mtodo de programao, considerando emprego de nmeros nebulosos, e aplicar este mtodo na proposio de processos especficos para o

Entenda-se, no contexto desta tese, por produo a fase do ciclo-de-vida de um empreendimento relativa a sua implantao. 2 Entenda-se por organizaes que atuam no campo de pesquisa do gerenciamento da construo, instituies como a American Society of Civil Engineering (ASCE), Project Management Institute (PMI), International Project Management Association (IPMA), International Council for Research and Innovation in Building and Construction (CIB) e outras desta natureza.

10

nivelamento e alocao de recursos na produo de empreendimentos no setor da construo civil.

No sentido de contribuir para o conhecimento dos processos de programao por recursos, esta tese aborda no apenas a criao de novo mtodo, mas tambm prope uma estruturao para os conceitos subjacentes sua formulao.

Tambm prov a transposio destes conceitos, acima mencionados, para um contexto mais prximo daquele no qual se desenvolvem os processos humanos de formulao e transmisso de informaes; o que implica em lidar com as incertezas, subjetividades e incompletudes inerentes a estes processos.

Para atender a esta ltima dimenso de seu objetivo, a tese prope o emprego de nmeros nebulosos3 , como recurso capaz de permitir a incorporao destes atributos de vagueza da informao, acima mencionados, aos processos de programao por recursos. Ao mesmo tempo, o foco da tese se concentra em processos de programao

suportados por regras heursticas4, no seu objetivo de trazer novos modelos ao cenrio dos mtodos de programao da produo.

Portanto, esta tese desenvolve :

Este termo, mais conhecido por sua verso em ingls (fuzzy number), j vem sendo empregado correntemente na EPUSP, constando inclusive das notas de aula da disciplina PCC 5015 Quantificao de Variveis Subjetivas no Projeto, do Departamento de Construo Civil e Urbana. 4 Uma regra heurstica consiste na aplicao de um processo, o qual deve ser simples, fcil de usar e capaz de reduzir o esforo necessrio para se atingir uma determinada soluo, (Moder et al, 1995).

11

a aplicao de nmeros nebulosos ao mtodo CPM, inovando quanto aos procedimentos de clculo a serem adotados no contexto da programao por recursos;

estudo dos processos de nivelamento e alocao de recursos, estruturando os conceitos relevantes para o setor da construo civil, inovando na proposio quanto ao emprego de regras heursticas com nmeros nebulosos;

a proposio de novos processos de nivelamento e alocao de recursos, decorrentes dos mtodos propostos no item anterior, e a demonstrao de sua aplicabilidade, especificamente para a programao da produo, no setor da construo civil.

Este trabalho apresenta a organizao descrita abaixo.

Captulo1 Introduo traa um panorama das condies para a prtica das programaes por recursos no setor da construo civil brasileira.

Captulo 2 A Programao por Recursos no qual se estabelece o campo de estudo a partir do qual se desenvolve a tese. Inicialmente apresentada a caracterizao e delimitao dos problemas de programao abordados pela tese (nivelamento e alocao de recursos) e a seguir consideraes quanto ao emprego de nmeros nebulosos, caracterizando e delimitando o significado da incerteza, a ser tratada pelo mtodo de programao proposto com o suporte da Teoria de Sistema Nebuloso5 .

Teoria que prov o devido suporte terico e metodolgico para a o tratamento e processamento de informaes vagas, indeterminadas. Os nmeros nebulosos se enquadram em um de seus ramos, a Teoria de Conjunto Nebuloso.

12

Captulo 3 O Mtodo CPM com Nmeros Nebulosos revendo os trabalhos j conduzidos sobre este tema e apresentando a contribuio desta tese, qual seja a formulao de processos de clculo para o tratamento de datas e folgas com nmeros nebulosos e para a anlise da compatibilidade de eventos.

Captulo 4 Programao por Recursos com Nmeros Nebulosos formulando processos de agregao de demanda de recursos, a partir de programaes de tempo expressas por nmeros nebulosos, de modo a prover o instrumental adequado aplicao de mtodos de programao por recursos com regras heursticas. Nivelamento de Recursos apresentando um desdobramento dos processos propostos com aplicao especfica ao nivelamento de recursos. Demonstrao da aplicabilidade de regras heursticas baseadas em consideraes sobre datas e folgas de atividades, quando expressas por nmeros nebulosos. Alocao de Recursos com Nmeros Nebulosos anlogo ao item anterior, porm voltado para processos de programao com restries de recursos.

Captulo 5 Concluses e Recomendaes contendo a sntese dos trabalhos e recomendaes quanto a novas pesquisas possveis de serem conduzidas a partir dos resultados aqui alcanados.

Captulo 6 Reviso Bibliogrfica contendo reviso comentada dos trabalhos considerados relevantes para o tema abordado por esta tese.

13

Anexo 1 Operaes com Nmeros Nebulosos abordando os conceitos e operaes relevantes aos processos de clculo abordados nesta tese, de modo a permitir que seu contedo esteja adequadamente auto-contido.

Anexo 2 Testes Bsicos para Avaliao do Mtodo CPM com Nmeros Nebulosos apresentando o conjunto de testes conduzidos para validar o processo de clculo com nmeros nebulosos proposto nesta tese.

Anexo 3 Bibliografia contendo a identificao das referncias bibliogrficas consideradas na tese.

14

1.INTRODUO

15

1. INTRODUO
O setor da construo civil, quer pelo porte1 de sua insero no cenrio econmico brasileiro, quer pelo aumento da competitividade que enfrenta, tem uma necessidade contnua de aprimorar suas referncias quanto a tcnicas e mtodos que suportam seus processos gerenciais. A busca pelo incremento da qualidade nos processos de produo implica, necessariamente, em considerao da mesma natureza para com seus processos de gerenciamento. No h como obter, de modo estvel e repetitivo, um progressivo aprimoramento na eficincia dos processos produtivos sem que se proporcione, na mesma medida, ganhos na eficcia dos processos que cuidam da gesto da produo. Uma observao mais cuidadosa quanto evoluo dessas questes a qualidade do processo de produo e de seu gerenciamento no cenrio internacional, mostra sua relevncia ao longo das ltimas dcadas. Basta observarmos o crescimento das atividades nesta rea, quer em termos da representatividade das organizaes2 que nela atuam, quer em termos das pesquisas acadmicas3 correlacionadas a este tema, veremos que esse movimento pela busca da melhoria da qualidade dos processos gerenciais tem carter internacional. Isto torna ainda mais aguda a necessidade da identificao de novos referenciais que possam ser apresentados prtica do gerenciamento deste setor no Brasil.

Conforme (IBGE apud FIESP/CIESP, 1997), este setor apresenta a seguinte contribuio para o PIB nacional : Habitao, Edificaes e Construo Pesada 8 %; Materiais (produo e comercializao) 2 %; Bens de capital 1,5 %; Servios diversos 2 %. 2 Vide observaes j feitas na apresentao desta tese. 3 Vide Captulo 6 Reviso Bibliogrfica.

16

Acrescentem-se as consideraes aqui feitas quanto realidade nacional e quanto aos processos de gerenciamento aqui praticados e teremos estabelecida a relevncia desta tese.

Uma observao sobre o comportamento histrico do crescimento econmico deste setor, constata que seu nvel tem oscilado, o que, alis, tem acontecido com a economia brasileira como um todo. Sem entrar em maiores consideraes quanto s causas estruturais ou conjunturais que tem afetado o padro de crescimento econmico brasileiro, o fato que isto tem dificultado a fixao de padres de qualidade recorrentes para os processos de gerenciamento e, ainda mais, para seu aprimoramento. Este fato, agravado por questes como o aumento da competitividade, tanto no cenrio nacional como internacional, tem trazido reflexos significativos para o tema desta tese a programao por recursos aplicada produo de empreendimentos no setor da construo civil.

Se abordarmos o sistema de gerenciamento e, em particular, seu subsistema de planejamento como elemento-chave para o processo de tomada de decises ao longo do ciclo-de-vida de um empreendimento, veremos que esse subsistema tem sido bastante afetado por algumas posturas adotadas na conduo da produo, principalmente quanto gesto de seu escopo e dos recursos envolvidos, em decorrncia dos fatos adiante mencionados.

17

Os processos de gerenciamento voltados para a gesto de recursos tem adotado, como prtica no setor da construo civil, o desdobramento de sua cadeia de suprimento, de modo a poder repassar, sucessivamente, para terceiros, a responsabilidade pela gesto de partes do escopo da produo, pelo fornecimento dos recursos associados e pelo prprio planejamento, tanto da produo desse escopo como da alocao desses recursos.

Embora este processo de terceirizao das atividades possa ser encarado como um meio de prover o aumento da agilidade e flexibilidade dos processos de produo no setor da construo civil, aspectos estes vlidos para enfrentar o aumento da competitividade no setor, tambm traz como conseqncia uma degradao de determinados processos de gerenciamento. Isto deve ser objeto de reflexo e crtica quando se busca propor novas referncias, capazes de incrementar o nvel de qualidade da prtica do gerenciamento neste setor.

Tem se observado, nesses processos de terceirizao das atividades de produo de um empreendimento, a transferncia de responsabilidades que so intrnsecas ao papel daquele que conduz o gerenciamento da produo.

Uma conseqncia indesejada desta situao quanto a transferncia da responsabilidade pela conduo dos processos de planejamento, em particular quanto

18

programao por recursos, em um nvel de detalhe incompatvel com o grau de responsabilidade global transferida ao fornecedor4.

Isto pode trazer algumas contradies de princpio. Por mais competente que seja a programao desenvolvida pelo fornecedor, este no detm nem o esperado conhecimento, nem a responsabilidade pelo empreendimento e por todas as interfaces. Mesmo que lhe sejam fornecidos indicadores adequados quanto aos objetivos e metas da sua programao, isto no suficiente para prevenir eventuais contradies ou conflitos com outros fornecedores.

A soluo quanto disputa de recursos, por um dado conjunto de atividades, por exemplo, prerrogativa daquele que assume o papel de gerenciador da produo e, simplesmente, no delegvel a qualquer fornecedor.

Agravando essa situao, h que se considerar que essa terceirizao no se d em apenas um nvel de desdobramento de responsabilidades, mas em vrios, em cascata. Por conseqncia, a atribuio da responsabilidade entre aqueles que atuam nos nveis efetivamente operacionais ou executivos da produo torna-se extremamente fragmentada. Isto faz com que a delegao de responsabilidade pelos processos de programao chegue a nveis muito distantes do cenrio no qual se conduz, ou deveria se conduzir, o planejamento operacional da produo, propriamente dito.

Neste contexto, o termo fornecedor significar aquele que tem a responsabilidade pela execuo de uma determinada parte do escopo e/ou pelo fornecimento dos recursos associados a esse escopo.

19

A conseqncia disto a ocorrncia de processos de programao completamente dissociados ou inadequados s necessidades da produo. Em alguns casos a transferncia pela responsabilidade no equacionamento do fornecimento de recursos de tal monta que inviabiliza a aplicao, de forma sistmica e abrangente, de processos de nivelamento e alocao de recursos.

Por outro lado, um processo de terceirizao implica em uma delegao de uma parcela de responsabilidade, a qual deve ser correspondida por um comprometimento do fornecedor para com a sua prpria programao de fornecimento. Este um processo de reciprocidade normal no equacionamento do suprimento de recursos para a produo, mas que nessas situaes, assume uma conotao mais aguda e que implica em riscos nem sempre plenamente identificados. Uma programao de recursos desenvolvida por um fornecedor nas condies descritas acima, dificilmente poder atingir nveis de qualidade satisfatrios face aos prprios limites nos quais desenvolvida. Porm essa programao passar a caracterizar o seu comprometimento perante a produo.

Nestas condies de se esperar que no fique clara, para nenhuma das partes envolvidas na produo, a extenso desse comprometimento assumido pelo fornecedor.

Existe portanto uma situao de conflito potencial cujas dimenses so as seguintes : h necessidade de se desdobrar (terceirizar) a cadeia de suprimento da produo, como forma de assegurar agilidade e flexibilidade no atendimento a sua demanda de recursos;

20

este processo tem freqentemente acarretado a transferncia de responsabilidades de planejamento que so inerentes ao papel do gerenciador da produo.

Algumas vezes, isso feito at como forma de assegurar o comprometimento do fornecedor, j que o recurso contratado passa a ser objeto de programao desenvolvida pelo prprio fornecedor e no de uma programao imposta pelo contratante5. Na verdade um comprometimento, obtido nessa circunstncia ilusrio.

Dada a qualidade insatisfatria das programaes de fornecimentos de recursos e o aumento progressivo das interfaces entre os fornecedores, em quantidade e extenso, podem ocorrer, e freqentemente tem ocorrido, situaes de desvios no previstas nessas programaes e que, portanto, podem ir alm de sua capacidade ou expectativa de comprometimento. Essas condies de desvio, por sua vez, podem vir a ser identificadas tanto na fase de planejamento como na fase de produo do empreendimento. Esta ltima hiptese ser decorrente de constataes do quotidiano da produo e seu tratamento escapa aos propsitos desta tese.

J a primeira hiptese, diretamente relacionada ao tema desta tese, espera-se que seja decorrente de situaes nas quais o gerenciador, ciente dos riscos do desdobramento dos processos de programao, procura integrar as solues de designao de recursos apresentadas pelos fornecedores.

Entenda-se por contratante aquele que tem a responsabilidade e o poder para conduzir a produo, como um todo.

21

Tem sido freqente o gerenciador procurar integrar ou consolidar programaes de terceiros. Busca-se, com isto, preservar o comprometimento dos fornecedores com suas prprias solues de designao de recursos e, ao mesmo tempo, aprimorar o processo de programao da produo pela identificao de eventuais conflitos de interface. Esta postura busca estabelecer mecanismos de proteo ao processo de gerenciamento da produo, seja pelo comprometimento do fornecedor na gesto dos recursos, seja atravs da transferncia para o fornecedor dos riscos associados a essa gesto. Procurase, inclusive, uma reduo na incerteza associada s estimativas das duraes das atividades que esto sendo terceirizadas, aspecto chave para o dimensionamento dos recursos, mediante a transferncia dessa responsabilidade exclusivamente para o fornecedor.

Embora seja motivada por uma preocupao vlida e pertinente da parte do gerenciador, essa abordagem incorreta.

Temos agora, toda a dimenso da situao de conflito potencial : desdobramento extensivo da gesto do escopo da produo e de sua cadeia de suprimento; transferncia da responsabilidade pela programao da produo dos escopos terceirizados; transferncia dos riscos associados execuo do escopo e ao respectivo fornecimento de recursos.

22

Cabe relembrar que o estabelecimento de mecanismos de proteo ao gerenciamento da produo deve objetivar a preservao da qualidade esperada tanto na fase de produo, em particular, como para todo o empreendimento. A abordagem adequada consiste em um processo de programao competente para conduzir simulaes capazes de identificar as condies de desvio limite a serem suportadas pela produo, dentro de um patamar de qualidade julgado satisfatrio por aquele que detm o poder de investir no empreendimento. Isto significa uma postura pr-ativa na identificao das condies de risco e subsequente estabelecimento de mecanismos de proteo decorrentes dessa abordagem.

O quadro anterior, do repasse das responsabilidades de programao e o estabelecimento de processos que assegurem ou ao menos induzam o comprometimento dos fornecedores ao longo da cadeia de suprimento, representa uma postura oposta, que apenas propicia reaes eventuais e parciais, ante a identificao de desvios, sem o estabelecimento de processos efetivos de monitoramento do risco na produo. A proposta de repasse, total ou parcial, do risco de uma determinada etapa de produo para um determinado fornecedor esbarra na capacidade deste identific-lo, assumi-lo e por ltimo, mas no menos importante, absorve-lo. Isso s poderia ser resultado de uma programao sistmica e que abrangesse a produo como um todo, capaz de identificar a extenso dos riscos envolvidos. Alm disso, na medida em que se desdobra a cadeia de suprimento, terceirizando progressivamente a responsabilidade pelo planejamento e gesto dos recursos e medida que se reduz o escopo dos fornecedores, a busca pela agilidade e flexibilidade,

23

aliada preocupao com a reduo dos custos de produo, acaba levando reduo do porte econmico-financeiro desses fornecedores. O desdobramento do risco envolvido na produo no segue a mesma lgica. Uma ruptura em uma das etapas do processo de suprimento ou execuo do fornecimento pode afetar a toda produo. Isto levar a uma condio de desvio cujo impacto ser mais relevante que aquela parcela de escopo sob responsabilidade do fornecedor que sofreu o desvio.

Temos, pois, uma condio de cenrio desviado, no qual o risco identificado passa a ter um impacto muito superior ao porte da participao do fornecedor na produo. Sua capacidade ou disposio de absoro passam a ser imponderveis, no h mais como garantir a eficcia do mecanismo de proteo baseado no princpio da transferncia.

Essas consideraes quanto ao processo de transferncia de responsabilidades pela programao e sua associao no repasse das condies de risco, indicam que os processos de terceirizao dos fornecimentos de recursos, nesses termos, levam ao comprometimento do patamar de qualidade esperado para o processo de gerenciamento da produo, em particular para o subsistema de planejamento.

Isto ocorre, independentemente de maiores especulaes quanto competncia das programaes que, eventualmente, venham a ser desenvolvidas pelos fornecedores, mas pelas razes estruturais apresentadas at aqui.

24

Deve-se buscar processos de programao que sejam aptos a lidar com as mltiplas interfaces gerenciais decorrentes da terceirizao, em particular com a incerteza inerente ao processo de transmisso de informaes. Essa incerteza, principalmente quanto s estimativas de datas e duraes de atividades, que so decorrentes da programao de recursos, aumenta proporcionalmente ao acrscimo de interfaces entre os fornecedores. Na medida em que se preconiza que a programao da produo, aquela de nvel operacional, seja conduzida por aquele que desempenha o papel de gerenciador, este deve dispor de meios que lhe permitam lidar com as condies de incerteza acima mencionadas.

Espera-se, pois, que a programao por recursos seja desenvolvida de modo sistmico, abrangendo todas as restries inseridas em seu cenrio de anlise, bem como capaz de considerar as incertezas associadas aos processos de formulao e transmisso de informaes relativas a datas e duraes das atividades.

nesta situao que a programao por recursos deve atender seu objetivo maior, o de estabelecer uma programao de produo factvel e adequada ao padro de qualidade esperado para o empreendimento. Isto, de outro lado, proporcionar ao gerenciador da produo as condies necessrias e suficientes para empregar os resultados da programao por recursos como suporte ao equacionamento (contratao) do seu fornecimento, delimitando claramente

abrangncia e limites do escopo de cada fornecedor.

25

Mecanismos de suprimento de recursos estabelecidos nestas bases, podero delimitar de maneira consistente quais os riscos a que cada fornecedor estar exposto, bem como a extenso de seu comprometimento com a produo. Ao mesmo tempo, proporcionam condies para que o fornecedor desenvolva sua prpria programao de recursos dentro de um cenrio que articule previamente as interfaces da cadeia de suprimento. Nesta situao, poder o gerenciador conduzir as integraes das programaes dos fornecedores de um modo sistmico e como decorrncia de um desdobramento de sua prpria programao operacional. Isto propicia um nvel de consistncia muito maior para os resultados das programaes que as abordagens anteriormente mencionadas, mantendo, ao mesmo tempo, o comprometimento do fornecedor para com sua prpria programao

Desta forma, torna-se possvel associar a programao por recursos, desde que empregada de modo sistmico, ao processo de terceirizao ou desdobramento da cadeia de suprimento da produo.

At agora foram feitas consideraes quanto maneira pela qual o suprimento de recursos a equao do suprimento afeta o processo da programao por recursos.

Cabe ainda comentar quanto ao emprego de ferramentas de suporte. Programaes por recursos, suportadas por regras heursticas, so hoje parte integrante de todos os softwares capazes de processar algoritmos de clculo de datas a partir de redes lgicas.

26

Sem antecipar consideraes quanto eficincia da aplicao desses mtodos a redes lgicas determinsticas, o que ser objeto de anlises mais extensas no prximo captulo, cabem comentrios quanto s condies nas quais possvel aplic-los ao gerenciamento da produo do setor da construo civil, no cenrio at aqui analisado.

Esses softwares dispem de algoritmos tanto para nivelamento como para alocao de recursos. So aplicados a partir de um conjunto de regras de priorizao atribudas a cada atividade, como critrios para disputa e alocao dos recursos demandados. Todos dispem de um conjunto mnimo de regras e uma seqncia padro que so aplicados, de princpio, a todas as atividades da rede lgica, cabendo ao programador estabelecer os perfis de disponibilidade dos recursos. O software prov a identificao das situaes de conflito e tem capacidade para prover solues de re-arranjo da demanda simulada.

Essas ferramentas de programao tem tido a sua aplicao inibida como decorrncia do prprio processo de transferncia das responsabilidades pela programao.

Em muitos casos torna-se mesmo impossvel articular em uma nica rede lgica as programaes desenvolvidas pelos fornecedores, dada a diversidade de abordagens e de interfaces. Mesmo quando os fornecedores se do ao cuidado de desenvolver programaes suportadas por redes lgicas, estas no traduzem, necessariamente, uma estratgia coerente a todos os fornecedores envolvidos, face aos motivos j expostos.

27

Na verdade a integrao de programaes possvel de ser feita ao nvel da produo passa a ser de datas associadas a eventos, e mais raramente a atividades, e no de estratgias e lgicas de conduo. Os conflitos por disputas de recursos s se tornam visveis na medida que for detectado um conflito nas programaes de datas, posto que a crtica ao perfil de disponibilidade dos recursos a serem alocados transferida, por decorrncia, junto com a transferncia da responsabilidade pelo cumprimento daquela parcela de escopo associada a um dado fornecedor.

Nestas situaes, ainda que o gerenciador da produo desenvolva uma programao suportada por rede lgica, esta perde seu sentido sistmico maior, dado que o tratamento das alocaes de recursos foi transferido para outro nvel da produo. Restringe-se esta rede a simular a conduo da produo apenas e to somente em funo da lgica de articulao das atividades nela representadas, sem nenhuma alocao de recursos rede. As duraes das atividades so resultado de estimativas apresentadas pelos fornecedores, sem que isto signifique que exista uma articulao formal das lgicas consideradas pelas partes envolvidas. Como resultado, mais uma vez, se reproduz a situao de conflito potencial descrita anteriormente.

Esse quadro leva a uma quase completa inibio do uso de ferramentas para a programao por recursos.

28

As consideraes feitas at aqui levam a prtica da programao por recursos a uma situao contraditria no setor da construo civil. Por um lado consenso a sua relevncia, de outro tambm consenso a extrema dificuldade na sua aplicao.

Este cenrio, em contraposio necessidade da busca contnua por novos referenciais capazes de incrementar a qualidade dos processos de gerenciamento no setor da construo civil, deve suscitar uma atuao por parte do ambiente acadmico.

Espera-se que este ambiente tenha, como um de seus papis fundamentais, o de pesquisar continuamente a prtica do gerenciamento do setor e propor novos processos e mtodos capazes de incrementar a sua qualidade.

neste vetor, da busca por novos referenciais para a prtica do gerenciamento no setor, que se enquadram os propsitos desta tese. Sua relevncia e o cenrio no qual se enquadra, ficam agora estabelecidos, a partir das reflexes e crticas at aqui conduzidas.

29

2. A PROGRAMAO POR RECURSOS

2. A PROGRAMAO POR RECURSOS

Conforme visto anteriormente, no contexto da construo civil, o emprego de tcnicas de programao de empreendimentos, em particular para sua fase de produo, capazes de lidar de modo eficiente com os aspectos de prazo e recursos tem um papel fundamental para assegurar a competitividade e a lucratividade de suas operaes. Neste sentido, a programao da produo de empreendimentos tem sido enfatizada como uma ferramenta chave no gerenciamento de seus recursos. Ao longo do tempo, o gerenciamento de empreendimentos da construo civil tem focalizado sua ateno na questo do gerenciamento de prazos e seu relacionamento com a programao de atividades, com nfase em mtodos suportados por redes lgicas como o CPM (Critical Path Method), o mais disseminado no setor da construo, e eventualmente o PERT (Program Evaluation Technique Review).

O CPM e o PERT so mtodos de programao que, embora apresentem algumas similaridades, diferem radicalmente na considerao das condies nas quais a conduo do empreendimento simulada.

A principal caracterstica do PERT possibilitar a incorporao do efeito do acaso nas avaliaes das duraes das atividades, bem como prover o devido suporte de tratamento de grandezas probabilsticas para o clculo das datas esperadas para a conduo das atividades e para a concluso do empreendimento. Desta forma as variaes de prazo a serem consideradas nas simulaes deste tipo de programao, so estritamente aleatrias e fora do controle dos responsveis pela sua conduo. 31

Por outro lado, o mtodo CPM emprega uma abordagem determinstica nas estimativas de durao das atividades. As simulaes de prazo, neste mtodo, consideram, to somente, desvios impostos pelo responsvel pela programao da produo.

Embora largamente empregadas, estas tcnicas de programao apresentam algumas limitaes relevantes. A principal limitao refere-se ao modo como os recursos so considerados nos algoritmos de clculo das datas; estes algoritmos so aplicados em duas etapas propagao a diante (datas cedo) e propagao de retorno (datas tarde)1 e em nenhuma delas se faz qualquer considerao quanto ao uso dos recursos necessrios execuo das atividades. Quer seja pelo modo determinstico (CPM) ou pelo probabilstico (PERT), o clculo das datas independe, em uma primeira instncia, do volume, perfil ou disponibilidade dos recursos, a menos que alguma estratgia especfica tenha sido previamente considerada quando da formulao da rede lgica que modela a execuo do empreendimento.

No campo de estudos da programao de empreendimentos (project schedule), em particular na rea que aborda o emprego de recursos para a programao da produo, este aspecto conhecido como a premissa de que os empreendimentos, na sua fase de implantao (produo) possuem capacidade de recursos infinita.

Estes termos so mais conhecidos por suas expresses em ingls, forward pass e backward pass.

32

Programaes que consideram apenas as restries lgicas decorrentes dos processos tecnolgicos ou de estratgias de implantao podem, e freqentemente o fazem, originar expectativas de prazo irreais ou inexeqveis no contexto de uma dada obra. H portanto que se considerar os aspectos decorrentes das limitaes que possam ocorrer quanto disponibilidade de recursos ou relativos a um determinado contexto da produo sob anlise. Estas limitaes ou restries podem se manifestar sob vrios aspectos, tais como limitaes de volumes disponveis, restries de utilizao ao longo do tempo, especificidades tcnicas ou contratuais.

Nesta tese, entende-se por recursos, aqueles renovveis ou no, necessrios execuo da obra, tais como insumos (materiais, energia, etc.), mo-de-obra, equipamentos.

Em linhas gerais, a programao por recursos aborda dois temas: programaes com restries de prazo e programaes com restries de recursos.

O primeiro enfatiza as restries no cumprimento de datas, posto que a manuteno de uma determinada data para um evento intermedirio ou para a concluso da produo, pode ser condio extremamente relevante em seu planejamento programao e controle. Esta condio, data de trmino, seguramente figura no cenrio que balizou a deciso quanto implantao do empreendimento e um desvio quanto a esta considerao poder induzir uma reduo da qualidade esperada no momento dessa deciso, seja de

33

forma direta ou pelo impacto em outras variveis que compem a equao de fundos da operao e delimitaram o patamar de qualidade no qual esta deciso foi tomada.2

Mesmo quando o empreendedor, aquele que detm o poder de decidir investir, e o responsvel pela implantao forem personagens distintos, este quadro descrito acima, tambm afetar ao segundo, tanto por razes anlogas s j expostas, como por eventuais penalidades decorrentes do no cumprimento de prazos.

O segundo tema abordado pela programao por recursos enfatiza as restries na alocao dos recursos, admitindo que possuam dimenses finitas e que a lgica de conduo das atividades dever se subordinar a estas restries.

Usualmente as limitaes no emprego de recursos podem advir tanto da estruturao da equao de fundos, ao estabelecer o respeito a determinados patamares de investimento definidos nas sucessivas etapas de planejamento estratgico e ttico, como do perfil de utilizao desses recursos no tempo, se intermitente ou contnuo. Restries de outra natureza acabam se somando s consideradas acima, que so aquelas decorrentes das caractersticas tcnicas dos recursos, o que pode limitar eventuais remanejamentos das alocaes originalmente previstas em uma dada programao.

Maiores consideraes quanto a qualidade de empreendimentos so encontradas em (Rocha Lima Jr, 1995).

34

Do exposto at aqui observa-se que a programao por recursos constitui um campo de estudos extenso na programao de empreendimentos, quer seja na engenharia civil ou em empreendimentos multidisciplinares, em particular para suas fases de produo, foco desta tese.

Cabe uma ressalva, antes de se abordar este processo de programao de modo mais aprofundado, quanto ao emprego, nesta tese, de expresses como otimizao, modelos de programao por otimizao, modelos de solues exatas como identificadoras de tipos de abordagens ou classes de modelos de programao existentes no campo de estudo maior da programao por recursos3. Estes termos so oriundos do campo da Pesquisa Operacional e seu significado deve ser desdobrado e analisado a partir da abordagem adotada nesta tese.

Na Pesquisa Operacional desenvolvem-se modelos de programao que, a partir de um dado cenrio, procuram encontrar uma soluo matemtica exata que atenda a um determinado conjunto de restries ou objetivos impostos desde esse cenrio. Esta soluo exata para uma determinada situao de programao e para um determinado cenrio com um conjunto de restries (ou funes objetivo) especfico denominada de tima. Na verdade ela apenas representa uma soluo de melhor eficincia para um dado cenrio.

Cabe salientar que a presente tese aborda o tema da programao por recursos suportada por mtodos heursticos e no mtodos da natureza dos aqui mencionados.

35

Sua identificao como tima somente poderia ser aplicada se ela o fosse para qualquer cenrio que se apresentasse, o que por si s j uma contradio, posto que foi identificada como tima a partir de um determinado cenrio e sem que se conduzissem especulaes ou avaliaes quanto a sua aplicabilidade e desempenho em outros cenrios. Ainda assim, termos como otimizao, soluo tima e modelos de otimizao tem sido usados no mbito da Pesquisa Operacional e freqentemente transpostos para o setor da construo civil sem que se faam as devidas crticas e consideraes de contextualizao. Os modelos de programao de atividades caracterizados por estas expresses so baseados em processos de busca e identificao de solues matemticas exatas , tais como busca em profundidade associada a algoritmos minimax ou processos de programao linear, e neste sentido, ou seja, apenas como identificadores de uma determinada classe de modelos que devem ser encarados quando mencionados nesta tese. A fim de melhor caracterizar e delimitar este campo de estudo, ponto de partida da tese, a seguir apresentada uma abordagem mais detalhada deste tipo de programao.

36

2.1 CONSIDERAES INICIAIS Os mtodos de programao por recursos tratam do estabelecimento da programao de prazos de modo correlacionado a um determinado padro de restries, seja de datas ou de recursos propriamente dito; usualmente complementam as etapas iniciais de programao de prazos e datas desenvolvidas pelo mtodo CPM. No fazem parte deste tipo de programao os estudos que buscam identificar soluo de compromisso entre a durao e o custo de uma dada atividade e/ou de uma produo como um todo, conhecidos como compresso/descompresso de redes4. Estes processos no fazem qualquer tipo de considerao quanto a eventuais restries aos volumes de recursos envolvidos na execuo de uma atividade. A anlise e a melhoria na eficincia do uso destes recursos ao longo do prazo da produo, seja privilegiando o cumprimento de datas ou respeitando limites de disponibilidades, a essncia da programao por recursos; solues para eventuais conflitos de disputa de recursos que sejam observados nas simulaes da programao, passam por estratgias de remanejamento de datas de atividades e, quando for o caso, por eventuais modificaes nos seus prazos de execuo.

Feitas essas consideraes, apresentada a seguir uma descrio sistmica da programao por recursos. Esta descrio, embora suportada por diversos trabalhos citados no captulo da reviso bibliogrfica, tem, enquanto seu aspecto sistmico, sua prpria originalidade.

Ver detalhes em (Antill and Woodhead, 1995) e (Moder et al, 1995).

37

2.2 PRINCPIOS BSICOS A programao da produo de um empreendimento um processo de simulao que deve considerar os seguintes aspectos : estratgia da produo; tecnologia selecionada; processos construtivos; prazo; oramento; fluxo de caixa; espao para a obra e para o canteiro; pessoal direto ou de terceiros; materiais; equipamentos prprios ou de terceiros; logstica.

A abordagem que tem trazido melhores resultados para a estruturao dos processos de simulao aquela que considera a interdependncia lgica entre as atividades envolvidas. Isto possibilita que sejam incorporados simulao restries que representem a estratgia, tecnologia e processos construtivos, alm de restries bsicas quanto ao emprego dos principais recursos envolvidos.

38

Uma simulao estruturada nestas condies permite uma anlise consistente das condies limite, capazes de serem suportadas pela estratgia adotada para a implantao do empreendimento. A metodologia mais adequada para suportar um processo de simulao que satisfaa essas consideraes, consiste no emprego de redes lgicas, estruturadas a partir da Teoria dos Grafos. Ela permite considerar a discretizao das atividades e exprimir suas restries de dependncia lgica de uma forma bastante flexvel, bem como a aplicao de diversos mtodos de clculo de tempos, tais como CPM, PERT, GERT ou CYCLONE 5. Dentre estes mtodos o CPM tem se revelado como o mais adequado ao cenrio da construo civil, haja visto as consideraes feitas ao incio deste captulo. Se por um lado a aplicao do CPM suportado por rede lgica demonstra uma grande robustez como ferramenta de simulao e anlise de programaes, por outro no possibilita a incorporao de determinados tipos de restries no emprego de recursos, a saber : limites de volumes dos recursos alocados ao longo do tempo; limites dos volumes totais dos recursos envolvidos; disputas dos recursos entre atividades.

Tanto o tipo de lgica considerado nos grafos que suportam o mtodo CPM, como o prprio algoritmo de clculo das datas so limitantes para o tratamento deste tipo de restries.

Para maiores detalhes sobre estas tcnicas de programao da produo ver (Silva, 1993).

39

Deve ser lembrado que estas redes lgicas, empregadas no mtodo CPM, so estruturadas de modo determinstico, isto todas as arestas da rede (que representam as atividades) devem ser percorridas e uma nica vez. Isto impossibilita, por exemplo, que sejam considerados encadeamentos alternativos ou cclicos de atividades durante a conduo de simulaes na rede lgica.

Embora existam tcnicas de simulao baseadas em redes lgicas, como o GERT e o CYCLONE, que permitam anlises de encadeamento alternativos ou repeties de atividades, elas no so objeto desta tese e nem so consideradas as mais adequadas para o tratamento da incerteza de informaes no cenrio da construo civil, como ser abordado adiante.

Por outro lado, apesar destas limitaes, o resultado bsico da aplicao do mtodo CPM previso de datas e folgas para a execuo das atividades em conjunto com sua rede lgica proporcionam a estrutura adequada para a posterior aplicao de mtodos de programao por recursos capazes de atender as restries at ento desconsideradas nas simulaes.

Estas so as consideraes que levam esta tese a explorar a programao por recursos, no cenrio da construo civil, a partir do emprego do mtodo CPM.

40

2.3 RECURSOS Os recursos considerados mais importantes na conduo da produo do empreendimento so : financeiros; pessoal (mo-de-obra); materiais; equipamentos; espao; insumos gerais (energia, gua, etc.) informaes6.

O recurso tempo considerado implicitamente ao longo de todo o processo, posto que j tratado na programao bsica desenvolvida pelo mtodo CPM.

Cabem consideraes quanto aos seguintes aspectos na disponibilizao desses recursos: perfil da disponibilidade do recurso (em volumes e ao longo do tempo); capacidade do recurso ser ou no armazenvel; condies de mobilizao e desmobilizao.

Considera-se, neste item, tanto as informaes necessrias aos processos de tomada de deciso no gerenciamento do empreendimento, como as informaes tcnicas, tais como projetos e anlises especficas.

41

2.3.1 Perfil de disponibilidade do recurso Objetiva caracterizar o comportamento do recursos em termos de oferta e demanda, ao longo do tempo.

Os itens mais relevantes deste aspecto so : se ofertado por todo o perodo de produo ou apenas em determinados perodos; se disputvel ou disputado por atividades concomitantes; sua demanda ao longo do perodo de produo e respectivo volume total; nveis de disponibilidade; capacidade de uso adicional ou extraordinrio.

2.3.2 Capacidade do recurso ser ou no armazenvel Entenda-se por um recurso no armazenvel aquele que estando disponvel em um dado momento, caso no seja ento usado, no poder ser retido para uso em outro momento. Determinados tipos de equipamentos e categorias de mo-de-obra se enquadram nesta condio quando observados ao longo do ciclo-de-vida da produo. J o recurso armazenvel aquele cujo momento de aplicao pode ser gerenciado durante o perodo de produo.

Para os recursos no armazenveis a programao deve enfatizar a questo do volume total da demanda por perodo de tempo (homens/hora ou hora/mquina por exemplo) para todo o ciclode-vida da produo.

42

Caber programao estabelecer uma soluo capaz de atender a esta demanda, seja com pequenas equipes ou poucos equipamentos e longos perodos de uso ou grandes equipes ou grandes conjuntos de equipamentos por curtos perodos.

Quanto aos recursos armazenveis, o foco da programao quanto ao seu fluxo ao longo do tempo, o volume instantneo por perodo de tempo.

Tomando-se como exemplo o recurso financeiro, que pode ser tratado como um recurso armazenvel, o foco da programao ser quanto ao fluxo de desembolso (ou fluxo de caixa), posto que os volumes totais de investimento j foram estabelecidos em etapas anteriores do processo de planejamento. Portanto um processo de programao por recursos, neste caso, dever estabelecer uma soluo capaz de compatibilizar as diversas metas de prazo da implantao e o volume total de investimento com as restries nos nveis de desembolso a serem observadas ao longo do ciclo-de-vida da produo.

2.3.3 Condies de Mobilizao e Desmobilizao Uma terceira considerao quanto natureza dos recursos refere-se a sua prontido para uso. Para um dado recurso, estar disponvel significa a existncia de um compromisso de fornecimento de seu provedor para com a produo. Este compromisso associado a um conjunto de condies administrativas, financeiras e logsticas que regram o seu fornecimento. Em funo dessa condies devem ser consideradas as seguintes situaes de disponibilizao : 43

acesso; mobilizao uso; desmobilizao.

Acesso a um recurso a situao na qual seu fornecimento assegurado ou compromissado. Mobilizao de um recurso a situao na qual le se encontra pronto para emprego imediato junto ao processo de produo. Uso de um recurso refere-se condio de efetivo uso junto produo. Desmobilizao o processo pelo qual o recurso retirado do processo de produo, por atendimento, temporrio ou final, da demanda e quando for o caso, devolvido a seu provedor.

A abrangncia dessas condies pode sofrer ajustes em funo da natureza do recurso, como pode ser visto adiante.

Equipamentos

Acesso - corresponde condio de contratao de um dado equipamento, qualquer que seja a condio comercial envolvida, tal como compra ou aluguel. Mobilizao - a sua disponibilizao junto ao canteiro ou local de uso; um evento ao qual freqentemente associado um custo especfico. Uso situao particular decorrente das condies nas quais o Acesso foi contratado; para determinados equipamentos existe uma distino quanto a seu custo horrio parado ou operando. 44

Desmobilizao situao de retirada do equipamento de seu local de uso; este evento tambm pode estar associado a determinados custos.

Materiais

Acesso contratao do fornecimento. Mobilizao corresponde ao transporte e disponibilizao no canteiro. Uso condio de consumo do material. Desmobilizao situao no considerada neste nvel de programao7.

Recursos Financeiros

Acesso condio na qual o custeio (funding) da operao assegurado, por exemplo pela contratao de um financiamento. Mobilizao o processo de liberao dos montantes necessrios ao custeio da produo. Uso custeio da produo. Desmobilizao processo de administrao de recursos que eventualmente no venham a ser empregados, por exemplo sobras de caixa.

Esta tese aborda a programao por recursos no nvel operacional , ao qual no se aplicam consideraes neste nvel de detalhe. Mesmo no caso de programaes mais detalhadas, empregando mtodos como CYCLONE, a etapa de desmobilizao de material de consumo raramente abordada.

45

Em sntese, a caracterizao da disponibilidade ou prontido de uso de um recurso passa por um conjunto de situaes s quais podem ser associados distintos custos, ou restries de quaisquer natureza, capazes de balizar a deciso quanto ao seu emprego.

Estas decises orientaro a soluo de programao de recursos a ser adotada, quer para identificao da demanda a ser atendida, mas principalmente para a formulao da soluo de designao de recurso destinada atende-la.

46

2.4 PROCESSO DE PROGRAMAO POR RECURSOS A programao envolve as seguintes etapas bsicas : identificao dos recursos envolvidos; avaliao da demanda e da disponibilidade desses recursos; seleo da soluo para designao dos recursos.

Este processo deve ter como ponto de partida, as informaes decorrentes de uma etapa de planejamento conhecida como plano bsico8, o qual contempla o estabelecimento ou definio das seguintes informaes9 : objeto do empreendimento; detalhamento do escopo da produo (WBS work breakdown structure); tecnologia a ser empregada; estratgia de produo; seleo dos mtodos construtivos; plano de metas eventos, intermedirios e de concluso, e datas associadas; seleo dos recursos; oramento; plano de custeio10; projeto11;

Designao tambm conhecida como planejamento ttico de 2o nvel do empreendimento ou pelo seu termo em ingls program plan. 9 A extenso e abrangncia destas informaes variam muito em funo do porte e complexidade do empreendimento. 10 Estabelece, em linhas gerais, os montantes de recursos financeiros a serem disponibilizados ao longo do ciclo-de-vida da produo. Poder sofrer ajustes em funo do desenvolvimento da programao por recursos.

47

lay out do canteiro.

2.4.1 Identificao dos Recursos a etapa inicial do processo de programao e consiste na seleo e estruturao dos recursos necessrios conduo da produo.

A seleo dos recursos deve se desenvolver em duas instncias. A primeira conduzida pelo confronto do escopo da produo com sua estratgia de execuo, tecnologia e processos construtivos adotados; ocorre na formulao do plano bsico, ou seja ainda ao nvel do planejamento ttico. A segunda um refinamento da anterior e deve ser feita quando do desdobramento do nvel mais baixo do WBS nas respectivas atividades de produo. A estruturao corresponde ao estabelecimento das condies e restries bsicas de uso dos recursos, seja em funo de sua natureza ou da logstica envolvida, conforme j apresentado no item 2.3. Quando da seleo de primeira instncia, podem ser estabelecidas as restries de uso em grandes linhas. J o desdobramento do escopo em atividades proporciona a identificao das restries ao nvel de programao operacional.

Neste nvel de detalhe devem ser estabelecidas as restries quanto ao emprego dos recursos em funo dos seguintes critrios : prazos e metas da produo;

11

Informaes de natureza tcnica arquitetura, engenharia, etc.

48

disponibilizao12; dificuldades de aplicao ou uso tcnicas ou logsticas; avaliao dos resultados13.

Os prazos e metas, assim como a avaliao dos resultados so critrios que refletem o contexto maior do empreendimento e, em ltima anlise, a expectativa de qualidade esperada quando da deciso da sua implantao. J a disponibilizao e as dificuldades de uso traduzem condies intrnsecas ao emprego dos recursos. A combinao destes critrios proporciona uma abrangncia sistmica das restries a serem consideradas pela programao por recursos. de fundamental importncia que o mapeamento dos recursos e de suas restries de uso sejam consolidadas antes que se passe formulao da rede lgica e aplicao do mtodo CPM. Uma reavaliao das restries durante as fases subsequentes do processo de programao ser muito penosa e forosamente acarretar uma re-anlise das etapas percorridas, inclusive da estrutura da rede lgica.

12 13

Vide item 2.3 deste captulo. Indicadores que balizaram o patamar de qualidade no qual foi tomada a deciso de investir no empreendimento.

49

2.4.2 Avaliao da Demanda a fase mais extensa do processo de programao e aquela que possibilita o tratamento da incerteza e impreciso das datas e duraes estimadas para as atividades da produo, objetivo desta tese.

Contempla as seguintes etapas : programao preliminar, segundo o mtodo CPM; identificao das demandas dos recursos; avaliao das demandas; seleo do mtodo de programao por recursos mais adequado; aplicao do mtodo selecionado; obteno da demanda de recursos reavaliada.

O objetivo final desta fase obter uma simulao do perfil de demanda para os recursos sob anlise, que esteja atendendo o mais prximo possvel as restries mapeadas na fase anterior. Embora a maior parte da literatura existente sobre o tema da programao por recursos esteja restrita a esta fase, saliente-se desde j que seu resultado no caracteriza a concluso do processo de programao por recursos. Isto s ocorrer na fase seguinte, quando se formular uma soluo de designao dos recursos.

A seguir temos uma descrio de cada etapa que compe esta fase.

50

2.4.2.1 Programao Preliminar (CPM)

Esta etapa consiste na formulao da rede lgica e na aplicao do algoritmo do mtodo CPM, de modo a se obter uma primeira programao de datas para as atividades da produo. A estruturao da rede lgica deve ser cercada de cuidados quanto estratgia de emprego dos recursos. Se, por um lado, devem ser consideradas, sempre que possvel ou desejvel, as restries identificadas no planejamento ttico, o mesmo no se aplica s restries mapeadas no planejamento operacional. A rede lgica deve incorporar os grandes princpios que nortearo a designao de recursos, mas no condies localizadas quanto a sua disponibilizao. Devem ser evitadas, por exemplo, imposies de esperas decorrentes de expectativas de prazos de disponibilidade de recursos ou de sua disputa por atividades concorrentes. prefervel, nesta etapa da simulao, identificar a maior quantidade possvel de conflitos ou disputas ao longo do tempo, do que escamotea-los em decorrncia de alguma pressuposio implcita na estrutura da rede lgica e que no seja decorrncia direta de alguma linha de ao formulada no plano bsico.

2.4.2.2 Identificao das Demandas

Nesta fase busca-se estabelecer uma avaliao do perfil das demandas simuladas para cada recurso avaliado como relevante na fase de identificao.

51

A simulao feita a partir dos dados obtidos na programao preliminar. Deve ser estabelecido um intervalo de tempo, para efeito de anlise, a partir do prazo da produo meses, semanas ou muito raramente dias14.

A demanda de cada recurso analisado identificada pela agregao dos volumes necessrios conduo de cada uma das atividades que concorrem para seu uso. Isto feito para cada intervalo de tempo (volume instantneo), ao longo de todo o prazo de produo simulado. Devem ser identificados dois tipos de perfis de agregao um associado s datas-cedo e outro s datas-tarde programadas para as atividades.

Isto proporciona os volumes de recursos necessrios a cada instante do perodo de produo e permite avaliar os volumes mximos (picos de consumo) dos recursos necessrios, alm do respectivo instante de ocorrncia, para a conduo da produo sem alterar o prazo obtido na programao preliminar. Da comparao entre as simulaes cedo e tarde pode-se avaliar a flexibilidade disponvel para o processo de programao por recursos.

A partir dos perfis de demanda anteriores, devem ser elaborados novos perfis apresentando os valores acumulados ao longo do tempo, tambm associados s datas cedo e tarde. Estas curvas proporcionam o perfil da demanda total de recursos

14

Conforme j enunciado anteriormente, esta tese aborda a programao de nvel operacional, a qual apenas excepcionalmente vai a um grau de detalhamento que necessite de intervalos de tempo de anlise com durao de 1 dia, a menos que seja um empreendimento de curta durao.

52

necessria conduo da produo. A rea entre as curvas de demanda cedo e tarde indica a flexibilidade disponvel para a programao por recursos.

A concluso desta fase se d com a tabulao dos resultados das simulaes, conforme as figuras 2.4.1 e 2.4.2, de modo a mostrar os perfis das demandas de recursos versus as respectivas disponibilidades.

2000 1500 1000 500 0 1 2 3 4 5 6 7 8 9 10 11 12 programao cedo programao tarde

Figura 2.4.1 Perfis de demanda de recursos ao longo do tempo

(curvas de demanda cedo e tarde)

6000

Hx h acumulados

5000 4000 3000 2000 1000 0 1 2 3 4 5 6 7 8 9 10 11 12 13

perodos
Programao cedo programao tarde

Figura 2.4.2 Perfis de demanda acumulada de recursos ao longo do tempo

(curvas de demanda acumulada cedo e tarde)

53

2.4.2.3 Avaliao das Demandas de Recursos

Para esta etapa, deve-se estabelecer os seguintes pontos : quais recursos so mais importantes, bem como os respectivos critrios de seleo; quais os limites crticos para a produo custos ou prazos.

A partir destes pontos, pode-se avaliar os perfis de demanda versus disponibilidade dos recursos e identificar as situaes de conflito.

Estas situaes podem ser caracterizadas como desvios em relao aos requisitos de uso dos recursos. Com base nos critrios anteriores, devem ser identificados quais desvios so mais relevantes e qual a abordagem mais adequada para seu tratamento.

So fatores de deciso, nesta anlise : disponibilidade dos recursos15; escassez relativa entre recursos; condies de uso extraordinrio (sobrecarga ou uso por perodos extras); possibilidade de uso de recursos alternativos; durao aceitvel para o prazo da produo; atividades que podem ser desdobradas; atividades que admitem emprego de recursos em condies de uso extraordinrias; possibilidades de re-arranjo na prioridade das atividades.

15

Ver item 2.3 .

54

Como resultado desta anlise deve-se identificar quais os desvios crticos e qual a condio de programao por recursos a ser atendida.

Se o limitante maior for prazo, teremos um caso de programao com restrio de prazo.

Se o limitante de custo, ou a prpria disponibilidade de um dado recurso, for o mais relevante, ser um caso de programao com restrio de recursos.

A partir da estabelece-se qual o mtodo de programao por recursos ser empregado nas fases subsequentes e quais os objetivos a serem alcanados por esta programao.

2.4.2.4 Aplicao do Mtodo Selecionado

Inicialmente deve se explicitar quais as nfases possveis de serem adotadas por esses mtodos, bem como propor uma estrutura de classificao das modelagens que podem ser empregadas.

A primeira considerao

quanto existncia de mtodos de programao que

processam a designao do recursos em srie ou em paralelo. No primeiro tipo, as atividades so priorizadas por uma determinada regra (ou conjunto de regras) e a seguir simuladas a suas execues, uma de cada vez, sucessivamente, isto em srie. Caso no seja possvel iniciar uma dada atividade por indisponibilidade do recurso falta ou disputa a atividade e as subsequentes tem seu incio atrasado at que a

55

condio de desvio seja eliminada pela concluso de uma ou mais atividades anteriores em curso. J no segundo caso, todas as atividades que se iniciem em um dado intervalo de tempo previamente definido so classificadas por prioridade, segundo uma dada regra (ou conjunto de regras). Os recursos so alocados conforme esta prioridade e em funo da disponibilidade. Atividades que no possam ser iniciadas neste perodo de anlise so remanejadas para o prximo perodo de anlise, novamente agrupadas e priorizadas e simulada sua execuo. Quanto estrutura dos mtodos de programao, prope-se que sejam classificados em funo de seus objetivos e restries, bem como se a abordagem por otimizao16 ou por regras heursticas. A classificao por objetivos considera as seguintes modelagens :

baseados no tempo

mnima durao da operao (operao nica) minimizao do tempo (mltiplas operaes) restries de precedncia restries quanto a recursos renovveis restries quanto a recursos no renovveis restries quanto a recursos renovveis restries quanto a recursos no renovveis de concluso

baseados no custo

mltiplos objetivos

16

O emprego deste termo, no contexto desta tese, deve ser visto luz das consideraes apresentadas ao incio deste captulo.

56

A classificao por tipo de abordagem empregada na identificao da soluo contempla os casos abaixo.

mtodos de otimizao

programao linear algoritmos de busca programao em srie programao em paralelo

mtodos heursticos

Os termos identificadores aqui empregados so correntemente praticados no campo da Pesquisa Operacional, porm sua transposio para uma tese voltada para o setor da construo civil, implica em uma srie de consideraes, mesmo que se respeite a terminologia propriamente dita, que delimitam e traduzem seu significado.

Modelagens baseadas no tempo identificam os mtodos de programao voltados para o tratamento do encadeamento das atividades. Os problemas de nivelamento e alocao de recursos so tratados a partir de um enfoque voltado para as atividades, enquanto que os recursos so tratados em segunda instncia. As atividades so priorizadas, na disputa dos recursos, em funo de seus atributos, tais como suas folgas, datas de trmino. Podem ser empregados tanto para simular a produo de um dado empreendimento, como para simular vrios processos de produo em paralelo.

Modelagens baseadas no custo referem-se a mtodos de programao voltados para o tratamento das restries. Os problemas do nivelamento e alocao de recursos so enfrentados por um enfoque primrio nestas restries, sejam elas custos ou recursos, e

57

secundrio nas atividades. Assim sendo, a aplicao de um mtodo de nivelamento desta natureza, ir programar um dado conjunto de atividades a partir do acompanhamento do uso de um determinado recurso, o mais prioritrio, a seguir de um segundo recurso e assim sucessivamente, at que se tenha uma programao capaz de tratar o uso desses recursos da forma mais eficiente possvel de ser encontrada.

Modelagens

com mltiplos

objetivos

so

aquelas

que

procuram lidar

simultaneamente com as restries abordadas isoladamente nos mtodos anteriores. As modelagens com restries de custo procuram estabelecer priorizaes na seqncia de atividades observando de modo distinto se o recurso renovvel ou no. Isto significa que os critrios de prioridade para o uso de um recurso renovvel, como a mo-de-obra, so diferentes daqueles para priorizar o uso de um recurso no renovvel, que consumido na execuo de uma dada atividade e no reposto no cenrio da obra. Na maioria dos casos, pode-se tratar as restries de custo como um recurso no renovvel, na medida que o custo associado execuo de uma atividade consome uma determinada parcela do montante de investimentos previsto para a produo da obra.

A classificao por tipo de abordagem emprega o termo mtodos de otimizao17 para identificar toda uma famlia de modelos, alis toda uma linha de pesquisa, voltada para processos de identificao de solues matemticas exatas, associando-as condio de solues timas para um determinado problema de programao.

17

Ressalte-se as restries j feitas, ao incio deste captulo, quanto ao significado deste termo.

58

Cabe a ressalva de que nesta tese, os processos formulados e os modelos propostos visam identificar solues que possam ser consideradas satisfatrias e no timas..

Por mtodos heursticos entendem-se os processos e modelos de programao que empregam regras prticas para estabelecer critrios de priorizao, sejam de atividades ou de recursos e se enquadram no objetivo desta tese quanto formulao de modelos de programao, posto que buscam solues eficientes sem demandarem elaborados e complexos processos matemticos. Como j visto anteriormente, os mtodos de programao por recursos so identificados em duas grandes classes, com restries de prazo ou de recursos, a seguir abordados em detalhes.

Programaes com Restries de Prazo As programaes dessa natureza consideram que a data de concluso da implantao (produo) de um empreendimento, obtida a partir da aplicao do mtodo CPM fixa; adicionalmente podem ser estabelecidas restries quanto a datas de eventos intermedirios. A resoluo de conflitos entre atividades que disputam um mesmo recurso em uma mesma data, ser obtida na medida em que for possvel reprogramar as atividades que no pertenam ao caminho-crtico da rede lgica. Caso isto no seja possvel em um determinado perodo da produo, ser aceito um desvio na programao de recursos desejada.

59

Este tipo de programao d especial nfase reduo das variaes ao longo do perfil de utilizao de um recurso durante uma operao, da ser conhecido como nivelamento de recursos. Na medida em que uma programao desenvolvida, em um primeiro estgio podem surgir situaes indesejveis tais como picos de alocao de recursos e freqentes alternncias nos nveis de necessidade programados. A aplicao subsequente de um refinamento desta programao, atravs de um processo de nivelamento, proporciona um amortecimento dessas flutuaes indesejveis, mediante o remanejamento das datas das atividades que disponham de folga de prazo.

A seleo de mtodos que proporcionem este resultado e sua posterior aplicao so conhecidos como o problema do nivelamento de recursos.

Este tipo de problema ocorre com freqncia quando o montante de recursos disponveis suficiente para a concluso da produo de um empreendimento em uma determinada data, o que permite a aplicao da premissa da capacidade infinita, porm torna-se necessrio a eliminao ou reduo de flutuaes indesejveis nos perfis de alocao dos recursos ao longo do tempo.

So freqentes, na construo civil, situaes desta natureza, particularmente quanto aos recursos de mo-de-obra, onde o custo da rotatividade de pessoal pode assumir montantes significativos.

60

Assim o objetivo, da programao por recursos, passa a ser o de nivelar o seu perfil de utilizao atravs da reprogramao das datas e duraes das atividades que os demandam.

Isto no significa buscar uma soluo de programao que proporcione um nvel de alocao a uma taxa constante ao longo da produo de um empreendimento. H que se observar que as necessidades de recursos variam durante a implantao, funo das diferentes etapas e respectivas tecnologias adotadas e expressas por meio de dependncias ao longo da rede lgica.

A identificao da soluo de nivelamento para uma certa programao enquadra-se na categoria dos problemas matemticos de natureza combinatria, posto que para uma dada rede pode existir um grande nmero de combinaes possveis de datas de incio das atividades que tenham folga de prazo, cada uma representando uma programao, a ser avaliada na busca da soluo mais eficiente face ao cenrio considerado. Como o nmero de combinaes pode crescer rapidamente com o aumento do nmero de atividades, a identificao de solues eficientes decorrentes de abordagens analticas no tem tido sucesso no tratamento destes problemas18.

A alternativa tem sido o emprego de mtodos heursticos, que proporcionam regras prticas e simples para abordar estes problemas.

18

(Moder et al, 1995) pag 203.

61

Esses mtodos, embora no se proponham a identificar as solues mais eficientes em um dado cenrio, proporcionam solues boas e factveis. Existe todo um elenco de mtodos heursticos para priorizar atividades a serem executadas em troca de outras a serem postergadas, tais como aquelas com menor folga total ou menor data-tarde de trmino e que sero abordadas com maior detalhe no captulo referente a programao por recursos com nmeros nebulosos.

Programao com Restries de Recursos Os mtodos de programao que pertencem a esta classe assumem que as restries de recursos so mandatrias. Neste caso, os conflitos decorrentes da disputa de recursos so identificados e necessariamente resolvidos, ainda que a custa da postergao da data de concluso da produo do empreendimento que ser sempre a mais cedo possvel.

Isto pode implicar em alteraes substanciais nas seqncias de atividades e leva estes mtodos de programao a lidarem com precedncias adicionais, quais sejam : de ordem tecnolgica ou da natureza do processo construtivo, consideradas inalterveis, de ordem circunstancial, relativas s peculiaridades da obra e seu entorno e estabelecidas durante a programao de recursos, e de ordem de preferncia, que afetam a estratgia adotada para o sequenciamento das atividades. Estas precedncias adicionais, que implicam na reprogramao de atividades em funo da resoluo das disputas de recursos, podem ser resultantes tanto do emprego de modelos estruturados, freqentemente suportados por processos de programao linear, como tambm do emprego de mtodos heursticos que se traduzem em regras de priorizao e sequenciamento de atividades. 62

Como exemplos de modelos estruturados, aqueles voltados para a identificao de solues timas, podemos citar bounded enumeration, branch and bound ou implicit enumeration19. Estes mtodos partem de um subconjunto das restries estabelecidas no cenrio, para gerar um primeiro conjunto de solues de programao de atividades, usualmente representadas atravs de um grafo em forma de rvore. A seguir cada um destes mtodos usa processos distintos pelos quais so geradas, testadas e aceitas ou rejeitadas novas alternativas de solues.

O processo bounded enumeration, de uma forma simplificada20, representa cada atividade por um conjunto de tarefas de durao unitria e simula sua execuo a partir de um grafo. Os primeiros ns so gerados pelo estabelecimento de precedncias factveis e a seguir so atribudos novos arcos ao grafo, incorporando novas precedncias ou restries de recursos. Cada nvel do grafo representa um estgio da produo, ou seja o nmero de estgios ser igual extenso do caminho crtico .

No mtodo branch and bound (ramificar e podar alternativas de solues) os ns correspondem s precedncias e atribuies de recursos a um dado conjunto de atividades, a partir do qual so geradas (branch) novas solues (ns de um grafo) decorrentes das anteriores. Um conjunto de critrios preestabelecidos (vetor de deciso)

19

So empregados os termos em ingls, pelos quais so mais conhecidos, sua traduo fica evidente pela descrio de cada um dos mtodos. 20 No foco desta tese tratar modelos de programao desta natureza, portanto as descries so sintticas e destinadas a caracterizar as excluses do campo de estudo. Fontes de consulta com maiores detalhes sobre este tema podem ser encontradas ao final desta tese, no captulo de reviso bibliogrfica.

63

orienta a progresso da rvore (desdobramento dos ns), bem como a identificao de quais devem ser descartados (bound).

O mtodo implicit enumeration um algoritmo de propagao reversa (backtracking). O procedimento comea pela identificao de qual tarefa termina mais cedo. Tarefas subsequentes so identificadas, sempre de modo a termos um traado no grafo, que represente a menor durao possvel. O clculo da durao a cada estgio feito por propagao reversa. Se para uma determinada tarefa no possvel atribuir os respectivos recursos e precedncias, o algoritmo retrocede para o nvel anterior do grafo e busca uma nova soluo, sucessivamente at que todos as propagaes dos ns sejam testadas. mantida como soluo pendente aquela que apresentar a menor durao at aquele estgio de propagao. Quando se consegue alocar a ltima tarefa no menor prazo global a soluo encontrada.

Como referncias de mtodos heursticos cabe lembrar que consistem na formulao de uma regra, associaes de regras ou algoritmos para aplicao de regras, tais como priorizar atividades em funo de uma determinada caracterstica que elas apresentem. Na maioria das vezes o algoritmo de aplicao das regras se traduz em um conjunto de procedimentos de implantao singela e repetitiva, embora em alguns casos possa haver a necessidade de suporte de tcnicas como a programao linear, como o caso de regras que priorizam os recursos com mais utilizao.

64

O desenvolvimento de programaes com restries de recursos so conhecidos como problemas de alocao de recursos e so, talvez, os mais estudados dentro da rea de programao por recursos.

Duas abordagens tem sido extensivamente praticadas na resoluo deste problema : sua formulao e resoluo no mbito da programao matemtica, buscando identificar solues exatas (timas)21, ou pelo desenvolvimento de mtodos heursticos, identificando solues satisfatrias.

Os processos de solues exatas tem se concentrado, atualmente, no emprego de algoritmos de busca, minimax associado a branch and bound por exemplo. Embora estes mtodos produzam respostas, isto programaes de atividades, otimizadas, os processos computacionais envolvidos so demorados e complexos. Um tipo de algoritmo que tem se mostrado eficiente quanto a este aspecto, o j mencionado implicit enumeration.

J os processos heursticos tem sido desenvolvidos em larga escala, dada sua ampla aplicao em softwares de programao de atividades, e, periodicamente, so objeto de pesquisas buscando avaliar sua efetividade 22. Adiante, no captulo referente a programao por recursos com nmeros nebulosos, desta tese, sero apresentadas as regras heursticas mais disseminadas e quais regras

21

O emprego do termo exata ou tima deve ser entendido, nesta tese, luz das consideraes feitas anteriormente. 22 (Morse, Lucy et al, 1996), (Patterson, 1984), (Ozdamar, Linet and Ulusoy, Gunduz, 1995) e (Lorterapong, Pasit, 1995).

65

esto sendo consideradas para a proposio do mtodo de programao por alocao de recursos. Cabe uma ressalva, enfatizada nos mesmos estudos de avaliao citados acima. Embora os mtodos heursticos apresentem bons resultados, no se identificou, at o momento, um mtodo ou combinao de mtodos heursticos que assegurem a identificao de uma boa soluo de programao, qualquer que seja o cenrio. Proposies eficientes para uma dada configurao de rede lgica tem se mostrado pouco eficazes para outras configuraes, sem que tenha se podido estabelecer uma relao clara com algum aspecto especfico da estrutura da rede, tal como a relao entre nmero de ns e de arcos. A despeito desta ressalva, so os mtodos mais difundidos e adotados pela maioria dos softwares de programao de atividades que processam redes lgicas.

2.4.2.5 Obteno da Demanda de Recursos Reavaliada

Aqui se repete o processo de clculo empregado na etapa de Avaliao das Demandas, apresentado neste mesmo item. A diferena bsica quanto interpretao da identificao ou mapeamento das situaes de conflito. Enquanto na etapa anterior, estas situaes de conflito eram os alvos da programao por recursos, desvios a serem eliminados, agora so situaes remanescentes. Antes de qualquer algoritmo ou regra heurstica, o que se aplica nesta etapa um processo de anlise e avaliao dessas condies remanescentes, se esto em um nvel admissvel ou no.

66

Caso afirmativo, encerra-se esta fase do processo de programao por recursos, caso contrrio repetem-se as etapas de seleo do mtodo de programao e subsequente aplicao.

Na primeira etapa estar sendo avaliado se o limitante maior permanece o mesmo restrio de prazo ou de recursos. Na segunda, estar sendo selecionada e aplicada uma nova regra (ou conjunto de regras) para minimizao das situaes de conflito entre as demandas de recursos simuladas na programao e suas restries de disponibilizao. um processo interativo cuja concluso se dar quando o limitante maior for atendido dentro de um nvel de conflitos, na alocao de recursos, que seja considerado satisfatrio por aquele a quem caiba o papel de assumir os riscos na conduo da produo do empreendimento.

2.4.3 Seleo da Soluo para Designao de Recursos Conforme j visto, o objetivo de um processo de programao por recursos estabelecer uma soluo de programao de datas e prazos para as atividades da produo, associada a uma designao de recursos que apresente uma condio de conflitos que seja considerada aceitvel.

As etapas do processo de programao percorridas na fase anterior tratam, em sntese, dos seguintes aspectos : identificao dos perfis de demanda dos recursos; mapeamento dos conflitos para o atendimento a essa demanda; 67

reprogramao das atividades para minimizar as situaes de conflito de alocao de recursos.

Observe-se que at este momento, todo o processo esteve voltado para o tratamento da expectativa de demanda de recursos, fruto da programao das atividades, e no da oferta de recursos. A expresso designao de recursos, j mencionada vrias vezes, corresponde a esta transio de abordagem ou de postura daquele que conduz o processo de programao. A partir da expectativa de demanda de recursos desenvolve-se uma soluo de equacionamento da oferta dos recursos : tipo, volume e perfil de disponibilidade.

Embora os comentrios sobre a reviso bibliogrfica estejam apresentados no captulo 6, cabe ressalvar, desde j, que este enfoque no contemplado por nenhum dos trabalhos l mencionados. Todos os estudos, inclusive os mais conhecidos e os que consideram o emprego de regras heursticas envolvendo custos, so voltados para o ajuste do perfil da demanda de recursos, decorrente de uma programao CPM. O equacionamento da oferta, quando, e raramente, mencionado, o de modo superficial. As consideraes so no sentido de que ao se atender as restries de disponibilidade (oferta) dos recursos nos processos de programao, a soluo de demanda encontrada, ao respeitar esses condicionantes, estaria contemplando a soluo de oferta, ainda que de forma indireta.

68

Talvez caiba especular que isto ocorra por ser esta uma situao de programao que no se resolva por meio da simples aplicao de regras ou algoritmos.

Este estgio final da programao , antes de mais nada, uma situao de avaliao de riscos.

Dado que uma soluo de programao, por princpio destituda do atributo de tima23, o estabelecimento de uma designao de recursos implica na possibilidade de convivncia com um certo nvel de conflitos, quer quanto a restries de recursos no atendidas ou com um eventual excesso de oferta, que acabar se traduzindo no desrespeito s restries de um recurso maior, o financeiro.

No entanto permanece a necessidade de se fornecer condies de suporte para que o programador e aquele que pode assumir riscos na conduo da produo estabeleam o equacionamento da oferta de recursos, eventualmente, convivendo com um determinado nvel de conflitos, o qual se traduzir em um determinado patamar de risco ao qual a produo do empreendimento estar exposta.

Esta tese retoma esta questo, salientando que o processo de programao s estar concludo quando o fornecimento de recursos estiver equacionado mediante a formulao da designao dos recursos.

23

Vide comentrios apresentados no texto inicial deste captulo.

69

O emprego dos nmeros nebulosos, nestas condies se revela como instrumento adequado para tratar as demandas de recursos como possveis demandas, s quais esto associados determinados nveis de possibilidade de ocorrncia. Esta abordagem fornece condies mais adequadas para a formulao das subsequentes designaes de recursos.

Esta fase final do processo de programao tem como suporte os seguintes produtos da fase anterior : mapa das restries de recursos; mapa dos custos associados sua prontido24; perfis de demanda aps reavaliao.

Aps uma anlise destes condicionantes, o objetivo estabelecer uma designao de recursos que apresente uma soluo de compromisso aceitvel com o custo associado mobilizao/desmobilizao dos recursos e com o nvel de conflito decorrente da alocao dos recursos desta designao. Na medida em que os perfis de demanda de recursos, aps a reprogramao das atividades, devem representar uma condio de nvel de conflito aceitvel, esta ltima fase concentra sua ateno no balanceamento entre solues de designao de recursos versus o respectivo custo de mobilizao / desmobilizao. Ao contrrio das outras fases no recomendvel que este processo seja tratado como mais um conjunto de regras heursticas, face as consideraes j feitas quanto ao risco

24

Vide Condies de Mobilizao e Desmobilizao no item 2.3.

70

envolvido na elaborao da designao dos recursos, mesmo assim existem algumas abordagens que merecem ser comentadas.

O tratamento de restries de custos em programaes por recursos um processo complexo. O relacionamento entre a atribuio de recursos e o uso de determinados critrios de custos, tal como a maximizao ou a minimizao do valor presente lquido, pode levar a situaes de conflito ou mesmo contraditrias. Estes processos avaliam a posio financeira de cada atividade isoladamente, posto que processos de programao tratam as atividades desta forma25. Caso uma dada atividade no esteja associada a nenhum evento que proporcione receita financeira, ela considerada como tendo o equivalente a um saldo de caixa negativo, de montante equivalente a seu prprio custo. J as atividades associadas a eventos que proporcionam receitas, so consideradas como tendo o equivalente a um saldo de caixa positivo, decorrente da diferena entre a receita que ela proporcionou versus seu prprio custo. Abordagens desta natureza, que procuram decompor a seqncia de atividades da produo sem considerar seu inter-relacionamento provocam situaes de conflito.

A programao de uma atividade de saldo de caixa baixo, ou mesmo negativo provavelmente ser levada data mais tarde possvel. Na medida que a concluso desta atividade liberar um recurso a ser empregado por uma atividade de alto valor de saldo de caixa, isto ir impactar negativamente o desempenho global da operao, do ponto de vista do mesmo critrio de custos.

71

A abordagem recomendada por esta tese, a ser detalhada no captulo 4, que nesta fase de concluso da designao de recursos, a soluo final seja aquela que procure associar o menor custo de mobilizao / desmobilizao menor oferta possvel de recursos, a partir de indicadores de programao que permitam identificar condies limite e conduzir uma anlise de riscos consistente.

25

Ver comentrios anteriores quanto a processos de programao em srie e paralelo.

72

2.5 A VAGUEZA DA INFORMAO NA PROGRAMAO POR RECURSOS Os mtodos de programao at aqui apresentados, desde o CPM at a alocao de recursos, tratam o problema da programao da produo de uma forma determinstica. Entretanto, na vida real, os processos de programao envolvem o tratamento de informaes, na maioria das vezes, formuladas de modo vago, seja nas estimativas das duraes das atividades, nas estimativas das necessidades ou produtividades dos recursos a serem envolvidos e das condies que representam os prprios processos construtivos.

Esta tese considera este um aspecto relevante para o processo de programao da produo, posto que seu desenvolvimento, a partir de mtodos determinsticos, feito ignorando estes atributos de vagueza, os quais so importantes para determinar a extenso, contedo e limites das informaes processadas. A tese prope o emprego de nmeros nebulosos como o recurso adequado para incorporar a capacidade de tratamento desta dimenso da natureza da informao. Para delimitar a natureza da vagueza das informaes processadas na programao da produo, objeto desta tese, so apresentadas, a seguir, situaes nas quais o tratamento destes atributos da informao so relevantes. A estrutura do processo de programao passa por um cenrio, cujos componentes foram descritos no item 2.426, por um modelo que represente a estratgia da produo e seus processos construtivos e por resultados obtidos a partir da aplicao dos dados do cenrio ao modelo : as simulaes.

73

A cada um desses componentes (cenrio, modelo e simulaes) podem ser associadas condies particulares de vagueza na formulao da informao. Deve-se caracterizar essa vagueza e a seguir avaliar como cada um dos principais mtodos de programao, atualmente em uso na construo civil, trata esses atributos. Antes, porm, necessrio estabelecer o significado do termo vagueza no presente contexto. Objetivando delimitar o significado do termo vagueza27, nesta tese, estaremos associando essa expresso a duas outras expresses : incerteza e impreciso28 . O significado considerado para essas expresses apresentado abaixo. INCERTEZA29 Aquilo de ocorrncia no certa. Ser associada a identificao de eventos30 do cenrio. Os dados de um cenrio de programao, esto identificados, mas no a delimitao de como esses dados caracterizam um certo evento. Por exemplo : o incio da etapa de pintura, em cada pavimento de um dado prdio, requer que a maioria das suas salas estejam com os vidros colocados nos caixilhos.

Vide descrio do plano bsico, do processo de identificao de recursos e a aplicao do mtodo CPM. 27 Para uma viso mais detalhada da abrangncia com que os termos, vagueza, incerteza e impreciso so considerados nesta tese, ver Anexo1, figura A .1.1. Tipos Bsicos de Incerteza. 28 Ser evitado o emprego do termo ambigidade, que tanto pode significar impreciso como aquilo que pode se tomar em mais de um sentido, isto contraditrio. 29 No Anexo I esta vagueza formalmente tratada como devida ao conjunto, isto os elemento que compem um dado universo so todos bem definidos e conhecidos, mas o limite ou contorno de um dado conjunto, neste universo, no o . 30 Entende-se por evento, neste contexto, a descrio das condies que caracterizam o instante (data) da ocorrncia de um determinado fato.

26

74

Neste nvel de detalhe, sala com vidros colocados representa uma identificao clara de evento precedente. J a expresso maioria das salas uma delimitao pouco precisa de qual o conjunto de salas que deve estar concludo. Embora o dado de estado, relativo a cada sala, seja preciso, a data da ocorrncia do evento que libera a atividade da pintura passa a ser incerta. Portanto a caracterizao do prazo da frente de trabalho entre as atividades de colocao de vidros e pintura fica vaga.

IMPRECISO31 Falta de preciso, indeterminado. Ser associada identificao dos dados do cenrio. Por exemplo : a produtividade da pintura ser de pelo menos 100 m2/dia para essa equipe. A expresso pelo menos torna imprecisa a identificao do prprio dado que figura no cenrio. Por decorrncia a determinao da durao da atividade pintura do pavimento fica vaga. A produo de empreendimentos da construo civil, por princpio, no considerada como repetitiva, portanto, a cada nova operao, deve se proceder a novas estimativas das duraes das atividades da produo, e a consideraes quanto s condies de contorno da operao em questo, o que implica em julgamentos subjetivos. A formulao dos dados para seu cenrio recorre ao histrico do setor para empreendimentos de configurao similar.

75

Isto feito a partir de avaliaes paramtricas das produtividades tpicas dos processos construtivos a serem empregados. Para tanto deve ser considerada a experincia tanto daquele que responsvel pela conduo do empreendimento como dos seus fornecedores, alm de consideraes quanto s restries de recursos e de logstica especficas do empreendimento cuja produo ser programada.

Se, por um lado a prtica da construo civil acumula experincia suficiente para a formulao de estimativas dessa natureza, permanece o fato dos empreendimentos serem de carter nico.

Como resultado deve-se reconhecer que as duraes das atividades que figuram no cenrio da programao representam estimativas de carter subjetivo. A primeira vista, esta considerao pode parecer bvia, porm as respostas que os mtodos de programao oferecem para o tratamento de informaes com subjetividades dessa natureza esto longe de s-lo. Da a necessidade de aprofundar o entendimento dessa questo. Estimativas formuladas no cenrio da programao operacional para a produo de um empreendimento, quer sejam taxas de produtividade, duraes ou alocaes de recursos contm subjetividades que implicam em: imprecises decorrentes do nvel de detalhe no qual o cenrio formulado;

31

formalmente tratada, no Anexo 1, como devida medida; os limites de um dado conjunto dentro de um certo universo so claramente definidos, mas a identificao dos elementos que compem este universo no so bem definidos.

76

imprecises decorrentes das informaes disponveis32; incertezas quanto transposio de processos construtivos de uma referncia histrica para um comportamento futuro, entre atividades similares;

incertezas prprias da avaliao da natureza da atividade e do vis daquele que faz a projeo das expectativas do comportamento futuro dessa atividade.

A principal forma pela qual essas vaguezas se manifestam pelo emprego de expresses de carter subjetivo como : aproximadamente, pelo menos, mais ou menos, ao menos, etc.

Por sua vez, as estruturas dos modelos que suportam as programaes contm : imprecises decorrentes do nvel de detalhe no qual o modelo formulado; imprecises decorrentes da limitao da linguagem (tipo de grafo) empregada; incertezas quanto a transposio de processos construtivos e outras restries, decorrentes do modo subjetivo pelo qual so formuladas e expressas.

As simulaes resultantes da aplicao dos dados ao modelo passam a incorporar essa vagueza, de forma implcita nos processos de modelagem puramente determinsticos e de forma explcita mas distorcida nos modelos que sejam parcialmente ou totalmente probabilsticos. Temos, a seguir, uma avaliao sumria33 de como os mtodos de programao mais relevantes tratam da vagueza da informao.

32 33

So informaes tanto de natureza tcnica (projetos, logstica, etc.) como gerenciais. No objetivo desta tese discorrer sobre os mtodos PERT ou GERT, mas apenas trata-los como contraponto abordagem aqui proposta, de modo a esclarecer as limitaes desses mtodos face as necessidades de programao decorrentes da vagueza da informao.

77

CPM (Critical Path Method)

Trata os dados que figuram no cenrio de forma determinstica. No dispe de recursos metodolgicos para o tratamento da subjetividade, seja quanto estrutura de sua rede lgica ou quanto ao seu algoritmo de clculo de datas. A vagueza implcita nos resultados das simulaes passa a ser tratada a partir da posio daquele que recebe essa informao. Por ser um mtodo simples, robusto e consistente, e, alm disso, por no introduzir nenhum tipo de distoro ou vis na posio daquele que expressou uma avaliao subjetiva no cenrio, tem se firmado como o mtodo de programao mais difundido no setor da construo civil.

PERT (Program Evaluation Review Technique) Trata os dados que figuram no cenrio de forma parcialmente probabilstica. As duraes das atividades, expressas por meio de trs dados para cada atividade34, so enquadradas em curvas de distribuio probabilstica tipo , enquanto que a estrutura da rede lgica permanece determinstica. O algoritmo de clculo das datas processa essas duraes e exprime as datas das atividades tambm por meio de curvas de distribuio probabilstica tipo . O tipo de distribuio probabilstica adotada independe da natureza da atividade e do empreendimento.

34

Neste mtodo, para cada atividade devem ser apresentadas as seguintes duraes : a mais provvel, a mais otimista e a pessimista.

78

Isto traz como principal conseqncia a substituio da subjetividade, da vagueza prpria da informao, por um comportamento probabilstico extremamente particular, impossvel de ser aferido, na medida que um empreendimento da construo civil tem carter nico e no repetitivo.

Independentemente de quaisquer consideraes de vagueza que tenham sido feitas nas estimativas das duraes das atividades, estas passam a ser expressas por um comportamento probabilstico, h portanto uma mudana do carter da informao, entre sua expresso no cenrio e o resultado das simulaes. Torna-se impossvel estabelecer um efetivo compromisso da posio daquele que estimou os dados do cenrio com os resultados das simulaes, mesmo que tenha havido um prvio alinhamento quanto ao mtodo de programao a ser empregado.

As estimativas formuladas no cenrio so decorrentes da anlise de uma base de dados histrica e da experincia daqueles que formulam as expectativas de comportamento da produo. Essas consideraes so abandonadas, na medida em que so enquadradas em padres de comportamento pr-definidos, fora do mbito do setor da construo civil. Sem maiores avaliaes quanto ao mrito desse mtodo de programao, particularmente quanto a seu papel histrico, sua aplicao no setor da construo civil no recomendada. E isto, no por ser complexo e trabalhoso, mas pelas distores que introduz no carter das informaes do cenrio.

79

GERT (Graphical Evaluation and Review Technique) Trata-se, na verdade de analisar a aplicao de mtodos de programao suportados por redes lgicas generalizadas. Essas redes incorporam recursos quanto a tomada de deciso ao longo do processo de produo, o que implica na possibilidade de se estabelecer encadeamentos alternativos e/ou cclicos.

Sua estrutura apresenta recursos como : ns com sadas probabilsticas35 e de verificao lgica; arestas com laos de rede e mltiplos tipos de entradas e sadas (condicionais, contadoras, etc.) tratamento estocstico com : mltiplos tipos de distribuio estatstica associveis, caso a caso, a cada atividade; Monte Carlo; associao tempo x custo.

Em decorrncia dessas caractersticas, o tratamento dos dados do cenrio passa a ter uma abordagem completamente probabilstica, o que implica, tambm nesse mtodo, em mudanas no carter das informaes.

As vantagens, com respeito ao PERT, so a existncia da possibilidade de selecionar um determinado tipo de distribuio probabilstica a cada atividade e a estrutura da rede

35

As sadas determinsticas so consideradas como um caso particular, no qual a probabilidade de ocorrncia e igual a 1.

80

lgica, que passa a contar com recursos probabilsticos de encaminhamento das atividades. As estimativas das duraes das atividades e respectivos custos devem ser transpostas do cenrio para o modelo mediante a associao de curvas de probabilidade de ocorrncia, o que, como no caso do PERT, implica em uma alterao quanto a natureza da informao. Da mesma forma, encadeamentos alternativos ou cclicos de atividades, no so conseqncia da vagueza das informaes relativas s atividades e eventos da programao, mas de comportamentos admitidos como de natureza probabilstica.

Os encadeamentos de atividades so decorrentes da probabilidade de ocorrncia de uma entre vrias sadas (arestas) de um dado n (vrtice), o que implica no estabelecimento de expectativas de comportamento probabilstica aos eventos associados aos ns. No cenrio, os eventos podem ter sido expressos de forma vaga, mas, conceitualmente, impossvel terem sido conduzidos experimentos estatsticos para se determinar qual sua melhor curva de distribuio probabilstica, dada a prpria natureza da produo de empreendimentos do setor da construo civil. Permanece, portanto, a ressalva metodolgica quanto ao fato de que a adoo de uma determinada distribuio de probabilidades para representar o comportamento da durao de uma certa atividade ou evento deva ser fruto da observao da conduo de um experimento probabilstico, isto da observao da execuo desta atividade no passado e isto no praticvel no caso do setor da construo civil.

81

Acrescente-se, ainda mais, que a mera transposio de concluses decorrentes de observaes do passado para o futuro implica na manuteno de condies de equivalncia dos respectivos cenrios, o que muitas vezes no se verifica, particularmente na produo de obras civis.

Estas consideraes levam ao questionamento da aplicao do conceito probabilstico, propriamente dito, programao da produo de empreendimentos do setor da construo civil Assim, embora modelagens baseadas no mtodo GERT sejam ricas e flexveis, elas mantm a caracterstica bsica da transformao do carter de uma informao de vago para probabilstico.

Monte Carlo Este mtodo, antes de ser uma modelagem, o emprego de uma tcnica estocstica a um modelo estruturado por uma rede lgica. Consiste na verificao do comportamento dessa rede quanto ao clculo de datas das atividades da produo, seja pelo mtodo CPM ou GERT, a partir de estimativas aleatrias das duraes das atividades. A cada conjunto de estimativas de duraes de atividades, aleatoriamente estabelecidas, conduzido um clculo da expectativa da durao da produo e identificado o respectivo caminho crtico. Cada simulao, isoladamente conhecida como corrida.

82

So repetidas sucessivas simulaes at que se tenha uma distribuio dos prazos versus cada corrida, que permita avaliar qual o prazo com maior expectativa de ocorrncia. A mesma anlise conduzida para as atividades, a fim de identificar quais apresentam maior expectativa de se tornarem crticas. A fim de balizar os processos de simulao, so associados a cada atividade limites extremos dentro dos quais admite-se a aleatoriedade da durao. Isto permite que se possa fazer uma avaliao do provvel comportamento da produo de uma forma mais alinhada com as expectativas que orientaram a formulao do cenrio.

Este processo no introduz modelos de comportamento preestabelecidos para o tratamento da vagueza da informao, por outro lado no permite maiores consideraes quanto a esse atributo.

Na verdade, essa tcnica busca especular quanto ao comportamento da produo face a comportamentos aleatrios das duraes de suas atividades. Como j foi observado, os processos de programao da produo do setor da construo civil dispem de dados histricos consistentes o suficiente para vencer essa fase de avaliao, sem recorrer a processos estocsticos dessa natureza. Por outro lado, modelagens que contemplam todo o ciclo-de-vida do empreendimento, e no apenas a produo, envolvem um extenso conjunto de variveis cujo comportamento pode ser analisado a partir de um mtodo de programao como o Monte Carlo.

83

A concluso que esse mtodo no adequado para tratar a vagueza da informao no cenrio da produo. Apresenta, de outro lado, grande potencial para modelagens mais abrangentes, particularmente anlises de condies de risco.

Feitas essas avaliaes quanto a adequao desses mtodos de programao, o que se observa, empiricamente, a existncia de processos cujo comportamentos de outra natureza que no estocstica, ou apenas estocstica, indicando que este tipo de modelagem no consegue simular as duraes das atividades de um modo suficientemente abrangente.

Conforme Zadeh, apud (Kaufmann e Gupta, 1991), truismo que muitos raciocnios humanos sejam de natureza mais aproximada que precisa36 .

justamente para lidar com este aspecto que surge a Teoria de Conjunto Nebuloso, proposta por Zadeh em 196537, a qual deu origem, posteriormente, formulao da Teoria de Sistema Nebuloso com Sugeno. Esta teoria contempla um conjunto de conceitos e tcnicas capazes de prover um tratamento matemtico aos processos cognitivos humanos, muitas vezes vagos.

A Teoria de Sistema Nebuloso, conforme (Cheng, 1997), abrange trs grandes reas : Teoria de Conjuntos Nebulosos, Inferncia Nebulosa e Medida Nebulosa e prov

36

It is truism that many human reasoning is approximate rather than precise in nature .37 (Zadeh, 1965).

84

suporte matemtico para o tratamento de fenmenos vagos, indefinidos, lidando com variveis que se apresentem em estado difuso. A Teoria do Conjunto Nebuloso corresponde extenso da Teoria dos Conjuntos, onde o nmero nebuloso, suas relaes e operaes se incluem. J a Inferncia Nebulosa contempla processos de deduo lgica a partir de proposies nebulosas. Pode empregar nmeros nebulosos ou associaes decorrentes de expresses (ou variveis lingsticas) , buscando simular processos de raciocnio humano. A Medida Nebulosa busca estabelecer processos de avaliao, ou seja de medida, da vagueza de uma certa informao (do estado de uma varivel).

Como suporte ao tratamento da incerteza na programao de atividades na produo de obras da construo civil, esta tese considera adequada a da Teoria de Conjunto Nebuloso, mediante o emprego de nmeros nebulosos para caracterizar as informaes atribudas s atividades de uma dada programao de produo. Os mtodos de modelagem a partir de redes lgicas, com nmeros nebulosos, conhecidos como fuzzy project-network analysis - FPNA lidam com o emprego de processos de clculo aritmtico dos nmeros nebulosos para o estabelecimento das datas associadas a cada atividade, dentro de uma rede lgica, na qual as duraes tambm so representadas por nmeros nebulosos.

Esta tese prope a extenso dos processos de nivelamento de recursos e de alocao de recursos pela incorporao de nmeros nebulosos que expressem avaliao das duraes das atividades, bem como suas conseqncias nas consideraes quanto aos volumes de recursos demandados.

85

Embora j existam trabalhos empregando nmeros nebulosos em aplicaes dos mtodos CPM e PERT, a consolidao de um processo de clculo para o algoritmo bsico, em particular a propagao de retorno, levou a diversos estudos38 devido s dificuldades da elaborao de uma soluo algbrica que no provocasse um acmulo progressivo e excessivo de incertezas. Recentemente, foi proposta uma abordagem, por (Lorterapong, Pasit 1995), que trouxe resultados satisfatrios para este aspecto do processo de clculo do mtodo CPM, embora o clculo das folgas das atividades ainda necessite de novos tratamentos.

Extenses dessas abordagens para o problema da programao de recursos com restries tem sido escassas, concentrando-se na formulao de modelagens para sistemas especialistas ou um nico caso isolado de proposio de mtodo heurstico especfico, formulado a partir de anlises conduzidas dentro de conceitos clssicos e com nmeros exatos ou ordinrios (crisp numbers) e, posteriormente, extendido para a incorporao de nmeros nebulosos39 . Formulaes que viabilizem o emprego de tcnicas heursticas seja para nivelamento de recursos ou para alocao de recursos a partir do emprego de nmeros nebulosos, inclusive abordando consideraes quanto a estruturaes de mtodo que empregue estas regras a partir de redes lgicas, ainda estavam por serem exploradas e fazem parte dos objetivos desta tese, conforme j exposto anteriormente.

No captulo 3 so apresentados os estudos considerados como relevantes para a formulao das hipteses de partida desta tese. 39 (Lorterapong, Pasit, 1995)

38

86

3. O MTODO CPM COM NMEROS NEBULOSOS

87

3. O MTODO CPM COM NMEROS NEBULOSOS

Este captulo apresenta a formulao de processo para a incorporao de nmeros nebulosos1 ao clculo de redes lgicas a partir do mtodo CPM. Esta tese desdobra a abordagem da programao por recursos em duas etapas, a primeira voltada para o tratamento do tempo, incorporando a incerteza da informao contida no cenrio, e a segunda para processos de programao por recursos de atividades cujas datas de execuo sejam expressas de forma vaga. Neste captulo desenvolvido um processo para a aplicao de nmeros nebulosos no processamento de redes lgicas com o algoritmo CPM. Esse processo ser identificado, nesta tese, como mtodo CPM extensivo a nmeros nebulosos.

Sero abordados os seguintes tpicos : anlise comparada dos estudos disponveis quanto a aplicao de nmeros nebulosos a redes lgicas (Fuzzy Project Network Analysis FPNA), em particular para o mtodo CPM, dadas as razes de preferncia expostas no captulo anterior; formulao de solues de clculo que permitam o emprego dos atributos de tempo das atividades, decorrentes de simulaes com o mtodo CPM, em regras heursticas para programaes por recursos.; estabelecimento de processos de validao das solues propostas; aplicao das solues, mediante demonstrao de soluo de rede de mdio porte.

Considerou-se necessrio ao desenvolvimento desta tese, uma exposio quanto aos conceitos envolvidos em operaes com nmeros nebulosos, apresentada no Anexo 1. Ao longo deste captulo, sempre que necessrio, esses conceitos so revistos

88

O estabelecimento de um processo que simule a conduo de uma dada produo, baseado em redes lgicas, e a determinao de um conjunto de datas de execuo associadas s atividades envolvidas nesta produo so o ponto de partida para a aplicao de mtodos heursticos na programao por recursos. Esta a razo pela qual a primeira etapa da tese est concentrada na determinao de um processo de clculo do mtodo CPM com nmeros nebulosos. A identificao dos processos de clculo do mtodo CPM provm de um levantamento bibliogrfico e de sua anlise face aos requisitos necessrios a sua aplicao como suporte aos processos de nivelamento e alocao de recursos, a saber o porte da rede lgica possvel de ser processada, a simplicidade dos clculos, procedimentos que no propaguem e acumulem incertezas indevidas, isto sem correlao com as informaes contidas no cenrio A partir disto desenvolve-se uma hiptese de partida, relativa ao clculo de folgas e datas de eventos com nmeros nebulosos, atributo necessrio aos desenvolvimento de processos de programao por recursos aqui contemplados. Ao mesmo tempo estruturada uma sistemtica de avaliao deste processo de clculo do mtodo CPM. Esta sistemtica baseada em um conjunto bsico de testes padronizados que permitem avaliar o desempenho do processo de clculo proposto para o mtodo CPM extensivo a nmeros nebulosos, face aos requisitos estabelecidos e a resultados anteriores que possam ser usados como padro de referncia.

Esses testes incluem a definio de um conjunto de redes lgicas e de um conjunto de dados referentes s duraes das atividades que assegurem uma avaliao

89

suficientemente abrangente e consistente, observado um dos objetivos da tese que propor a validade, por induo, do processo ora proposto. O processo de clculo do mtodo CPM com nmeros nebulosos, contemplando as novas solues de clculo aplicado na resoluo dos testes e os resultados avaliados quanto a efetividade na identificao do caminho-crtico e das atividades que apresentam folga.. A tese estabelecer, ao final desta etapa, um processo de clculo adequado para servir como suporte avaliao dos mtodos de programao por recursos, alm do resultado significativo de inovar e consolidar um processo de aplicao do mtodo CPM extensivo aos nmeros nebulosos. Conforme pode ser observado no Anexo 1, desta tese, que trata de operaes com nmeros nebulosos, o comportamento da funo de pertinncia2 que define um nmero nebuloso pode assumir padres caractersticos. Esta tese se volta para o emprego de nmeros nebulosos cuja funo de pertinncia apresenta um aspecto triangular ou trapezoidal. Os nmeros nebulosos triangulares (triangular fuzzy number3 TFN) so uma forma simples e eficiente de modelar um nmero nebuloso neste contexto de programaes da

Um subconjunto nebuloso (fuzzy subset) do conjunto universal X definido pela sua funo de pertinncia (membership function) (x) dada por : X [0,1]. A funo de pertinncia (x) expressa o grau em que um elemento x membro do subconjunto nebuloso . Quanto mais o valor de (x) se aproxima de 1, maior ser o grau de pertinncia do elemento ao . Os valores da funo de pertinncia so indicadores de tendncias atribudas subjetivamente por algum., extrado de (Cheng, 1997). 3 Um dos modos de se modelar um nmero nebuloso dado por sua funo de pertinncia com um aspecto triangular conforme apresentado abaixo.
1,0

90

produo, alm disso apresentam um conjunto de operaes aritmticas simples que permitem seu emprego de modo bastante extenso. Nesta tese, sero adotados para representar as estimativas das duraes das atividades do cenrio da programao.

As operaes de propagao adiante e retorno do algoritmo CPM, levam, como ser visto adiante, ao aparecimento de nmeros nebulosos trapezoidais (trapezoidal fuzzy number TrFN) para expressar as possveis duraes das folgas e prazos de execuo das atividades. Esta a razo da nfase quanto a TFN e TrFN no anexo sobre operaes com nmeros nebulosos desta tese. So considerados no processo de clculo do mtodo CPM operaes da aritmtica de nmeros nebulosos, para clculo de datas, e de medidas nebulosas para identificao de folgas e anlise de compatibilidade entre datas de eventos. Ressalte-se, por fim, que os processos de clculo desenvolvidos adiante so especficos para TFNs e TrFNs, e permitem um uso abrangente dos nmeros nebulosos para uma programao da produo com as caracterstica requeridas pelo setor da construo civil. Uma extenso desses processos para nmeros nebulosos que apresentem funes de pertinncia de carter genrico fica como um caminho a ser explorado futuramente.

91

3.1 REVISO DOS PROCESSOS DE CLCULO A formulao de novos procedimentos destinados a complementar e consolidar a aplicao do mtodo CPM com nmeros nebulosos parte, como campo de estudo especfico, de avaliaes dos estudos apresentados adiante.

3.1.1 Kaufmann e Gupta4 Esse mtodo considera o emprego das seguintes etapas : estimativa das duraes das atividades empregando nmeros nebulosos triangulares, reunindo um conjunto de avaliaes para cada atividade; selecionar o conjunto de estimativas de duraes, para cada atividade: o maior e o menor nmero nebuloso; para cada maior e menor nmero nebuloso calcular o nmero ordinrio5 associado de maior valor; a determinao de um caminho-crtico pessimista feita pelo conjunto de maiores nmeros nebulosos; analogamente o caminho crtico otimista considera os nmeros nebulosos menores; a cada etapa do processo de clculo adiante, o clculo do tempo feito pela soma dos nmeros nebulosos das duraes s datas anteriores; a verificao das datas dos ns, a cada etapa, feita pelo confronto dos nmeros ordinrios associados a cada arco de chegada;

4 5

(Kaufmann e Gupta, 1991). Entenda-se por esta expresso, no contexto desta tese, nmero ordinrio como sendo seu correspondente em ingls ordinary number o qual significa, neste tema, crisp number.

92

aps a identificao do caminho-crtico, calculado o nmero nebuloso associado data de concluso da rede e o respectivo maior valor ordinrio associado.

Os clculos de propagao de retorno e das folgas so feitos com os maiores valores ordinrios associados a cada n e a cada arco do grafo processo baseado na subtrao de Minkowski6;

As datas dos ns da rede lgica estaro expressas por nmeros nebulosos triangulares, enquanto que as folgas sero expressas por nmeros ordinrios.

Este processo de clculo est baseado em um conjunto de particularizaes : emprego de TFNs e TrFNs; clculo das datas-cedo com o emprego do maior valor ordinrio associado ao nmero nebuloso, para identificao de qual a data nebulosa dominante em um n para o qual convergem vrios arcos; aplicao do mtodo de Minkowski em substituio ao processo de subtrao normal, na propagao de retorno para clculo das datas-tarde; clculo das folgas por meio de nmeros ordinrios.

Isto, se por um lado restringe o mtodo para o emprego de nmeros nebulosos com um determinado tipo de funo de pertinncia, de outro proporciona um processo de clculo simples e rpido, porm convive com a possibilidade de obter datas tarde sem significado fsico devido ao emprego da subtrao de Minkowski.

Este tipo de subtrao pode ser explicado pela seguinte expresso : = (a, b, c) (d, e, f) = (a - d, b - e, c - f). Embora mais simples que o mtodo de subtrao usual, esta particularizao pode induzir a ocorrncia de resultados sem significado fsico.

93

3.1.2 McCahon7 Este processo emprega a anlise clssica de redes lgicas nebulosas. Os algoritmos de propagao empregam as operaes de soma e subtrao8 de nmeros nebulosos segundo sua conceituao geral. A primeira etapa de propagao (adiante) produz o prazo de concluso da rede, como um nmero nebuloso ao qual so associadas duas medidas adicionais, a moda e o valor mdio generalizado. A moda o conjunto de valores suporte onde (t) = 1 e o valor mdio generalizado, ao contrrio da moda, leva em conta a extenso (ou difuso) do nmero nebuloso9. O processo passa pelas seguintes etapas : clculo do tempo de concluso esperado; identificao das atividades crticas clculo das folgas; verificao da possibilidade de cumprimento do prazo.

A criticidade de uma atividade dada pelo emprego de um fator que identifica o impacto que um desvio na durao dessa atividade provoca na data de concluso da rede. Aquelas atividades cujo desvio de prazo provoca um impacto direto na data final

(McCahon, 1993) Para um caso de dois nmeros nebulosos triangulares teremos como subtrao a seguinte expresso : = (a, b, c) (d, e, f) = (a f, b e, c d), maiores detalhes podem ser vistos no anexo sobre operaes com nmeros nebulosos.
8 9

Mdia Generalizada =

sT sT onde sT o suporte de t, e t a data esperada para a concluso. Esta expresso foi extrada de (McCahon, 1993). Cabem correes para sua adequada expresso no suporte do tempo, dado que a varivel t e no x.

x (x)dx / (x)dx
T T

94

so consideradas crticas, j aquelas com impacto aproximado devem ter suas folgas avaliadas. O clculo das folgas feito atravs da propagao de retorno valendo-se do recurso do uso de nmeros nebulosos triangulares; os nmeros nebulosos que possuam um aspecto, decorrente de suas funes de pertinncia, trapezoidal so aproximados a nmeros nebulosos triangulares com o objetivo de simplificar as operaes de subtrao. Para cada folga, identificado o correspondente nmero nebuloso triangular, a partir do qual so identificados a moda e o valor mdio generalizado, atributos da folga usados no processamento da rede. Como referncia da eficincia do processo, desenvolvida uma avaliao com o mtodo PERT, mediante uma correspondncia dos parmetros dos nmeros nebulosos triangulares com os parmetros da distribuio tipo . A data esperada para a concluso de uma dada rede pelo mtodo PERT (tempo mais provvel e disperso) comparada com a moda e o valor mdio generalizado do nmero nebuloso que representa a mesma data.

Este mtodo representa uma abordagem mais genrica, onde as aproximaes de nmeros nebulosos trapezoidais para triangulares so analisadas e controladas de modo a introduzir a menor distoro possvel; o processo de clculo das datas-tarde emprega processo de clculo anlogo ao das datas-cedo ( soma e subtrao de nmeros nebulosos sem simplificaes). O emprego de indicadores de moda e valor mdio generalizado demonstraram boa capacidade de anlise do comportamento da rede lgica, a partir de um conjunto de testes realizados para validao do mtodo.

95

Porm, o processo de clculo pode introduzir disperses nas datas tarde das atividades sem significado fsico, isto sem correlao com as disperses das duraes das atividades. Alm disso complexo e sua aplicabilidade, apesar de empregar TFNs, s pode ser demonstrada, at agora, para redes lgicas bsicas como aqueles empregadas na primeira etapa da validao do processo de clculo proposto nesta tese.

3.1.3 Mare10 Apresenta a aplicao de modo mais generalizado de nmeros nebulosos na anlise de redes lgicas. A cada atividade associado um conjunto de funes de pertinncia que definem o aspecto do nmero nebuloso que representa a durao dessa atividade. Os caminhos na rede (seqncia de atividades) so identificados e, para cada um deles, montadas as equaes de clculo das somas referentes ao algoritmo de propagao adiante. A seguir so feitos os ajustes naqueles ns para os quais convergem mais de um caminho e obtida a possibilidade de durao do caminho crtico. O algoritmo de propagao de retorno feito a partir de operaes de subtrao sem restries quanto ao aspecto do nmero nebuloso.

um mtodo de aplicao complexa e limitado a redes de porte tal que o conjunto de equaes que representam os trajetos possveis ao longo da rede lgica possa ser processado, respeitando as restries de compatibilizao de datas intermedirias.

10

(Mare, 1994)

96

Na medida que os processos de clculo aceitam qualquer tipo de funo de pertinncia na representao dos nmeros nebulosos, dada a complexidade da execuo das operaes de subtrao e s consideraes do pargrafo anterior, as redes possveis de serem processadas por este mtodo so de pequeno porte como no processo proposto em (McCahon, 1993). Um outro aspecto a ser ressaltado neste tipo de aplicao generalizada a possibilidade de ocorrncia de folgas negativas. Isto significa que existe a possibilidade de um caminho no-critico tornar-se crtico, dentro dos intervalos de validade das funes de pertinncia, o que dificulta a interpretao dos resultados. 3.1.4 Lorterapong11 Mtodo recente que prope abordagem para o clculo da propagao de retorno evitando a ocorrncia de folgas negativas.

proposta uma retificao da abordagem generalizada a partir da considerao de que a distribuio direita da data-tarde ao menos to incerta quanto a da sua respectiva data-cedo. Esta considerao relativa distribuio de possibilidades direita se deve proposio de que para uma data-tarde nebulosa, se extendida sua disperso esquerda para a incluso de todos os nmeros possivelmente menores que esta data-tarde, isto significar que todas as datas anteriores data-tarde sero possveis, proposio aceitvel face a natureza desta data a mais tarde do evento.

11

(Lorterapong, 1995)

97

O grau de possibilidade para as datas direita da data-tarde permanece inalterado e funo das incertezas associadas data-cedo e a durao dessa atividade.

A incluso desta considerao, permite a execuo de um clculo intermedirio na determinao das datas-tarde empregando um nmero nebuloso possivelmente menor a outro nmero nebuloso previamente identificado (decorrente da propagao de retorno).

Este nmero possui um aspecto limitado direita pela incerteza resultante da subtrao feita no clculo de retorno e esquerda aberto, tendendo a -
12

O clculo da data-tarde de uma dada atividade feito de acordo com os seguintes passos : identificao de uma data de termino tarde preliminar, resultado de uma propagao em retorno (TTTp); converter esta data (TTTp) em uma data possivelmente menor (TTTconf.); comparar a disperso direita desta data (TTTconf.) e a da data de trmino cedo desta atividade; caso a disperso direita da data de trmino cedo seja mais incerta, ento a disperso direita da data de trmino tarde igual da data de trmino cedo;

12

A figura abaixo, exemplifica o aspecto de um nmero nebuloso triangular nessas condies .

1,0

( -,N]

98

caso a disperso direita de (TTTconf) seja maior, ento a data de trmino tarde assume esta disperso;

destas consideraes caracteriza-se a funo de pertinncia do nmero nebuloso da data de trmino tarde a partir da data de trmino cedo;

a data de incio tarde obtida a partir da data de trmino tarde.

Outros atributos da rede lgica, tais como expectativa de prazo para concluso das atividades, grau de criticidade das atividades e possibilidade de atendimento a eventos intermedirios so estudados mediante o emprego de um indicador do grau de criticidade e do clculo aproximado das folgas totais, as quais so tratadas por meio de nmeros ordinrios.

3.1.5 Sntese e Proposio de Hiptese de Trabalho Como pode ser observado, existem poucos trabalhos voltados para aplicao do emprego de nmeros nebulosos com o mtodo CPM e pode-se caracterizar uma

evoluo progressiva dos mesmos, a partir dos estudos propostos por Prade13 em 1980, cada um deles introduzindo aprimoramentos nas abordagens anteriores; inicialmente solucionando o processo de propagao adiante, depois alternativas da propagao em retorno, identificao do caminho crtico e de avaliao das folgas, at o trabalho de (Lorterapong, 1995) que consegue delimitar a propagao da incerteza no processo de clculo das datas tarde, embora ainda mantendo o uso de indicadores auxiliares para a avaliao da criticidade das atividades e a avaliao das folgas por nmeros ordinrios.

13

Apud (McCahon,1993).

99

Os quadros adiante sintetizam esta evoluo. O trabalho de Mare no contemplado dado ser uma abordagem de difcil implementao para redes de mdio porte.

Kaufmann e Gupta 1.Emprego restrito a nmeros nebulosos triangulares. 2. Propagao empregando uso dos nmeros ordinrios, associados aos nmeros nebulosos, para identificao da data dominante, tanto na propagao adiante como de retorno. 4. Critrios de dominncia : pelo nmero ordinrio, moda, divergncia (disperso) do nmero nebuloso 5. Clculo das datas tarde por subtrao de Minkowski. 6. Folgas identificadas pelos nmeros ordinrios.

McCahon 1. Emprego de nmeros nebulosos triangulares. Casos que consideram nmeros nebulosos trapezoidais so associados, por simplificao, a equivalentes triangulares. 2. Propagao adiante por soma de nmeros nebulosos triangulares. Uso de valores mximos para determinao da dominncia de datas em ns com vrios arcos concorrentes. 3. Propagao de retorno por meio de subtrao de nmeros nebulosos triangulares. 4. Emprego de dois indicadores auxiliares, a moda e a mdia generalizada, para avaliao das folgas, sempre expressas por meio de nmeros ordinrios. 5. Aplicao restrita a redes lgicas de pequeno porte.

100

Lorterapong 1. Emprego de nmeros nebulosos triangulares e trapezoidais. 2. Propagao adiante por soma de nmeros nebulosos triangulares. Uso de valores mximos para determinao da dominncia de datas em ns com vrios arcos concorrentes. 3. Propagao de retorno incertezas entre as datas de trmino cedo e tarde so confrontadas, a que apresente maior disperso predomina. A data de incio tarde decorrncia (subtrao) da data de trmino tarde obtida anteriormente. 4. Emprego de medida de possibilidade e ndice de conformidade14, como indicadores para avaliar coincidncia de eventos. Soluo empregada para avaliar possibilidade de ocorrncia de datas, ao longo da rede lgica. 5. Folgas expressas por meio de nmeros ordinrios, calculados a partir da identificao dos centrides geomtricos dos nmeros associados s datas. 5. Capacidade para redes de porte mdio, com software proprietrio.

O mtodo desenvolvido por (Lorterapong) aquele que consolida maiores avanos na resoluo de redes lgicas com nmeros nebulosos, ao incorporar os processos de McCahon e limitar a propagao da incerteza..

O quadro adiante sintetiza as avaliaes conduzidas.

14

O significado destes termos apresentado adiante, quando da formulao da hiptese de trabalho.

101

Itens de avaliao Tipo de nmero nebuloso Propagao adiante

Kaufmann e Gupta TFN Soma de TFN, com nmeros ordinrios associados Subtrao de Minkowski

McCahon TFN Soma de TFN

Lorterapong TFN e TrFN Soma de TFN

Propagao de retorno

Subtrao de TFN

TFN confinado, limitao do incremento da disperso das datas tarde Operao de mximo nebuloso Nmeros ordinrios ndice de Criticidade No emprega. As datas cedo e tarde so agregadas para caracterizar datas de incio e trmino.

Datas de eventos Dominncia de nmeros ordinrios Folgas Nmeros ordinrios

Valores mximos Indicadores auxiliares ndice de Criticidade No aborda

Caminho Crtico No aborda Programao cedo e tarde No aborda

Tabela 3.1.a Sntese da anlise comparada dos trabalhos anteriores sobre CPM com nmeros nebulosos

Observe-se que nenhum dos processos avaliados avana at o emprego de programaes cedo e tarde. Isto dificulta sobremaneira o desenvolvimento de aplicaes capazes de servirem como referncia para tcnicas de planejamento e programao de empreendimentos.

102

3.2 ESTRUTURAO DO PROCESSO O processo aqui desenvolvido toma como ponto de partida o mtodo de propagao adiante, consolidado por McCahon e o de propagao de retorno desenvolvido por Lorterapong. A seguir so definidos os processos de clculo de datas, do estabelecimento da funo de pertinncia para o perodo da possvel execuo de uma atividade, critrios para modelagem da funo de pertinncia de folgas e avaliao da compatibilidade entre eventos.

3.2.1 Eventos e Perodos de Execuo Associados a Atividades Na transposio do algoritmo CPM para o tratamento de nmeros nebulosos, os clculos de propagao adiante empregam a operao de soma da aritmtica de nmeros nebulosos.

Seja uma data T expressa pelo trio (a, b, c) e uma atividade A , desenvolvida a partir de T, com sua durao expressa pelo trio (d, e, f). Sua data de concluso resultado da soma (a, b, c) (d, e, f) = (a+d, b+e, c+f) Onde indica uma operao de soma de nmeros nebulosos. Se duas atividades so convergentes ao mesmo n de rede lgica, e possuem datas de trmino distintas, deve ser estabelecido qual data caracterizar a concluso do evento associado ao n. Dadas duas atividades, cujas datas de concluso so expressas como se segue :

103

A = ( a1, a2, a3), B = (b1, b2, b3). So aplicveis as seguintes operaes15 : max (A,B) = ( (a1, b1), (a2, b2), (a3, b3)) min (A,B) = ( (a1, b1), (a2, b2), (a3, b3)). Onde max e min so mximo nebuloso e mnimo nebuloso. Estas operaes conduzem uma comparao, par a par, selecionando o maior ou menor valor, para constituir a expresso que caracterizar a data de concluso do evento A operao de mximo nebuloso empregada no processo de propagao adiante, e a mnimo nebuloso na propagao de retorno.

Para o estabelecimento do possvel perodo de execuo de uma atividade, decorrente de suas datas de incio e trmino expressas por nmeros nebulosos, deve-se recorrer ao conceito de intervalos confinados. Esse intervalos so a caracterizao das expresses : nmero possivelmente menor que N = ( - , N], nmero possivelmente maior ou igual a N = [N , ).

Admite-se que a data de incio de uma atividade, seja na condio de programao cedo ou tarde, tenha um significado anlogo expresso possivelmente maior que. As datas a partir das quais a atividade ser simulada so possivelmente maiores ou iguais data de incio. A mesma condio aplicvel para a data de trmino de uma atividade.

15

Ver (Cheng, 1997) e (Lorterapong, 1995, pag. 97).

104

Desta forma, a partir das datas associadas a uma atividade, o nmero nebuloso que expressa seu possvel perodo de execuo expresso da seguinte forma : data de incio : (a, b, c) data de trmino : (d, e, f) possvel perodo de execuo : (a, b, e, f) A figura 3.2.1, a seguir, apresenta a estruturao dessa operao.

1,0

i
a b c

1,0

Incio Cedo

Incio Cedo Confinado (nmero possivelmente maior que a)

1,0

i
d e f

1,0

Trmino Cedo

Trmino Cedo Confinado (nmero possivelmente menor que f)

1,0

Incio Cedo

Trmino Cedo

Perodo de Execuo da Atividade i (ASAP) : definido pelo qudruplo (a,b,e,f)

Figura 3.2.1 Identificao do perodo de execuo de uma atividade pela estruturao de sua funo de pertinncia

Esse processo de clculo pode ser aplicado tanto para as programaes cedo ou tarde, obtidas da aplicao do mtodo CPM. Uma primeira proposio quanto representao grfica de uma programao de atividades16.

16

Diagramas de barras ou Cronograma de Gantt.

105

Enquanto as datas so expressas por nmeros ordinrios, esse tipo de representao emprega intervalos definidos para representar os perodos de execuo das atividades. Quando do emprego de nmeros nebulosos para expressar datas, o perodo de execuo fica incerto e a atividade tem diferentes graus de possibilidade de ocorrncia ao longo do tempo. Prope-se que essa representao seja substituda pelo correspondente diagrama de sua funo de pertinncia, de modo a permitir que se visualize a evoluo da possibilidade da ocorrncia da atividade ao longo do tempo. Adiante, nos estudos de caso desse captulo, encontram-se exemplos de diagramas de possibilidade de ocorrncia de atividades.

3.2.2 Tratamento de Folgas com Nmeros Nebulosos Regras heursticas empregando critrios de priorizao de atividades em funo das respectivas folgas totais ou das folgas remanescentes em um dado instante de programao, esto entre as mais eficientes para a programao por recursos, conforme apresentado no prximo captulo. Portanto, a aplicao de processos de programao com nmeros nebulosos deve dar suporte ao emprego dessas regras. Torna-se relevante estabelecer o possvel comportamento da folga de uma atividade ao longo do tempo. Os processos de clculo desenvolvidos at o presente, tem tratado a folga por meio de nmeros ordinrios associados a datas expressas por nmeros nebulosos.. Isto tem ocasionado extrema dificuldade na identificao dos caminhos crticos ao longo de uma rede lgica. O mtodo mais consistente de avaliao de folgas, at o momento, o consolidado por McCahon, o qual infelizmente trata o processo de propagao de retorno sem restries 106

quanto propagao das disperses dos TFNs que caracterizam as datas tarde dos eventos da rede lgica. Esse mtodo acaba provocando um incremento nas incertezas ao longo da rede e propiciando a identificao de folgas negativas. O mtodo de Lorterapong, confina a propagao da incerteza, decorrente do progressivo aumento da disperso dos TFNs, mas no incorpora nenhum tratamento para as folgas, mantendo seu clculo em termos de nmeros ordinrios.

O mtodo CPM, por princpio, deve ser capaz de identificar um caminho crtico pela ausncia de folgas. Na medida em que as duraes se tornam vagas, torna-se possvel que determinada atividade assuma uma durao capaz de torna-la crtica e h necessidade de se identificar este tipo de possibilidades ao longo da rede lgica. A sada proposta por Lorterapong para essa situao um desdobramento de abordagem anteriormente consolidada por McCahon e vai no sentido de se estabelecer um ndice de criticidade para cada atividade. Esse ndice calculado a partir das duraes totais dos diversos caminhos da rede lgica e de seu confronto com a durao total esperada. Na medida em que uma atividade possa pertencer a diversos caminhos na rede lgica, ela assume o maior ndice de criticidade dentre os caminhos analisados, sendo que o ndice com valor 1 indica a coincidncia entre o tempo desse caminho e a durao total. um processo complexo e no permite uma aplicao direta de regras heursticas para a programao por recursos, j que no h como se estabelecer critrios capazes de distinguir entre atividades que apresentem ndices de criticidade semelhantes.

107

Deve ser ressaltado que esse ndice atributo de uma cadeia de atividades e no representa o possvel comportamento de uma atividade isolada. Sua atribuio a uma atividade uma maneira indireta de se avaliar seu comportamento.

Na medida em que uma regra heurstica estabelece que as atividades devem ser priorizadas pelo critrio de menor folga total, h que se poder comparar as possibilidades de ocorrncia das folgas associadas a essas atividades. Para tanto deve ser estabelecida uma funo de pertinncia que represente seu possvel comportamento no tempo.

Inicialmente, verifiquemos o conceito de folga expresso para nmeros ordinrios, conforme a figura 3.2.2, ao lado.

1,0

t TT
c

TT folga

Figura 3.2.2 Folga entre dois eventos expressos por nmeros ordinrios

Sejam TTc e TTt, respectivamente os tempos de trmino cedo e tarde de uma certa atividade, aqui representados pelas suas respectivas funes de pertinncia, que indicam sua validade, cada uma, para um nico valor de t, ao qual associado o valor de = 1. A folga representada pelo intervalo de tempo entre a ocorrncia dessas duas datas, e sua possibilidade de ocorrncia, em qualquer instante desse intervalo, mxima, com = 1.

Admita-se, agora, que esses tempos sejam representados, em sua forma mais genrica considerada nesta tese, por TrFNs, conforma apresentado na figura 3.2.3 (a). 108

Lorterapong prope que a folga corresponda ao nmero ordinrio que d o intervalo de tempo entre os centrides geomtricos dos TrFNs que caracterizam, respectivamente as datas de trmino cedo e tarde. Na figura 3.2.2 afirmou-se que a possibilidade de ocorrncia da folga mxima no intervalo de tempo entre TTc e TTt, A extenso desse conceito para datas expressas por nmeros nebulosos implica em admitir que a possibilidade de ocorrncia da folga mxima, no intervalo entre TTc e TTt, para aqueles instantes nos quais as possibilidades de ocorrncia de TTc ou TTt, sejam simultaneamente nulas. Esta considerao apresentada na figura 3.2.3 (b). No processo de clculo do mtodo CPM desenvolvido nesta tese, admite-se que para cada data, expressa por um TFN, exista um instante t para o qual a possibilidade de ocorrncia seja igual a 1. No se consideram modelagens de tempo para duraes de atividades com possibilidade de ocorrncia inferior a 1, tanto como uma decorrncia do prprio conceito de TFN como por um princpio estabelecido nesta tese. A mesma considerao vlida para os TrFNs. Admite-se que o centride geomtrico de um TFN ou TrFN que represente um TTc ou TTt, esteja suficientemente perto do instante em que TTc ou TTt, apresentem = 1, para impor que nesse instante, tcg, a possibilidade de ocorrncia da folga seja considerada nula, posto que a possibilidade de ocorrncia de TTc ou TTt mxima ou prxima disso17. Por decorrncia dessa imposio, pode-se observar uma primeira aproximao da funo de pertinncia estabelecida para a folga nas figuras 3.2.3 (c ) e (d).

17

Adiante sero apresentadas consideraes mais extensas quanto anlise de compatibilidade de eventos, cujas datas sejam expressas por TFNs ou TrFNs.

109

I Seja o nmero nebuloso trapezoidal definido pelo qudruplo (a, b, c, d), a data de trmino cedo de uma atividade e o correspondente (e, f, g, h) a data de trmino tarde dessa mesma atividade. A folga total deste evento pode ser identificada, em primeira instncia, pela medida entre os centrides geomtricos destas datas, conforme fig.3.2.3 (a)

a b

d folga

e f

Figura 3.2.3 (a) Folga entre eventos expressos por TrFNs

II Para o intervalo de tempo, aps o trmino da possibilidade de ocorrncia da data de trmino cedo, durante o qual no exista possibilidade de ocorrncia da data de trmino tarde, admite-se que a possibilidade de ocorrncia da folga seja mxima, conforme identificado na fig. 3.2.3 (b).

Intervalo com

(t) = 1

folga

a b

d folga

e f

Figura 3.2.3 (b) Folga entre eventos expressos por TrFNs

III Impe-se que a folga ser nula quando houver coincidncia dos centrides. Portanto admite-se que a distribuio da possibilidade de ocorrncia da folga ( (t) ) seja nula nestes centrides e mxima no intervalo de tempo identificado na afirmao (II), conforme fig. 3.1.3 ( c)

distribuio de

(t)

folga

a b

d folga

e f

Figura 3.2.3 ( c) Folga entre eventos expressos por TrFNs

110

IV Admite-se que esta distribuio de ((t)) permanea vlida at o instante (t) no qual haja coincidncia entre o extremo superior do qudruplo que define o nmero nebuloso associado data de trmino cedo e o extremo inferior do correspondente associado data de trmino tarde , conforme a figura 3.2.3 (d).

distribuio de

(t)

folga

a b

de f folga

Figura 3.2.3 ( d) Folga entre eventos expressos por TrFNs

distribuio de

(t)

folga

a b e

fc dg folga

Figura 3.2.3 (e) Possibilidade de coincidncia parcial de eventos

Deve-se analisar as situaes limites nas quais exista uma proximidade entre os eventos de trmino cedo e tarde, como mostrado na figura 3.2.3 (e), onde apresentada uma situao em que h uma sobreposio parcial dos qudruplos que definem os TrFNs associados s datas de trmino cedo e tarde, porm ainda no ocorreu uma coincidncia dos respectivos centrides geomtricos (folga nula). Nesta condio admite-se que a distribuio de ((t)) seja proporcional medida da possibilidade1 (MP) da coincidncia dos eventos de trmino cedo e trmino tarde e ao

Neste caso, medida de possibilidade (possibility measure) o valor assumido pela funo de pertinncia quando da interseo do valor do lado direito de trmino(cedo) com o valor do lado esquerdo de trmino(tarde).

111

correspondente ndice de conformidade2 (IC), e que o valor mximo desta distribuio, para uma dada sobreposio, seja expressa pela relao (t) = 1- MP IC
(equao 3.1)

Esta relao admite que a coincidncia dos eventos ocorra quando a medida de possibilidade e o ndice de conformidade sejam iguais a um. , conforme apresentada na figura 3.2.4 adiante.

Esta afirmao implica em tratar as disperses esquerda e direita dos dois nmeros nebulosos como iguais ou aproximadamente iguais3. Esta condio aqui considerada como satisfatria, posto que folgas identificadas nestas situaes deixaro de ser consideradas como critrios primrios para aplicao de regras heursticas, dada sua baixa possibilidade de ocorrncia.

ndice de conformidade (agreement index) corresponde medida da interseo da data de trmino tarde com a data de trmino cedo. 3 Formalmente a coincidncia dos eventos implicaria em que a data de trmino cedo e a data de trmino tarde estivessem associadas ao mesmo nmero nebuloso. Nesta tese, esta condio avaliada, de modo aproximado, pela aplicao das medidas consideradas, quais sejam a medida de possibilidade e o ndice de conformidade

112

Compatibilidade entre Eventos Nebulosos

Medida de Possibilidade
medida de possibilidade

ndice de Conformidade
indice de conformidade

(i)

1,0

(i)

1,0

i
a b c e

i
f

d g

b e

d f g h

l n

m o p q

Funo de Pertinncia da Folga Total de uma Atividade

distribuio de (t) da Folga Total
1,0

centride geomtrico

centride geomtrico

Incio Cedo

Trmino Cedo

distribuio de (t) da Folga Total

1,0

medida de possibilidade (1 - MP*IC)

a b c e d f g h

indice de conformidade Incio Cedo

Trmino Cedo

Centride Geomtrico de um nmero nebuloso Para um nmero triangular (a,b,c), o CG =

{(-a +c -ab+bc)/[3(-a+c)]} {(-a -b +c +d -ab+cd)/[3(-a-b+c+d)]}

2 2 2 2

Para um nmero trapezoidal (a,b,c,d), o CG =

Figura 3.2 .4 Identificao da funo de pertinncia de folga

Isto significa uma nova proposio para o tratamento de folgas na anlise de redes lgicas por meio de nmeros nebulosos. Enquanto todos os estudos anteriores identificam as folgas por nmeros ordinrios (crisp numbers), decorrentes de eventos com datas associadas a nmeros nebulosos,

113

aqui se prope um determinado comportamento para a funo de pertinncia associada folga de uma dada atividade, que tambm passa a ser expressa por um nmero nebuloso. Este aspecto particularmente relevante quando da aplicao das regras heursticas para nivelamento ou alocao de recursos que considerem folgas (totais ou correntes). Estas regras tem se mostrado como das mais eficientes nestes processos de programao da produo, quando empregando nmeros ordinrios.

Dado que estas regras consideram a evoluo do comportamento das folgas das atividades para priorizar quais tero preferncia na disputa de recursos, o emprego de folgas identificadas por nmeros ordinrios, em redes lgicas analisadas por meio de nmeros nebulosos, pode levar a imprecises significativas nas situaes de baixa possibilidade de ocorrncia de uma determinada folga, comprometendo a eficincia dos processos de nivelamento ou alocao de recursos.

A abordagem proposta nesta tese permite o emprego dessas regras heursticas ao mesmo tempo em que prov um tratamento por meio de nmeros nebulosos a todos os aspectos envolvidos na aplicao do mtodo CPM, tornando, inclusive, dispensvel o emprego de indicadores de criticidade, necessrios em outros mtodos, para a identificao das atividades pertencentes ao caminho crtico.

114

3.2.3 Processo de Clculo A partir das proposies formuladas no item anterior, o processo de clculo de uma rede lgica pelo mtodo CPM com TFNs ou TrFNs pode ser observado pela matriz apresentada na figura 3.2.1.4

Atividade

Durao

Incio Cedo

Trmino Cedo

Disperso a direita

Trmino Tarde confinado

Disperso a direita

Trmino Tarde

Fator de Clculo do TT

Trmino Tarde

Incio Tarde

Folga Total

Valor Mximo da Funo de Pertinncia

Medida da Possibilidade de TT = TC

ndice de Conformidade de TT / TC

Figura 3.2.5 Estrutura do processo de clculo para o mtodo CPM

Nesta figura encontra-se representada a estrutura da parte superior de uma matriz na qual esto indicadas todas as etapas a serem percorridas pelo mtodo CPM, para que todos os atributos de tempo de uma atividade sejam expressos por nmeros nebulosos

As duraes das atividades, provenientes do cenrio so expressas por TFNs. A primeira etapa consiste na propagao adiante, empregando operaes de soma entre TFNs e de mximo nebuloso (max) para atribuir datas aos eventos. A seguir calculado um elemento auxiliar, que a disperso a direita das datas de trmino cedo.

O clculo das datas tarde feito considerando o emprego de operaes de mnimo nebuloso (min) para atribuir datas aos eventos.

Conforme j mencionado, o processo de propagao adiante aquele consolidado por McCahon, o de propagao de retorno o proposto por Lorterapong e o clculo de folgas e de compatibilidade de eventos so aqueles propostos nesta tese.

115

Na propagao de retorno, inicialmente estabelecido para uma dada atividade, conforme a propagao ao longo da rede lgica, uma data tarde preliminar TTp. Essa data tarde representada por um intervalo confinado a direita, que corresponde expresso de que qualquer data que possa ser associada a simulao de uma atividade possivelmente menor que sua data de trmino tarde. A este conceito associada a considerao de que a incerteza decorrente das atividades precedentes a uma dada atividade expressa pela sua data de incio, enquanto que a sua prpria incerteza, aquela expressa atravs do TFN que representa sua durao, se manifesta em sua data de trmino. Isto significa que a partir de uma comparao entre a disperso a direita da data de trmino cedo (TTc) e data de trmino tarde preliminar (TTp), pode se estabelecer um critrio para limitar a propagao de incertezas. Isto feito do seguinte modo :

sejam TTc = (a, b, c) e TTp = ( - , e, f); se a disperso a direita de TTc disperso a direita de TTp, considera-se um fator de clculo para TTt expresso pelo trio (f-c, f-c, f-c);

se a disperso a direita de TTc

< disperso a direita de TTp, considera-se um

fator de clculo para TTt expresso pelo trio (e-b, e-b, f-c). onde o trmino tarde, TTt TTc fator de clculo.

Isto significa que se TTc mais incerto que TTp , ento essa incerteza aplicada ao
TTt.

Caso contrrio, a incerteza de TTt ser a combinao da associao de TTc e TTp . Essa a formulao que Lorterapong desenvolveu para limitar o incremento da incerteza na propagao de retorno.

116

A data de incio tarde obtida pela relao da durao com a data de trmino tarde. Estabelecidos esses passos, so calculados, para as datas de trmino de cada atividade, os respectivos centrides geomtricos, conforme expresses apresentadas anteriormente na figura 3.2.4.

A seguir deve-se verificar se TTc apresenta superposio com TTt . Caso negativo, ento a folga apresenta pelo menos um instante t no qual = 1 e seu qudruplo (a, b, c, d), conforme a figura 3.2.3 ( c), tem a seguinte composio : a = CG do TTc. b = instante t, para o qual cessa possibilidade de ocorrncia de TTc;
limite superior de validade de sua funo de pertinncia.

c = instante t, para o qual TTt inicia sua possibilidade de ocorrncia,

limite inferior de validade de sua funo de pertinncia.

d = CG de TTt.

Caso haja superposio entre TTc e TTt , ento deve-se determinar o instante em que as respectivas funes de pertinncia se interceptam, conforme figura 3.2.3 (d) e (e), e calcular a correspondente medida de possibilidade e ndice de conformidade da coincidncia de TTt com TTc . Com esses valores pode-se calcular
max

da folga,

conforme (equao 3.1) e associ-lo ao instante em que a funo de pertinncia de TTc, pelo seu lado direito, intercepta a funo de pertinncia de TTt pelo seu lado esquerdo, ou seja ao instante associado medida de possibilidade da compatibilidade desses eventos.

117

A funo de pertinncia da folga total (FT), nesse caso expressa pela seguinte composio : FT = (a, b, c) FT, onde a = CG de TTc; b = instante associado medida de possibilidade; c = CG de TTt; FT = valor mximo assumido pela funo de pertinncia da folga, conforme
(equao 3.1).

Dessa forma, conclui-se o processo de programao apresentado na parte superior da matriz que consta da figura 3.2.5, e passa-se a dispor de todos os atributos de tempo referentes programao de uma certa atividade expressos por nmeros nebulosos. Os valores de
max

da Folga Total, a correspondente medida de possibilidade e ndice

de conformidade so indicadores consistentes e suficientes para avaliar a criticidade da atividade, sem que sejam necessrios novos clculos ao longo da rede lgica, como no caso da estimativa do ndice de criticidade empregado por Lorterapong.

3.2.4 Testes de Referncia O desenvolvimento de uma anlise para avaliao da eficincia do processo de clculo descrito anteriormente, pressupe a formulao de um conjunto de testes capazes de valid-lo segundo critrios preestabelecidos que permitam comparaes consistentes, bem como condies para extender suas aplicaes a situaes mais abrangentes aplica-se, aqui, o princpio de induo dos resultados, mantidas as condies de contorno nas quais os testes foram desenvolvidos. 118

Isto significa que se observado, da aplicao de um determinado processo de clculo, a recorrncia de um certo comportamento dos resultados para uma certa amostra de verificao, extrapola-se este comportamento para um universo maior, formulando-se, por induo, uma proposio de um emprego mais abrangente, respeitadas as condies de contorno estabelecidas quando da proposio do processo de clculo5.

A partir de testes efetuados em um conjunto de redes lgicas de pequeno porte, os resultados so levados a redes lgicas de mdio porte para verificao quanto consistncia do comportamento anteriormente observado. Conservados os padres de desempenho preestabelecidos, a tese admite, por induo, que o comportamento ser vlido para redes lgicas de grande porte.

Para que esse processo seja desenvolvido de modo adequado, a formulao das configuraes das redes lgicas que serviro de suporte aos testes e do correspondente conjunto de dados de entrada so suficientemente abrangentes.

Os testes so desenvolvidos em duas etapas. A primeira empregando redes lgicas elementares, porm com grandes variaes nas caractersticas dos dados de entrada. A segunda etapa, como extenso da primeira, envolve o emprego de redes lgicas de pequeno e mdio porte, com um conjunto de dados mais restrito, porm proporcionando uma avaliao do desempenho do processo de clculo para um volume maior de processamentos a cada rede lgica.

Para maiores detalhes no emprego do processo de induo, ver (Vargas, Milton 1985) pag 101.

119

Adotou-se, como referncia inicial, o conjunto de testes conduzidos por (McCahon, 1993), que consistem em um conjunto de 32 redes lgicas desenvolvidas a partir de 4 de grafos elementares. Uma vantagem no emprego desse conjunto de testes o fato de ser possvel estabelecer um cotejo entre os resultados alcanados por McCahon e aqueles obtidos pelo processo de clculo proposto nesta tese. As estruturas dos grafos comportam 4, 5, 6 e 7 atividades respectivamente e o conjunto de dados de entrada combinam aspectos de TFNs, tais como diversos graus de disperso e de assimetria/simetria de modo a configurar um conjunto de 32 testes, para maiores detalhes ver Anexo 2. Os novos procedimentos de clculo formulados foram aplicados a estes testes e os resultados obtidos em termos de datas, criticidade de atividades e folgas objeto de comparaes a fim de se avaliar sua efetividade. Os resultados dos processamentos tambm se encontram no Anexo2. O objetivo desta etapa validar, em uma primeira instncia, o novo processo de clculo de folgas em redes lgicas com nmeros nebulosos.

O processo de clculo, aps essa avaliao, foi aplicado a um segundo conjunto de testes envolvendo redes lgicas de maior porte. As redes lgicas selecionadas para esta segunda seqncia de testes foram obtidas de referncias anteriores voltadas para aplicao na rea de engenharia civil. As avaliaes desta segunda fase envolveram 12 redes lgicas, com porte variando de 7 a 18 arcos, e com a relao entre arcos e ns variando entre 1,10 e 1,56, mantendo a mesma abrangncia dos dados de entrada observada na fase anterior.

120

Portanto foram mantidas as condies de disperso e simetria/assimetria das distribuies de possibilidades das duraes atribudas aos arcos das redes lgicas. Em uma terceira etapa foram desenvolvidos estudos de caso empregados para demonstrar a aplicabilidade do processo desenvolvido. O primeiro estudo de caso empregou uma rede lgica (ADM) com 40 arcos e 27 ns e o segundo, j na etapa de programao por recursos empregou uma rede lgica (PDM) com 30 atividades.

3.2.5 Avaliao dos Resultados A seguir so apresentados os critrios para avaliao dos resultados observados na aplicao dos testes e sua correspondente sntese e interpretao.

3.2.5.1 Critrios de Avaliao

Os principais aspectos considerados na avaliao dos resultados dos diversos processos de clculo so a capacidade de identificar a presena de atividades crticas e o clculo de folgas. Estes elementos so fundamentais para a aplicao de mtodos heursticos de nivelamento e alocao de recursos a atividades cujas duraes e demais atributos de tempo sejam expressos por TFNs.

O conjunto bsico de testes adotados j dispe de resultados de referncia quanto ao ndice de criticidade esperado para cada atividade.

O clculo de folgas foi avaliado pelo cotejo com o ndice de criticidade identificado para cada atividade em cada teste..

121

3.2.5.2 Sntese dos Resultados

As tabulaes dos resultados da aplicao dos processos de clculo propostos para o mtodo CPM com TFNs e TrFNs encontram-se ao final do Anexo 2. Verifica-se que o processo de clculo proposto conseguiu associar uma funo de pertinncia folga de uma atividade sempre que cabvel e mesmo para casos com carregamentos com altos graus de disperso.

A identificao de uma atividade como possivelmente crtica a partir dos atributos da folga apresentou uma efetividade superior ao mtodo empregado por McCahon.

Sua aplicao ao segundo conjunto de redes lgicas demonstrou o mesmo grau de consistncia, sem que tenha sido identificado nenhum desvio provocado por progressivos aumentos nas disperses dos TFNs.

Outro aspecto a mencionar que o estabelecimento de funo de pertinncia folga de uma atividade, em associao com a medida da possibilidade da coincidncia da data tarde com a data cedo e o respectivo ndice de conformidade, proporciona um conjunto de informaes eficiente para avaliar de forma direta a possibilidade da atividade se tornar crtica. A aplicao do processo a casos de maior porte, como demonstrado adiante, no apresentou nenhuma dificuldade de suporte metodolgico ou inconsistncia de resultados. Em funo dessas concluses, vlido considerar que esse processo seja aplicvel a redes lgicas de grande porte.

122

3.3 APLICAES NEBULOSOS

DO

PROCESSO

DE

CLCULO

DO

MTODO CPM

COM

NMEROS

A seguir so apresentadas duas demonstraes de aplicao.

A primeira extrada do conjunto de testes de validao do processo de clculo, tem por objetivo apresentar a planilha de clculo em sua verso simplificada (tabela 3.3.a) e os correspondentes diagramas de possibilidade de ocorrncia das atividades (figura 3.3.1), conforme suas respectivas funes de pertinncia.

A segunda aplicao, envolve uma rede lgica com 40 arcos, 27 ns, relao de 1,58 entre arcos e ns, caracterizando uma rede lgica densa, conforme avaliado nos estudos de Patterson6 para avaliao de regras heursticas. O emprego dessa rede lgica para a demonstrao da aplicabilidade e da consistncia do processo de clculo proposto nesta tese, tem razes essencialmente metodolgicas. Uma aplicao especfica do setor da construo civil ser apresentada ao final do prximo captulo.

A rede lgica selecionada para a concluso deste captulo, apresentada na figura 3.3.2, foi extrada do estudo de (Patterson, 1975), acima mencionado. Sua estrutura apresenta sete conjuntos de ns, que configuram sucessivas etapas de propagao ao longo da rede lgica. Isto possibilita a alocao de carregamentos de duraes nebulosas, com diversas condies de disperso, para processamento em paralelo.

(Patterson, 1975).

123

Este tipo de simulao permite estabelecer condies severas para a identificao do caminho crtico, bem como para atribuio de funes de pertinncia s folgas das atividades, pela baixa disparidade entre as duraes a cada etapa da rede lgica.

Os resultados so um corolrio da validao dos processos de clculo propostos neste captulo. As tabelas 3.3.b (1) e 3.3.b (2) apresentam o carregamento da rede lgica e os resultados da programao de tempos nebulosos na matriz de clculo em sua configurao completa, enquanto que a figura 3.3.1 contem os diagramas de possibilidade de ocorrncia das atividades.

Atividade 1 2 3 4 5 6 7 8

Durao (2.5,3,3.5) (0.8,1,1.2) (1.6,2,2.4) (6.4,8,9.6) (2.5,3,3.5) (8,9,10) (6,7,8) (3.5,4,4.5)

Incio Cedo Trmino Cedo (0,0,0) (0,0,0) (0,0,0) (2.5,3,3.5) (1.6,2,2.4) (2.5,3,3.5) (8.9,11,13.1) (1.6,2,2.4) (2.5,3,3.5) (0.8,1,1.2) (1.6,2,2.4) (8.9,11,13.1) (4.1,5,5.9) (10.5,12,13.5) (14.9,18,21.1) (5.1,6,6.9)

Disperso direita (0.5) (0.2) (0.4) (2.1) (0.9) (1.5) (3.1) (0.9)

Trmino Tarde Preliminar (2.5,3,3.5) (8.9,11,13.1) (7.6,8,9.6) (8.9,11,13.1) (8.9,11,13.1) (14.9,18,21.1) (14.9,18,21.1) (14.9,18,21.1)

Trmino Tarde Confinado (- ,3,3.5) (- ,11,13.1) (- ,8,9.6) (- ,11,13.1) (- ,11,13.1) (- ,18,21.1) (- ,18,21.1) (- ,18,21.1)

Disperso direita (0.5) (2.1) (1.6) (2.1) (2.1) (3.1) (3.1) (3.1)

Fator de Clculo do TT Trmino Tarde (0,0,0) (2.5,3,3.5) (10,10,11.9) (10.8,11,13.1) (6,6,7.2) (7.6,8,9.6) (0,0,0) (8.9,11,13.1) (6,6,7.2) (10.1,11,13.1) (6,6,7.6) (16.5,18,21.1) (0,0,0) (14.9,18,21.1) (12,12,14.2) (17.1,18,21.1)

Incio Tarde (0,0,0) (10,10,11.9) (6,6,7.2) (2.5,3,3.5) (7.6,8,9.6) (8.5,9,11.1) (8.9,11,13.1) (13.6,14,16.6)

Folga Total 0,0 10,6 6,4 0,0 6,4 6,5 0,0 12,7

Tabela 3.3.a Programao da rede lgica configurao 4NSL

Planilha de clculo topologia da rede no Anexo 2

124

1,0

2,5 1,0

3,0

3,5

11,6

0,8 1,0

1,0

1,2

10,8 11,0

13,1

8,4

1,6 1,0

2,0

2,4

7,6 8,0

9,6

2,5 1,0

3,0

3,5

8,9

11,0

13,1

11,4

1,6 1,0

2,0

2,4

4,1

5,0

5,9

10,1

11,0

13,1

6
18,5

2,5 1,0

3,0

3,5

10,5

12,0

13,5

16,5

18,0

21,1

8,9 1,0

11,0

13,1

14,9

18,0

21,1

1,6

2,0

2,4

5,1

6,0

6,9

17,1

18,0

21,1

LEGENDA programao de execuo mais cedo da atividade atividade com programao de execuo crtica folga total data de trmino tarde
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

Figura 3.3.1 Diagrama de Possibilidade de Ocorrncia dos Perodos de Execuo das Atividades
Rede Lgica configurao 4NSL

125

5 4 2 1 6 1 2 3 7 5 6 13 11

10

18

13

23

17

28 29

21

34 25

19 12 10 16 21 8 7 15 26 9 8 17 12 22 16 27 20 33 24 38 14 11 15 25 19 31 23 37 36 20 14 24 18 30 22 35

39

27

3 4 32

40 26

Figura 3.3.2 Rede Lgica para aplicao do mtodo CPM extensivo a nmeros nebulosos

126

Atividade
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Durao
(4,5,6) (4,5,5.5) (4.8,5.9,7) (1.6,2,2,4) (1.9,2,2,4) (1.7,2.1,2.5) (1.8,2,2.4) (1.6,2,2.2) (2.5,3,3.1) (2.5,3,3.5) (2.5,3,3.1) (2.9,3,3.4) (2.6,3.2,3.8) (2,5,3.1,3.7) (2.4,3,3.6) (2.6,3.2,3.3) (2.9,3,3.5) (6.8,6.9,8) (5,6,7) (5.9,6,7)

Incio Cedo
(0,0,0) (0,0,0) (0,0,0) (4,5,6) (4,5,6) (4,5,5.5) (4,5,5.5) (4.8,5.9,7) (4.8,5.9,7) (5.7,7.1,8.4) (5.7,7.1,8.4) (5.9,7,8.4) (5.9,7,8.4) (5.6,7.9,9.9) (5.6,7.9,9.9) (7.3,8.9,10.1) (7.3,8.9,10.1) (9.9,12.1,13.4) (9.9,12.1,13.4) (8.2,10.1,11.9)

Trmino Cedo
(4,5,6) (4,5,5.5) (4.8,5.9,7) (5.6,7,8.4) (5.9,7,8.4) (5.7,7.1,7.5) (5.8,7,7.4) (5.6,7.9,9.9) (7.3,8.9,10.1) (8.2,10.1,11.9) (8.2,10.1,11.5) (8.8,10,11.8) (8.5,10.2,12.2) (8.1,11,13.6) (8,10.9,13.5) (9.9,12.1,13.4) (10.2,11.9,13.6) (17.7,19,21.4) (14.9,18.1,20.4) (14.1,16.1,18.9)

Disperso Trmino Tarde Trmino Tarde Disperso direita Preliminar Confinado direita 1,0 (6.9,7.9,8.9) (- ,7.9,8.9 ) 1,0 0,5 (6.9,7.9,8.9) (- ,7.9,8.9 ) 1 1,1 (4.8,5.9,7) (- ,5.9,7 ) 1,1 1,4 (8.9,10.3,11.6) (- ,10.3,11.6 ) 1,3 1,4 (8.8,9.9,11.3) (- ,9.9,11.3 ) 1,4 0,4 (8.9,10.3,11.6) (- ,10.3,11.6 ) 1,3 0,4 (8.8,9.9,11.3) (- ,9.9,11.3 ) 1,4 2,0 (5.6,7.9,9.9) (- ,7.9,9.9 ) 2,0 1,2 (8.6,10.2,11.6) (- ,10.2,11.6 ) 1,4 1,8 (12.2,13.4,15.1) (- ,13.4,15.1 ) 1,7 1,4 (12.5,14.4,16.9) (- ,14.4,16.9) 2,5 1,8 (12.2,13.4,15.1) (- ,13.4,15.1) 1,7 2,0 (11.6,13.3,15.1) (- ,13.3,15.1) 1,8 2,6 (11.6,13.3,15.1) (- ,13.3,15.1) 1,8 2,6 (8,10.9,13.5) (- ,10.9,13.5) 2,6 1,3 (12.2,13.4,15.1) (- ,13.4,15.1) 1,7 1,7 (11.6,13.3,15.1) (- ,13.3,15.1) 1,8 2,4 (19,20.3,23.1) (- ,20.3,23.1) 2,8 2,3 (17.2,20.4,24.8) (- ,20.4,24.8) 4,4 2,8 (18.4,20.4,23.9) (- ,20.4,23.9) 3,5

Tabela 3.3.b (1) Aplicao do Mtodo CPM

127

Atividade
21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40

Durao
(6,7,8) (6.8,7,7.9) (7,8,9) (7,8,8.5) (7,8,10) (6.4,8,9.6) (7.9,9.8,11.7) (3.7,4.1,4.2) (3.5,4.1,4.2) (3,5,4,4.5) (3.9,4,4.5) (3.3,4.1,4.9) (4,4.9,5.1) (2.9,3,3.5) (2.5,3.1,3.7) (2.6,3.2,3.3) (2.9,3,3,4) (2.5,3,3.5) (8,9,10) (8.5,9,9.1)

Incio Cedo
(10.2,11.9,13.6) (8,10.9,13.5) (17.7,19,21.6) (14.9,18.1,20.4) (14.1,16.1,18.9) (14.8,17.9,21.4) (14.8,17.9,21.4) (24.7,27,30.6) (24.7,27,30.6) (21.1,24.1,28.9) (21.9,26.1,31) (21.9,26.1,31) (22.7,27.7,33.1) (28.4,31.1,34.8) (28.4,31.1,34.8) (28.2,31.1,34.8) (25.8,30.1,35.5) (26.7,32.6,38.2) (31.3,34.1,38.3) (30.9,35.6,41.7)

Trmino Cedo
(16.2,18.9,21.6) (14.8,17.9,21.4) (24.7,27,30.6) (21.9,26.1,28.5) (21.1,24.1,28.9) (21.2,25.9,31) (22.7,27.7,33.1) (28.4,31.1,34.8) (28.2,31.1,34.8) (24.6,28.1,33.4) (25.8,30.1,35.5) (25.2,30.2,35.9) (26.7,32.6,38.2) (31.3,34.1,38.3) (30.9,34.2,38.5) (30.8,34.3,38.1) (28.7,33.1,38.9) (29.2,35.6,41.7) (39.3,43.1,48.3) (39.4,44.6,50.8)

Disperso Trmino Tarde Trmino Tarde Disperso direita Preliminar Confinado direita 2,7 (19,20.3,23.1) (- ,20.3,23.1) 2,8 3,5 (14.8,17.9,21.4) (- ,17.9,21.4) 3,5 3,6 (26,28.3,32.1) (- ,28.3,32.1) 3,8 2,4 (24.2,28.4,33.3) (- ,28.4,33.3) 4,9 4,8 (25.4,28.4,33.9) (- ,28.4,33.9) 5,5 5,1 (24.2,28.4,33.3) (- ,28.4,33.3) 4,9 5,4 (22.7,27.7,33.1) (- ,27.7,33.1) 5,4 3,7 (29.8,32.5,36.3) (- ,32.5,36.3) 3,8 3,7 (29.5,32.4,38.4) (- ,32.4,38.4) 6 5,3 (29.5,32.4,38.4) (- ,32.4,38.4) 6 5,4 (29.3,32.6,38.3) (- ,32.6,38.3) 5,7 5,7 (26.7,32.6,38.2) (- ,32.6,38.2) 5,6 5,6 (26.7,32.6,38.2) (- ,32.6,38.2) 5,6 6,2 (32.8,35.6,40.8) (- ,35.6,40.8) 5,2 4,3 (30.9,35.6,41.7) (- ,35.6,41.7) 6,1 3,8 (30.9,35.6,41.7) (- ,35.6,41.7) 6,1 5,8 (30.9,35.6,41.7) (- ,35.6,41.7) 6,1 6,1 (30.9,35.6,41.7) (- ,35.6,41.7) 6,1 5,2 (39.4,44.6,50.8) (- ,44.6,50.8) 6,2 9,1 ((39.4,44.6,50.8) (- ,44.6,50.8) 6,2

Tabela 3.3.b (2) Aplicao do Mtodo CPM

128

Fator de Cculo Atividade do TT 1 (2.9,2.9,2.9) 2 (2.9,2.9,3.4) 3 (0,0,0) 4 (3.2,3.2,3.2) 5 (2.9,2.9,3.4) 6 (3.2,3.2,4.1) 7 (2.9,2.9,3.7) 8 (0,0,0) 9 (1.2,1.2,1.5) 10 (3.2,3.2,3.2) 11 (4.3,4.3,5.4) 12 (3.3,3.3,3.3) 13 (2.9,2.9,2.9) 14 (1.5,1.5,1.5) 15 (0,0,0) 16 (1.3,1.3,1.7) 17 (1.4,1.4,1.5) 18 (1.3,1.3,1.7) 19 (2.3,2.3,4.4) 20 (4.3,4.3,5)

Folga Total Trmino Tarde Incio Tarde (6.9,7.9,8.9) (2.9,2.9,2.9) (5,6,6.9,7.9) (6.9,7.9,8.9) (2.9,2.9,3.4) (4.8,5.5,6.9,7.9) (4.8,5.9,7) (0,0,0) nula (8.8,10.2,11.6) (7.2,8.2,9.2) (7,8.4,8.8,10.2) (8.8,9.9,11.3) (6.9,7.9,8.9) (7.1,8.4,8.8,10) (8.9,10.3,11.6) (7.2,8.2,9.1) (6.8,7.5,8.9,10.3) (8.7,9.9,11.3) (6.9,7.9,8.9) (6.7,7.4,8.7,10) (5.6,7.9,9.9) (4.8,5.9,7) nula (8.5,10.1,11.6) (6,7.1,8.5) (8.8,9.4,10.1) (11.4,13.3,15.1) (8.9,10.3,11.6) (10.1,11.7,13.3) (12.5,14.4,16.9) (10,11.4,13.8) (9.9,11.5,12.5,14.6) (12.1,13.3,15.1) (9.2,10.3,11.7) (10.2,11.8,12.1,13.5) (11.4,13.1,15.1) (8.8,9.9,11.3) (10.3,11.8,13.2) (9.6,12.5,15.1) (7.1,9.4,11.4) (10.9,11.7,12.4) (8,10.9,13.5) (8,10.9,13.5) nula (11.2,13.4,15.1) (8.6,10.2,11.8) (11.8,12.6,13.2) (11.6,13.3,15.1) (8.7,10.3,11.6) (11.9,12.6,13.3) (19,20.3,23.1) (12.2,13.4,15.1) (19.4,19.8,20.8) (17.2,20.4,24.8) (12.2,14.4,17.8) (17.8,19.1,20.8) (18.4,20.4,23.9) (12.5,14.4,16.9) (16.4,18.6,20.9)

Valor Mximo da Funo de Pertinncia

1 1 NA 1 1 1 1 NA 0,814 0,995 1 1 0,991 0,644 NA 0,797 0,794 0,789 0,848 0,999

Med. Possib. de TT=TC

NA NA folga nula NA NA NA NA folga nula 0,6 0,2 NA NA 0,2 0,7 folga nula 0,6 0,6 0,6 0,6 0,1

ndice de Conform TT / TC
NA NA folga nula NA NA NA NA folga nula 0,252 0,173 NA NA 0,157 0,191 folga nula 0,215 0,24 0,205 0,237 0,082

Tabela 3.3.b (3) Aplicao do Mtodo CPM

129

Fator de Cculo Atividade do TT 21 (1.4,1.4,1.5) 22 (0,0,0) 23 (1.3,1.3,1.5) 24 (2.3,2.3,4.8) 25 (4.3,4.3,5) 26 (2.3,2.3,2.3) 27 (0,0,0) 28 (1.4,1.4,1.5) 29 (1.3,1.3,3.6) 30 (4.3,4.3,5) 31 (2.5,2.5,2.8) 32 (2.3,2.3,2.3) 33 (0,0,0) 34 (1.5,1.5,1.5) 35 (1.4,1.4,3.2) 36 (1.3,1.3,3.6) 37 ((2.5,2.5,2.8) 38 (0,0,0) 39 (1.5,1.5,2.5) 40 (0,0,0)

Trmino Tarde Incio Tarde (17.6,20.3,23.1) (11.6,13.3,15.1) (14.8,17.9,21.4) (8,10.9,13.5) (26,28.3,32.1) (19,20.3,23.1) (24.2,28.4,33.3) (17.2,20.4,24.8) (25.4,28.4,33.9) (18.4,20.4,23.9) (23.5,28.2,33.3) (17.1,20.2,23.7) (22.7,27.7,33.1) (14.8,17.9,21.4) (29.8,32.5,36.3) (26.1,28.4,32.1) (29.5,32.4,38.4) (26,28.3,34.2) (28.9,32.4,38.4) (25.4,28.4,33.9) (28.3,32.6,38.3) (24.4,28.6,33.8) (27.5,32.5,38.2) (24.2,28.4,33.3) (26.7,32.6,38.2) (22.7,27.7,33.1) (32.8,35.6,39.8) (29.9,32.6,36.3) (32.3,35.6,41.7) (29.8,32.5,38) (32.1,35.6,41.7) (29.5,32.4,38.4) (32.2,35.6,41.7) (29.3,32.6,38.3) (29.2,35.6,41.7) (26.7,32.6,38.2) (40.8,44.6,50.8) (32.8,35.6,40.8) (39.4,44.6,50.8) (30.9,35.6,41.7)

Folga Total
(18.9,19.6,20.3) nula (27.4,27.8,28.8) (25.5,26.9,28.6) (24.7,26.4,28.9) (26,27.1,28.3) nula (31.4,31.9,32.9) (31.4,31.8,33.4) (28.7,30.7,33.2) (30.5,31.5,33.1) (30.4,31.4,32.7) nula (34.6,35,36.1) (34.5,35,36.5) (34.4,35,36.5) (33.6,34.7,36.5) nula (43.6,44,45.4) nula

Valor Mximo da Funo de Pertinncia

0,644 NA 0,517 0,83 0,882 0,51 NA 0,508 0,619 0,882 0,647 0,498 NA 0,497 0,578 0,6 0,654 NA 0,6 NA

Med. Possib. de TT=TC

0,7 folga nula 0,8 0,6 0,5 0,8 folga nula 0,8 0,8 0,5 0,7 0,8 folga nula 0,8 0,8 0,8 0,7 folga nula 0,8 folga nula

ndice de Conform TT / TC
0,178 folga nula 0,184 0,204 0,221 0,188 folga nula 0,185 0,18 0,237 0,182 0,172 folga nula 0,171 0,17 0,175 0,214 folga nula 0,144 folga nula

Tabela 3.3.b (4) Aplicao do Mtodo CPM

130

1,0

5 2 4 6

6.9 7.9 8.9 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52

1,0

5 5.5 2 4 6

6.9 7.9 8.9 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52

1,0

5.9 2 4 6

7 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52

1,0

4 2 4

4 6

7 8

8.4 8.8 10.2 10 12

11.6 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52

1,0

4 2 4

5 6

7 8

8.4 8.8 9.9 11.3 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52

1,0

5 6

7.1 7.5 8.8 8 10

10.3

11.6 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52

2
1,0

4 2 4

5 6

7 7.4 8.7 8

9.9 10

11.3 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52

Figura 3.3.1 (a) Diagrama de Possibilidade de Ocorrncia dos Perodos de Execuo das Atividades

131

1,0

4.8 2 4

5 6

7.9 8

9.9 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52

1,0

11.6 4.8 5.9 2 4 6 8 8.5 8.9 10.1 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52

10

1,0

11.4 5,7 7.1 10.1 11.9

13.3

15.1

t
14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52

11

2
1,0

10

12

5,7

7.1

10.1

12.5

14.4

16.9

t
20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52

12

2
1,0

10

12

14

16

18

5.9 2 4 6

7 8

10 10

11.8 12.5 13.3 12 14

15.1 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52

13

1,0

5.9

10.2 11.412.2 13.1

15.1

t
18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52

1
14

10

12

14

16

5.6 2 4 6

7 8

9.6 10

11 12

12.513.6 14

15.1 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52

Figura 3.3.1 (b) Diagrama de Possibilidade de Ocorrncia dos Perodos de Execuo das Atividades

132

 1
15

5.6 7,0 2 4 6 8 10

10.9 12

13.5 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52

1
16

7.3 2 4 6 8

8.9 10

11.212.1 12

13.4 14

15.1 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52

1
17

7.3 2 4 6 8

8.9 10

11.611.9 13.6 12 14

15.1 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52

1
18

9.9

12.1

19

20.321.4

23.1

t
26 28 30 32 34 36 38 40 42 44 46 48 50 52

1
19

10

12

14

16

18

20

22

24

9.9 2 4 6 8 10

12.1 12 14 16

17.218.1 18 20

20.4 22 24

24.8 26 28 30 32 34 36 38 40 42 44 46 48 50 52

1
20

8.2 2 4 6 8

10.1 10 12 14 16

16.1 18

18.418.9 20.4 20 22

23.9 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52

1
21

10.2 2 4 6 8 10 12

11.9 14 16

17.618.9 18 20

20.321.6 22

23.1 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52

Figura 3.3.1 (c ) Diagrama de Possibilidade de Ocorrncia dos Perodos de Execuo das Atividades

133

 1
22

8 2 4 6 8 10

10.9 12 14 16

17.9 18 20

21.4 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52

1
23

17.7 2 4 6 8 10 12 14 16 18

19 20 22 24

26 26

27 28

28.3 30

30.6 32

31.1 34 36 38 40 42 44 46 48 50 52

1
24

14.9 2 4 6 8 10 12 14 16 18

18.1 20 22 24

24.226.1 26 28

28.5 30 32

33.3 34 36 38 40 42 44 46 48 50 52

1
25

14.1 2 4 6 8 10 12 14 16

16.1 18 20 22 24

24.1 26 28

28.9 30 32

33.9 34 36 38 40 42 44 46 48 50 52

1
26

14.8 2 4 6 8 10 12 14 16

17.9 18 20 22

23.5 24

25.9 26 28

28.2 30

31 32

33.3 34 36 38 40 42 44 46 48 50 52

1
27

14.8 2 4 6 8 10 12 14 16

17.9 18 20 22 24 26

27.7 28 30 32

33.1 34 36 38 40 42 44 46 48 50 52

1
28

24.7 2 4 6 8 10 12 14 16 18 20 22 24 26

27 28

29.8 30

31.1 32.5 32 34

34.8 36

36.3 38 40 42 44 46 48 50 52

Figura 3.3.1 (d) Diagrama de Possibilidade de Ocorrncia dos Perodos de Execuo das Atividades

134

 1
29

24.7 2 4 6 8 10 12 14 16 18 20 22 24 26

27 28

29.5 30

31.1 32.4 32 34

34.8 36 38

38.4 40 42 44 46 48 50 52

1
30

21.1 2 4 6 8 10 12 14 16 18 20 22 24

24.1 26 28

28.1 28.9 30 32

32.433.4 34 36 38

38.4 40 42 44 46 48 50 52

1
31

21.9 2 4 6 8 10 12 14 16 18 20 22 24 26

26.1 28

28.3 30

30.1 32

32.6 34

35.5 36 38

38.3 40 42 44 46 48 50 52

1
32

21.9 2 4 6 8 10 12 14 16 18 20 22 24 26

26.1 27.5 28 30

30.2 32

32.5 34

35.9 36 38

38.2 40 42 44 46 48 50 52

1
33

22.7 2 4 6 8 10 12 14 16 18 20 22 24 26

27.7 28 30 32

32.6 34 36 38

38.2 40 42 44 46 48 50 52

1
34

28.4 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30

31.1 32.8 32 34

34.1 35.6 36 38

38.3 40

39.8 42 44 46 48 50 52

1
35

28.4 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30

31.1 32.3 32 34

34.2 35.6 36 38

38.5 40

41.7 42 44 46 48 50 52

Figura 3.3.1 (e) Diagrama de Possibilidade de Ocorrncia dos Perodos de Execuo das Atividades

135

 1
36

28.2 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30

31.1 32.1 32 34

34.3 35.6 36 38

38.1 40

41.7 42 44 46 48 50 52

1
37

25.8 2 4 6 8 10 12 14 16 18 20 22 24 26 28

30.1 30

32.2 32

33.1 34

35.6 36 38

38.9 40

41.7 42 44 46 48 50 52

1
38

26.7 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32

32.6 34

35.6 36 38 40

41.7 42 44 46 48 50 52

1
39

31.3 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34

34.1 36 38 40

40.8 42

43.1 44.6 44 46 48

48.3 50

50.8 52

1
40

30.9

35.6

44.6

50.8

Figura 3.3.1 (f) Diagrama de Possibilidade de Ocorrncia dos Perodos de Execuo das Atividades

136

4. PROGRAMAO POR RECURSOS COM NMEROS NEBULOSOS

137

4.

PROGRAMAO

POR

RECURSOS

COM

NMEROS

NEBULOSOS
O propsito desta tese, nesta etapa, estabelecer processos para a programao por recursos a partir da aplicao do mtodo CPM extensivo a nmeros nebulosos, selecionar regras heursticas capazes de atender aos problemas do nivelamento e alocao de recursos para atividades, cujas datas de programao sejam incertas, e demonstrar sua aplicabilidade.

No captulo anterior se estabeleceu processo pelo qual o perodo programado para a execuo de uma dada atividade pode ser expresso de forma vaga, mediante o emprego de nmeros nebulosos (TFNs e TrFNs).

H que se estabelecer, agora, como tratar, em termos de programao, a demanda dos recursos necessrios execuo dessa mesma atividade, nessas circunstncias de incerteza. Quando da incorporao dos TFNs e TrFNs ao mtodo CPM, empregaram-se recursos da aritmtica do nmero nebuloso e da teoria de conjuntos nebulosos no tratamento da incerteza associada informao disponvel no cenrio da programao. Nessa etapa busca-se identificar possveis perfis de demanda de recursos a partir da agregao das demandas de cada atividade da produo, sem que isto acarrete novos graus de incerteza, dissociados daqueles existentes no cenrio. Nesse sentido so empregadas operaes com conjuntos nebulosos, basicamente interseo e unio.

138

Desta forma so estabelecidos processos de agregao de demanda capazes de identificar seu possvel comportamento ao longo do tempo, sem ocasionarem a propagao da incerteza pelo aumento da disperso dos nmeros nebulosos. Os processos so voltados para o emprego de TFNs e TrFNs em decorrncia da abordagem empregada para o mtodo CPM extensivo aos nmeros nebulosos. Inicialmente apresentado um processo para identificao do possvel perfil de demanda de um dado recurso ao longo do tempo - a agregao da demanda do recurso. A seguir so conduzidas anlises comparadas de estudos anteriores quanto a eficincia de regras heursticas para a programao por recursos, identificando aquelas passveis de serem empregadas com o suporte do CPM extensivo aos nmeros nebulosos.

Com base nos processos de agregao da demanda e nas regras heursticas selecionadas, estabelece-se um processo de programao por recursos. Sua estruturao apresentada atravs um caso elementar, terico, a partir da primeira demonstrao do mtodo CPM no captulo anterior. A aplicabilidade desse processo desenvolvida mediante um estudo de caso prprio do setor da construo civil.

Na medida em que a efetividade do mtodo CPM extensivo a nmeros nebulosos foi demonstrada, tendo, portanto, a necessria consistncia para tratar os atributos necessrios aplicao das regras heursticas aqui selecionadas, e que os processos de agregao da demanda de recursos tenham sua consistncia demonstrada nos estudos de

139

caso apresentados ao final deste captulo, consolidam-se os objetivos desta tese quanto ao estabelecimento de processos de programao por recursos com nmeros nebulosos.

4.1 PROCESSO DE AGREGAO DE DEMANDA DE RECURSOS Admite-se que a demanda de um recurso seja decorrncia direta da possibilidade de execuo da atividade que o demande. Portanto pode-se estabelecer uma relao direta entre a funo de pertinncia que expressa a simulao da atividade e sua demanda por um determinado recurso1.

Embora o volume de recurso necessrio conduo de uma atividade seja expresso por um nmero ordinrio [QR,I], onde Q o volume do recurso R para atividade I, sua demanda ao longo do tempo passa a ser representada por um nmero nebuloso.

Dessa forma, temos que DR,I (t) = [Q R,I , I (t)]

(equao 4.1),

onde DR,I (t) a demanda do recurso R pela atividade I ao longo do tempo e I (t) a funo de pertinncia da atividade I que expressa sua possibilidade de ocorrncia ao longo do tempo. Portanto a demanda de um volume de recurso previsto para atender a conduo de uma atividade fica com sua demanda vinculada possibilidade de ocorrncia dessa mesma atividade ao longo do tempo2.

Esta hiptese admite que condies particulares de emprego de um determinado recurso sejam expressas nos seus requisitos de mobilizao/desmobilizao ou na prpria estrutura da rede lgica, conforme j abordado no captulo 2. 2 Considerao anloga feita por (Lorterapong, 1995), pag. 127.

140

A figura 4.1.1, apresenta o perodo da possvel execuo de uma dada atividade expresso por um TrFN e como le pode ser decomposto em trs etapas. A primeira quando a possibilidade de ocorrncia da atividade crescente, expressa por um TFN, a segunda quando a possibilidade de ocorrncia certa ( = 1), representada por um intervalo de tempo com limites definidos e certos, e a terceira, quando a possibilidade da ocorrncia decrescente, identificada de modo anlogo primeira.

1,0

6
18,5 2,5 3,0 3,5 10,5 12,0 13,5 16,5 18,0 21,1

nmero nebuloso que identifica a possibilidade de incio da atividade

nmero nebuloso que identifica a possibilidade de trmino da atividade

1,0

6 a b este evento expresso pelo nmero triangular (a,b,b) c d este evento expresso pelo nmero triangular (c,c,d)

descrio da expresso ( a, b, b ) =1 =1 =0
intervalo de tempo com mxima possibilidade ocorrncia da atividade

1,0

Figura 4.1.1 Desdobramento do perodo de execuo de uma atividade

141

A conjuno das consideraes feitas anteriormente quanto a identificao da demanda de um dado recurso solicitado por uma atividade e o desdobramento do seu perodo de execuo em trs etapas resulta na condio apresentada na figura 4.1.2.

instante inicial em que a possibilidade de uso de recursos pela atividade mxima R = Q

( = 1)

instante em que cessa a possibilidade de uso de recursos pela atividade R = 0

( = 0)

instante em que se inicia a possibilidade de uso de recursos pela atividade R = 0

( = 0)

instante final em que a possibilidade de uso de recursos pela atividade mxima R = Q

( = 1)

neste perodo a demanda de um dado recurso segue a expresso : R (t) = [Q,(a,b,b)]

neste perodo a demanda de um dado recurso segue a expresso : R(t) = [Q,(c,c,d)]

a b

intervalo de tempo com mxima possibilidade de uso de recursos pela atividade ( = 1), a demanda de recursos Q
1

Figura 4.1.2 Associao da funo de pertinncia de uma atividade a sua demanda por recurso

142

Estabelecido um processo de identificao do perfil de demanda de um recurso por uma atividade cujo perodo de execuo expresso por um nmero nebuloso, h necessidade de se estruturar um processo que permita agregar as demandas de um mesmo recurso por vrias atividades possivelmente concomitantes. 4.1.1 Agregao da Demanda de Recurso por vrias Atividades Inicialmente seja considerado o caso particular de duas atividades com mesmo prazo de execuo, conforme figura 4.1.3. Admite-se que essas atividades empreguem um dado recurso R, nas respectivas quantidades QA e QN. A associao desses volumes s funes de pertinncia das atividades permite que a demanda do recurso seja expressa conforme abaixo.

RA(t) = QA(a,b,c,d)

RN = QN(a,b,c,d)

t intervalo onde (t) = 1

R (t) = RA (t) + RN (t)

para RA e RN

R
R = Qa + Qn (Qa+Qn)

RA = Qa(a,b,b) RN = Qn(a,b,b)

RA = Qa(c,c,d) RN = Qn(c,c,d)

R = (Qa+Qn) (a,b,b)

R = (Qa+Qn) (c,d,d)

Figura 4.1.3 Agregao das demandas de um recurso, por atividades com mesma funo de pertinncia

143

RA(t) = QA (t) = QA (a, b ,c, d); RN(t) = QN (t) = QN (a, b, c, d). Na medida que a cada instante t, as duas demandas tem igual possibilidade de ocorrncia, dado que (t) = (t), pode-se expressar a demanda agregada pela expresso : R(t) = (QA + QN) (a, b, c, d).

Deve-se, agora, considerar a situao em que as funes de pertinncia de duas atividades no so iguais. A figura 4.1.4 apresenta essa situao. Observe-se que existem trs condies. A
Atividade A RA (t) = Qa (a,b,c,d)

primeira

enquanto das

as

possibilidades so

combinadas
1

demandas

crescentes, mas diferentes entre si. A Segunda quando as possibilidades de

a b c d t

demanda so mximas e iguais entre si, e a terceira quando as possibilidades passam a ser decrescentes e diferentes
e Atividade N RN (t) = Qn (e,f,g,h) f g h t

entre si.

Figura 4.1.4 Atividades com diferentes possibilidades de ocorrncia

A agregao dos volumes de recursos demandados deve observar as possibilidades de ocorrncia de cada atividade para que no se somem demandas com possibilidades de ocorrncia com comportamento distinto. Isto significa que a identificao do intervalo de tempo no qual a demanda pode ser somada de modo direto expressa pela relao (a, b, c, d) (e, f, g, h), que a

144

interseo de dois conjuntos nebulosos. Na figura acima, esse intervalo corresponde ao intervalo de tempo (f, c), e a demanda agregada nesse intervalo pode ser expressa como sendo R A+N (f, c) = QA + QN. Para os demais instantes, deve-se discretizar eventos que permitam acompanhar a evoluo das possibilidades de ocorrncia das demandas de recursos. Isto pode ser observado nas tabelas abaixo.

Intervalo de tempo ae eb b-f f- c cg gd d-h

Condio de Demanda RA = QA(a, e, e) e RN = 0 RA = QA(e, b, b) e RN = QN(e, b, b) RA = QA e RN = QN(b, f, f) RA = QA e RN = QN RA = QA(c, c, g) e RN = QN RA = QA(g, g, d) e RN = QN(g, g, d) RA = 0 e RN = QN(d, d, h)

Tabela 4.1.a Comportamento da demanda por intervalo de tempo

O processo de agregao da demanda passa a ser feito por intervalos de tempo, em funo de eventos identificados nas funes de pertinncia das atividades, ou resultantes dos prazos envolvidos na programao, tais como dias, semanas ou meses, e a partir do comportamento apresentado, a cada intervalo de tempo, pelas funes de pertinncia das atividades envolvidas. Para tanto, so analisadas as diversas combinaes de funes de pertinncia de TFNs para duas atividades, conforme apresentado na figura 4.1.5.

145

CONDIO

t=a RA = QA RN = 0 R = QA
a b t

1
RA (t)

1
RN (t) t a b

t=b RA = QA RN = QN R = QA+ QN

Figura 4.1.5 (a) Agregao de Demanda

CONDIO

II

t=a RA = QA RN = QN R = QA+ QN

1
RA (t) a b t

1
RN (t) t a b

t=b RA = 0 RN = QN R = QN

Figura 4.1.5 (b) Agregao de Demanda

146

CONDIO

III

1
RA (t) a b t

t=a RA = QA RN = 0 R = QA

1
RN (t) t a b

t=b RA = 0 R = QN R = QN

Entre a e b emprega-se a operao de unio de conjuntos nebulosos : (t) = max ( (t), (t)) = (t) (t)
t

1
R (t)

Figura 4.1.5 (c) Agregao de Demanda

CONDIO

IV

a b), R = QA (t), (b c), R = QA (t) + QN (t), (c d), R = anlogo s condies I e II. O tratamento no intervalo de tempo

1
RA (t) a b c d t

(b c), tambm anlogo condio III, isto obtm-se uma funo de pertinncia para R a partir da unio dos conjuntos nebulosos expressos (t) e (t) nesse intervalo.

1
RB (t) a b c d t

Figura 4.1.5 (d) Agregao de Demanda

147

4.1.2 Processos para Agregao de Demanda de Recursos O processo de agregao de demanda de recursos a partir das funes de pertinncia que estabelecem a possibilidade de ocorrncia das atividades, conforme visto no item anterior conduzido pela discretizao de intervalos de tempo.

O dimensionamento desses intervalos de tempo no deve ser feito apenas em funo dos instantes de ocorrncia de transio nas funes de pertinncia. Isto alm de pouco prtico e trabalhoso, resultaria em um perfil de demanda, ao longo de intervalos de tempo variveis, o que dificultaria sobremaneira a anlise dos resultados obtidos, sem contrapartida quanto qualidade da informao resultante. recomendvel que os intervalos de tempo para o acompanhamento da simulao da possvel demanda de um recurso, sejam estabelecidos a partir das caractersticas da prpria produo, em particular quanto extenso e caractersticas de seu ciclo-de-vida de implantao

Feitas essas consideraes pode-se verificar na tabela 4.1.b a estruturao do processo para o mapeamento do perfil da demanda simulada para um dado recurso, a partir da abordagem apresentada no item anterior.

Observe-se que as colunas de intervalos de tempo ou eventos caracterizam a grade de intervalos de tempo a serem considerados na programao. Um conjunto de colunas auxiliares identifica os possveis perodos de ocorrncia de cada atividade, cujas demandas de recursos so agrupadas em trs categorias, conforme o comportamento das respectivas funes de pertinncia, a saber : = 1, decresc e cresc.

148

Evento 1

Perodo 0 1 1 2 3 4 5 6 7 8 9 10 11 12 13

2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 10 10 11 11 12 12

1 X X X X X X X

Atividades i

X X X X X X X X X X

=1 Q1 Q1 Q1 Q1+Qi Q1+Qi Q1+Qi Qi Qi Qi Qi Qi

< 1 (decrescente)

< 1 (crescente)

[Qi,(a,a,b)]

[Q1,(3,3,3.5)]

[Qi,(c,c,d)]

Tabela 4.1.b Processo de mapeamento da demanda de um recurso

Esse processo possibilita aplicao dos critrios de agregao da demanda em funo do seu comportamento a cada intervalo de tempo. A partir dessa agregao, obtm-se um perfil da possibilidade de demanda de um recurso ao longo do tempo. Embora esse mapeamento, apresentado na tabela 4.1.b, seja condio necessria e suficiente para aplicao de processos de nivelamento e alocao de recursos, cabe comentar o emprego de uma tcnica auxiliar, de uso extenso na programao por recursos com nmeros ordinrios, que a elaborao de histogramas das demandas de recursos ao longo do tempo. Todas as representaes de possibilidade de demandas de recursos ou de ocorrncia de atividades tem sido feitas, nesta tese, em funo das respectivas funes de pertinncia.

149

A transposio de seu emprego para programaes que envolvam o tratamento da incerteza na simulao de atividades requer cuidadosa crtica e sua interpretao, cuidados particulares. Isto se deve ao fato da programao considerar demandas com diferentes possibilidades de ocorrncia. Considere-se , por hiptese, as atividades apresentadas, anteriormente, na figura 4.1.3., cuja representao do comportamento da demanda agregada reapresentado abaixo.
R (t) = RA (t) + RN (t)

R
R = Qa + Qn (Qa+Qn)

R = (Qa+Qn) (a,b,b)

R = (Qa+Qn) (c,c,d)

Figura 4.1.3 (parte) Representao da demanda agregada de recurso de duas atividades

A leitura a ser feita a seguinte : no intervalo de tempo (a, b), a possibilidade de ocorrncia de R crescente e atinge o valor mximo em t = b; no perodo (b, c), a ocorrncia de R certa, e atinge durante esse perodo uma demanda, ao longo do tempo de (QA + QN); no intervalo (c, d), a possibilidade de ocorrncia de R decrescente, e atinge valor nulo em t = d. A extenso da representao desse caso particular em que duas atividades apresentam a mesma funo de pertinncia e no mesmo intervalo de tempo, para condies

150

generalizadas requer cuidados adicionais e sua interpretao significativamente mais restrita. Considere-se a situao apresentada na
Atividade A RA (t) = Qa (a,b,c,d)

figura 4.1.6. Nela apresentado o resultado de uma agregao de demandas, indicando no eixo das e ordenadas no a os sua volumes respectiva

demandados

possibilidade de ocorrncia. A interpretao da informao contida nesse eixo requer cuidados especficos.
e Atividade N RN (t) = Qn (a,b,c,d) f g h t

[A] R = QA (t), t = e, R = QA (e),

Q
C

G D

[B] R = QA (t),+ QN (t) t = b, R = QA + QN (b)

B A

[C] R = QA + QN (b)
F a e b f c g d h t

t = f, R = QA + QN

Figura 4.1.6 Histograma de agregao de demandas

(atividades com diferentes funes de pertinncia)

Os demais intervalos de tempo tem tratamento anlogo. Os maiores cuidados so quanto a interpretao de informaes como a referente ao intervalo [C], por exemplo, onde agrega-se uma demanda de ocorrncia certa com outra de ocorrncia incerta. Esta leitura s pode ser obtida com o auxlio das prprias funes de pertinncia das atividades envolvidas. Isso implica em severa restrio no uso dessa representao 151

grfica, posto que os dados indicados no eixo das ordenadas so compostos por demandas com diferentes nveis de possibilidade de ocorrncia e no permitem uma leitura direta associada a um nmero ordinrio.

Por outro lado, a agregao das possveis demandas de acordo com os procedimentos apresentados no item 4.1.1 e estruturados conforme a tabela 4.1.b permite incorporar essas consideraes, observadas as operaes com conjuntos nebulosos. A partir desse processo de agregao da demanda de um dado recurso e identificados os atributos de tempo3 relativos s datas de programao das atividades que demandam esse recurso, torna-se possvel selecionar um conjunto de regras heursticas a serem empregadas como suporte programao por recursos.

Datas de incio e termino (cedo e tarde) e folga total, com as respectivas funes de pertinncia.

152

4.2 ANLISE COMPARADA DE REGRAS HEURSTICAS O objetivo desta etapa propor procedimentos de programao de atividades baseados em regras heursticas de nivelamento e alocao de recursos. Isto ser feito tomando-se por base estudos anteriores que avaliam o desempenho dessas regras, bem como selecionando aquelas que empreguem atributos de tempo como os disponibilizados pelo mtodo CPM extensivo a nmeros nebulosos.

So apresentadas descries dos processos considerados mais relevantes e conduzida uma anlise comparada quanto aos seguintes aspectos : avaliaes anteriores quanto a desempenho; algoritmo de aplicao; emprego de atributos de tempo.

A partir dessa anlise feita uma sntese dos resultados e proposto um processo para suportar programaes por recursos com tempos expressos por nmeros nebulosos.

4.2.1 Reviso de Mtodos Heursticos para Nivelamento de Recursos A anlise contempla trs mtodos, dois clssicos e o terceiro, mais recente e voltado para resolues expeditas.

A abordagem, aqui proposta, abordar o processo de nivelamento de recursos pela vertente da priorizao das atividades, estabelecendo procedimentos para o emprego de regras heursticas de priorizao a partir dos atributos de tempo das atividades.

153

4.2.1.1 Antill e Woodhead4

O nivelamento conduzido a partir do critrio bsico de priorizao do uso dos recursos. Cada recurso nivelado individualmente seguindo uma seqncia preestabelecida; um processo de nivelamento no altera as condies estabelecidas na etapa anterior, caracterizando um processo em cascata ou srie. Processo com regras procedurais simples, porm de aplicao extremamente complexa e trabalhosa mesmo para redes de porte mdio.

4.2.1.2 Moder5

Os autores apresentam um algoritmo para a aplicao do processo proposto por (Burgess, 1962) o qual estabelece critrios de prioridade para atividades e no para recursos; o princpio do algoritmo avaliar as flutuaes no usos de um determinado recurso e buscar sua minimizao pelo mtodo da soma dos quadrados. Os passos bsicos so os seguintes : identificao, em uma matriz, das atividades pela ordem de precedncia, incluindo durao, data de incio cedo e folgas obtidas a partir de uma primeira verso de programao com o mtodo CPM ; a reprogramao tem incio pela ltima atividade, ao final da matriz; o processo prev o estudo do remanejamento das atividades, da ltima para a primeira, perodo a perodo, buscando obter a menor soma dos quadrados dos recursos requeridos a cada unidade de tempo 6.

(Antill e Woodhead, 1995)

154

Caso mais de uma soluo conduza ao mesmo total das somas dos quadrados, ento a atividade sob anlise ser programada para a data mais tarde possvel, valendo-se das folgas das precedentes;

mantendo-se a ltima atividade fixa na data decorrente da etapa acima, repete-se o processo para a atividade imediatamente anterior;

repete-se o passo anterior at que todas as atividades tenham sido analisadas, completando o primeiro ciclo do nivelamento;

repete-se todo o ciclo at que no seja possvel se obter maiores redues nas somas dos quadrados dos recursos requeridos;

caso exista algum recurso crtico, repete-se o processo com ordenaes alternativas das atividades, respeitada a precedncia lgica;

escolhe-se a melhor programao e aplicam-se os ajustes finais.

Apesar de conter vrias etapas e aparentar ser trabalhoso, um algoritmo de reconhecida eficincia e empregado, com variaes, por vrios software de apoio programao de empreendimentos.
4.2.1.3 Harris7

Processo baseado na formulao de uma programao-base ou de um histograma-base com as atividades crticas e na reprogramao das atividades cuja folga total seja menor ou igual sua durao.

(Moder et al, 1983) Isto significa trabalhar em um nvel de uso do recurso o mais baixo possvel menor soma. O emprego da soma de valores ao quadrado uma forma de tornar as variaes mais evidentes. 7 (Harris, 1990)
6

155

Cada atividade no-crtica progressivamente adicionada ao histograma de recursos de modo a contribuir com a menor variao possvel. O resultado aproxima-se significativamente daqueles obtidos pelas heursticas de momentos mnimos. Os passos bsicos so : estabelecer matriz de alocao dos recursos em funo das atividades; identificar, na matriz, quais posies podem ser ocupadas por uma dada atividade, quais devem ser ocupadas por ela e quais nunca podero ser ocupadas; atribui-se recursos s locaes possveis; inicia-se a reprogramao das atividades pelas seguintes prioridades :

as atividades com maior taxa de consumo de recursos; folgas totais das menores para as maiores; seqncia de atividades (cadeias) das menores para as maiores;

reprograma-se a primeira atividade; as atividades seguintes vem em cascata, procurando-se minimizar as penalizaes s subsequentes ;

em caso de empate de penalizaes, prevalece a data mais cedo.

Este processo descrito acima tem a vantagem sobre o anterior de ser mais rpido, embora os processos de momentos mnimos nem sempre sejam to eficientes como os que empregam a soma dos quadrados.

156

4.2.1.4. Anlise Comparada

Aspectos Relevantes
Atributos de tempo Algoritmo

Antill e Woodhead

Moder

Harris
nfase na atividade; emprega atributos de folgas. Segue seqncia lgica e prioriza atividades pelo critrio de menor folga total; complementa a anlise priorizando atividades que apresentem maior taxa de consumo de recursos.

nfase no recurso e no nfase na atividade; na atividade. emprega atributos de datas e folgas. Processo em srie. Prioriza recursos e nivela um recurso por etapa, sucessivamente. Observa seqncia lgica e prioriza atividades pelas suas datas e folgas. Seleo da soluo a partir daquela que cause menor impacto, isto variao no carregamento da etapa anterior.

Avaliaes anteriores

Forte referncia acadmica Poucas referncias prticas.

O mais disseminado. Uso extensivo em softwares de programao que processam redes lgicas.

Algoritmo mais recente e mais rpido. Sem referncias quanto ao seu emprego em softwares de programao de empreendimentos.

Tabela 4.2.a Sntese dos mtodos de nivelamento analisados

A tabela acima indica que dois mtodos de nivelamento empregam atributos de tempo, embora o mtodo de Harris seja voltado apenas para o tratamento da folga total. Os resultados obtidos com o mtodo CPM extensivo a nmeros nebulosos indicam ser possvel empregar ambos os mtodos, bem como variaes com a incluso de regras heursticas complementares.

157

A opo por uma variante do mtodo de Moder pela sua maior flexibilidade em incorporar novas regras heursticas, combinado com a tcnica do mtodo de Harris de estabelecer uma programao-base.

4.2.1.5.Proposio de Processo de Nivelamento

Esta tese prope o seguinte processo de nivelamento, variante do algoritmo de Moder . 1 - Critrio de priorizao de atividades Regras a serem consideradas8 maior durao; data de incio cedo; data de trmino cedo; menor folga total; trmino tarde.

Aplicao do critrio : tabulao das atividades no crticas; classificao isolada a partir de cada regra; classificao geral por avaliao simples, sem ponderao, priorizando as atividades para programao sequenciada, porm no em srie; programaes em paralelo so admitidas, observado o impacto na variao do carregamento do recurso; avaliao direta da variao do carregamento do recurso, sem emprego do mtodo dos mnimos quadrados; desempates total. entre atividades concorrentes ao mesmos recurso obedecero ao critrio de menor impacto no carregamento e menor folga

8 O estabelecimento desse conjunto de regras j leva em conta avaliaes para os processos de alocao de recursos como ser visto adiante.

158

2 Construo da matriz de carregamento, conforme tabela 4.1.b, alocando inicialmente as atividades crticas e as demais a partir de suas datas cedo. 3 Obteno do carregamento decorrente das atividades crticas. 4 Reprogramao das atividades com folgas, a partir dos critrios de prioridade, observadas as restries da rede lgica. O objetivo provocar o menor impacto possvel no carregamento do recurso, em termos de volume instantneo, identificando o intervalo de datas de incio e trmino que provoque a menor variao no estgio anterior de carregamento. 5 Caso mais de uma soluo seja possvel, ou seja tenham o mesmo impacto, ser adotada a programao mais cedo, buscando preservar, onde possvel, folgas remanescentes. 6 Mantendo-se as programaes anteriores fixas, repete-se o ciclo de procedimentos para a prxima atividade, conforme lista de classificao de prioridades, sucessivamente at que se complete o nivelamento. O ciclo completo pode ser repetido, para sucessivos ajustes, at que as variaes entre os possveis perfis de demanda dos recursos no apresentem variaes significativas9.

As seguintes consideraes devem ser incorporadas a esse processo, para o tratamento de TFNs e TrFNs. 1 Caso duas atividades tenham a mesma folga total, o critrio de desempate inicial ser por aquela que apresente menor medida de possibilidade (menor possibilidade de ocorrncia).

Lembrar que isto requer uma avaliao daquele que pode correr riscos quanto a programao da produo.

159

Em sendo iguais e de valor mximo ( = 1), tem prioridade a atividade com menor data de trmino mais cedo. Em sendo iguais, porm com possibilidade de ocorrncia inferior a 1, tem prioridade a atividade que apresentar maior ndice de conformidade entre suas datas de trmino tarde versus trmino cedo, conforme procedimento de clculo j apresentado no captulo anterior. Em sendo diferentes, porm com possibilidade de ocorrncia inferior a 1, tem prioridade aquela que apresentar menor medida de possibilidade. O emprego de critrio baseado no ndice de conformidade uma anlise de segunda ordem, que avalia o grau de semelhana da data tarde com a data cedo. Um maior ndice de conformidade, para uma dada atividade, indica que essas datas tem maior semelhana e portanto a atividade tem maior possibilidade de se tornar crtica. 2 Caso duas atividades apresentem datas de incio e trmino semelhantes, o critrio de desempate anlogo ao anterior, ou seja por anlise de compatibilidade de eventos, empregando-se avaliaes de medida de possibilidade e ndice de conformidade. 3 A avaliao do carregamento se d de duas formas : a identificao dos maiores picos de demanda possveis e o possvel carregamento mdio. Isto pode ser observado a partir do mapeamento da demanda conforme a estrutura apresentada na tabela 4.1.b ou de modo aproximado, mantidas as ressalvas anteriores no item 4.1.2, pelo possvel perfil de demanda ao longo do tempo representado de forma grfica.

A anlise da reduo dos picos isolados de demanda de recursos por si s um resultado relevante do processo de nivelamento, particularmente quanto do emprego do

160

mtodo CPM extensivo a nmeros nebulosos. Esta observao se deve ao fato desse tipo de programao tornar possvel identificar possveis picos de demanda decorrentes das incertezas associadas s datas de incio e trmino das atividades, ou seja eventuais sobreposies de atividades que no so identificadas e tratadas nas abordagens determinsticas. O algoritmo aqui proposto apresenta duas caractersticas que merecem destaque, a saber : trata o processo de nivelamento de recursos pela vertente da priorizao das atividades; sua estrutura bsica convergente e de reconhecida eficincia, alm de ser a mais difundida em aplicaes voltadas para o gerenciamento de empreendimentos, em particular na fase de produo. Sua transposio para o tratamento de atividades cujos atributos de tempo sejam expressos por meio de nmeros nebulosos, atravs das proposies aqui formuladas, prov um processo de programao consistente e contempla um dos objetivos desta tese. Adiante, um estudo de caso bsico demostra os procedimentos para sua aplicao e um segundo estudo de caso, prprio do setor da construo civil, apresenta sua aplicabilidade.

161

4.2.2 Reviso de Mtodos Heursticos para Alocao de Recursos O campo das regras e dos mtodos heursticos para alocao de recursos extenso e a seleo de regras aplicveis a cada caso de programao o problema da alocao de recursos tem merecido inmeros trabalhos, os mais relevantes objeto de comentrios no captulo de reviso bibliogrfica. No propsito desta tese conduzir novas avaliaes quanto ao desempenho dessas regras, algo que j foi objeto de estudos anteriores e que suportam o presente desenvolvimento. A contribuio aqui apresentada refere-se transposio de um conjunto de regras para emprego com nmeros nebulosos e de maneira mais anloga possvel ao processo de nivelamento j formulado. Isto torna possvel a consolidao de um processo de programao por recursos, baseado em regras heursticas, capaz de atender a restries de prazo e de volumes de recursos, conforme o caso, incorporando o tratamento de nmeros nebulosos. Desta forma o processo formulado nesta tese, desde o mtodo CPM extensivo a nmeros nebulosos aos algoritmos de nivelamento e alocao de recursos, permite a conduo de todo o processo de programao da produo, com o emprego de nmeros nebulosos. Atende-se portanto ao foco sistmico apresentado no captulo 2, aspecto que ser melhor explorado na captulo relativo s concluses desta tese. Os levantamentos de regras heursticas para alocao de recursos mais relevantes so apresentados adiante.

162

4.2.2.1 Reviso das Regras Heursticas para Alocao de Recursos

Moder Nome da Regra Atividade com menor folga Atividade com menor data de trmino tarde Mtodo da Programao de Recurso Notao
10

Descrio da Regra Programa primeiro as atividades com menor folga total. Programa primeiro as atividades com valores menores (mais cedo) de data de trmino tarde. ndice de prioridade calculado com base na comparao do par composto das datas de trmino cedo e incio tarde. Proporciona prioridade, de modo aproximado, a incrementar a data de trmino tarde. Programa primeiro as atividades com maior demanda de recurso, a fim de concluir as atividades que possam engarrafar. Da prioridade ao grupo de atividades que resultam no menor volume de recursos ociosos em cada intervalo de programao. Envolve a processos com programao linear inteira logartmica. Programa primeiro as atividades com menor tempo de durao, de modo a concluir o maior numero de atividades em um dado intervalo de tempo. Prioriza o maior grupo de tarefas que possam ser programadas em um dado intervalo. Envolve programao linear inteira logartmica. Prioriza atividades selecionadas aleatoriamente.

MINSLK

LFT

RSM

Maior demanda de recursos

GRD

Recurso com maior utilizao

GRU

Operao com concluso iminente

SIO

Tarefas mais possveis

MJP

Atividade selecionada aleatoriamente

RAN

Tabela 4.2.b Regras heurstica propostas por Moder.

Notaes em ingls. Estas regras foram objeto de extensa avaliao de desempenho por (Davis e Patterson, 1975).

10

163

Nome da Regra Atividade mais longa

Morse11 Notao12 Descrio da Regra LAF Prioriza a atividade de maior durao

Atividade de concluso mais cedo Primeira a iniciar, primeira a ser atendida Data de trmino tarde

SJF

Prioriza a atividade de menor durao

FCFS

D prioridade a atividade que comea primeiro Prioridade para as atividades com data de trmino mais tarde Prioridade para as atividades com menores data de trmino cedo Prioriza as atividades com menor folga total

LFT

Menor data de trmino cedo Menor folga primeiro

MEF

MSF

Maior folga primeiro

Max SF

Prioriza as atividades com maior folga total

Atividade de maior impacto Atividade de maior demanda de recurso Taxa de consumo de recursos

ACTIM

ACTRES

Atende primeiro as atividades que consomem mais tempo em um dada caminho da rede lgica Prioriza as atividades que apresentem a maior relao durao x volume de recursos Atende as atividades com a maior taxa de consumo de recursos em um dado caminho

ROT

Tabela 4.2.c Regras Heurstica propostas por Morse

11 12

(Morse et al, 1996) Notaes em ingls.

164

Nome da Regra Menor durao Maior durao Mais sucessoras Menos sucessoras Mximo de sucessoras Mnimo de sucessoras Mais dependncias Maior caminho Max. sucessoras/nvel Maior classificao Menor classificao Max. de atividades Max clas. / menor dur. Incio mais cedo Menor data cedo Data incio tarde Data trmino tarde Menor folga Menor folga/sucessora Program. de recursos Durao recurso eq. Dur. acum. rec. equiv. Maior demanda rec. Maior utilizao rec. Maior produto prior. Aleatria

Olagubel e Goerlich13 Notao 14 Descrio da Regra SPT LPT MIS LIS MTS LTS LNRJ LPF MS/L GRPW LRPW MJP GPRPW FCFS EFT LST LFT MINSLK LF/S RSM RED CUMRED GRD GRU GPOP Random Atividades de menor durao primeiro Atividades de maior durao primeiro Maior quantidade de sucessoras imediatas Menor quantidade de sucessoras Maior quantidade total de sucessoras Menor quantidade total de sucessoras Mais predecessoras e sucessoras Maior caminho de sucesso Mais sucessoras com data tarde mais tarde Durao atividade + durao sucessoras Extenso da menor durao Maior grupo de atividades em conjunto SPT + GRPW Inicia primeiro atendida primeiro Inicio cedo + durao Prioriza as atividades mais urgentes Prioriza por data de concluso Menor folga total Menor folga x quantidade de sucessoras Menor incremento na data tarde Atividades com maior durao equivalente Maior durao equivalente acumulada Maior utilizao de recursos Menor vol. recursos ociosos Combinao de regras Prioridade aleatria

Tabela 4.2.d Regras Heursticas do levantamento conduzido por Olagubel e Goerlich

13 14

(Olagubel e Goerlich, 1989). Notaes expressas em ingls.

165

4.2.2.2 Anlise Comparada

(Patterson, 1975) Avaliao feita do conjunto de regras da tabela 4.2.b mediante a resoluo de 83 problemas, aplicando-se primeiro um algoritmo de soluo tima (branch and bound) e a seguir cada uma das regras analisadas, isoladamente. Os resultados so observados na tabela 4.2.e. Regras MINSLK LFT Critrios
No de vezes que a regra obteve o menor prazo, incluindo empates No de vezes que a regra obteve o menor prazo, isoladamente No de vezes que a regra proporcionou a maior durao, incluindo empates No de vezes que a regra proporcionou a maior durao, isoladamente

RSM GRD RAN GRU MJP

SIO

50 15 2 1

28 5 4 0

28 5 2 2

15 4 20 11

13 5 14 8

6 0 14 1

4 1 30 14

3 1 33 18

Tabela 4.2.e Resultados dos testes de (Patterson, 1975)

As concluses de Patterson foram : nenhuma regra apresentou um melhor desempenho em todos os testes; a regra MINSLK menor folga total apresentou o melhor desempenho; a regra LFT data de trmino tarde, apresentou o segundo melhor desempenho; no foram identificadas limitaes no emprego de regras heursticas em funo do porte da rede lgica. Essa ltima concluso tornou-se extremamente relevante e propiciou a disseminao desse tipo de abordagem nos algoritmos de alocao de recursos para softwares de

166

programao de empreendimentos com capacidade para processamento de redes lgicas. A grande restrio a essa anlise quanto a avaliao de cada regra de modo isolado. Isso foi contornado, parcialmente, por (Morse et al, 1996).

Morse Nessa avaliao foram empregados os mesmos testes formulados por Patterson, inclusive os resultados das solues timas15 como referncia para avaliao do desempenho das regras. Acrescentou-se ao processo de avaliao conjuntos de regras heursticas combinadas, por ordem de aplicao e sem ponderao. As regras avaliadas encontram-se na tabela 4.2.c, j apresentada.
Critrio Max SF SJF MEF ROT LAF FCFS MSF Patterson LFT ACTRES ACTIM Combinao de 3 regras Combinao de 4 regras Combinao de 5 regras No de duraes timas 6 8 10 10 17 18 20 27 29 30 35 45 46 48

Tabela 4.2.f Resultados da resoluo com 10816 carregamentos por (Morse et al, 1996)

15 16

Ver comentrios anteriores, feitos nesta tese, quanto ao emprego desse termo. Trata-se de carregamentos formulados para um segundo conjunto de testes conduzidos por Patterson, para identificao de desempenho de algoritmos de solues timas.

167

As combinaes de regras citadas na tabela 4.2.f encontram-se abaixo. ACTIM, LFT, ROT. ACTIM, LFT, ROT, ACTRES. ACTIM, LFT, ROT, ACTRES, MEF.

Das cinco regras combinadas, trs tratam especificamente de atributos de tempo, so elas : ACTIM maior durao, no caminho sob anlise; LFT data de trmino mais tarde; MEF menor data cedo.

Duas regras apresentam desempenho relevante em ambos os testes, menor folga e data de trmino tarde. A regra de incio cedo apresenta o melhor desempenho, aps o critrio de menor folga, no teste de Morse.

Isto significa que possvel se aplicar o mesmo processo estabelecido para o nivelamento de recursos, apenas se introduzindo o relaxamento da restrio de prazo.

4.2.1.5.Proposio de Processo de Alocao

O processo de alocao de recursos tratado como um desdobramento do processo de nivelamento, onde o objetivo passa a ser determinar o menor prazo possvel para a produo, respeitado um certo perfil de disponibilidade de um recurso. As modificaes no algoritmo de nivelamento so de procedimentos.

168

Inicialmente se conduz um nivelamento e a seguir, caracterizado o conflito com o perfil de disponibilidade de um dado recurso, vai se alongando o prazo da produo at se obter uma curva de possibilidade de demanda que atenda ao perfil de disponibilidade no menor prazo possvel.

H que se fazer consideraes adicionais quanto ao confronto do perfil de disponibilidade e demanda de recursos em ambiente de incerteza. A nica abordagem17 at hoje conduzida sobre esse tema, envolvendo nmeros nebulosos, lida com processos de subtrao de nmeros nebulosos para tratar do

confronto entre demanda e oferta de recursos.

Isto introduz um novo grau de incerteza no tratamento dos recursos e obriga a um processo de anlise desdobrado, na medida em que o autor emprega processos de subtrao que resultam em volumes de recursos com baixa possibilidade de ocorrncia (<1) para atender a atividades com possibilidade de ocorrncia mxima ( = 1), no estabelecimento de soluo de designao de recursos.

Esta tese trata essa etapa final do processo de programao por recursos de uma forma diferenciada. Entende-se que a designao de um recurso seja decorrente de dois refenciais de anlise, o perfil da possvel demanda do recurso, proveniente de um processo de programao, e das condies de mobilizao / desmobilizao desse recurso.

17

(Lorterapong, 1995)

169

A deciso final sempre subjetiva e fruto de uma anlise de compromisso e risco entre o perfil de oferta a ser estabelecido para o recurso e a sua possvel demanda, observada a partir de simulaes. No se entende, nesta tese, que esse processo, prprio daquele que decide, que pode assumir o risco da deciso, possa ser substitudo ou minimizado por abordagens essencialmente matemticas, por mais abrangentes que sejam. Ao se introduzir esse tipo de tratamento na programao, os resultados acabam incorporando um vis prprio daquele que estruturou o processo de programao e no da sua aplicao a um dado cenrio

Essa tese adota o princpio de identificar os eventuais conflitos entre um perfil de oferta de recursos em estudo versus o perfil da possvel demanda desse mesmo recurso, e oferecer os indicadores da possibilidade de ocorrncia desses eventos de conflito. Cabe quele que detm o poder de decidir e assumir o risco da conduo da produo, avaliar esses indicadores e formular a soluo de designao do recurso. Ao processo de programao cabe estabelecer simulaes e indicadores consistentes para a identificao das possveis situaes de risco. Os procedimentos de avaliao de compatibilidade entre eventos, medida de possibilidade e ndice de conformidade, aplicados conforme formulado nesta tese, so suficientemente consistentes para isso, como j demonstrado nas avaliaes do mtodo CPM extensivo a nmeros nebulosos.

Feitas essas consideraes, so apresentados os ajustes no processo de nivelamento para adequa-lo s necessidades de uma programao de alocao de recursos.

170

A principal diferena entre os dois processos a relaxao da restrio do prazo da produo. Isto significa que, agora, todas as atividades da rede lgica podem ser reprogramadas.

As principais etapas do processo so : resoluo da rede lgica pelo mtodo do CPM extensivo a nmeros nebulosos; priorizar todas as atividades segundo os mesmos critrios do processo de nivelamento; a alocao das atividades e a correspondente agregao de demanda de recursos empregam a mesma estrutura do nivelamento; os critrios de desempate e compatibilidade de eventos tambm so mantidos; as atividades so alocadas seqencialmente, mas no em srie, observando-se , a cada intervalo, os possveis valores de pico de demanda; na medida em que se identifica um possvel conflito interrompe-se a alocao at que a possvel demanda ao longo do tempo retorne a nveis que permitam a alocao suspensa. Trata-se de uma programao sequenciada e no apenas em paralelo, quando, a cada interrupo de alocao, as atividades do prximo intervalo so reagrupadas e novamente priorizadas. A retomada da alocao de uma atividade sempre a partir da data mais cedo possvel.

Dessa forma, consegue-se formular um processo de programao por recursos capaz de atender tanto a soluo de problemas de nivelamento como de alocao, envolvendo atividades cujas datas so expressas por TFNs e TrFNs.

171

4.3 ESTRUTURAO NMEROS NEBULOSOS

DO

PROCESSO

DE

PROGRAMAO

POR

RECURSOS

COM

Neste item desenvolve-se a aplicao de um caso elementar, de modo a demonstrar o processo de programao resultante das consideraes feitas nos itens anteriores, quando foram estabelecidos procedimentos para a agregao das demandas de recursos, e selecionadas regras heursticas para aplicao a simulaes com o mtodo CPM extensivo a TFNs e TrFNs. O caso toma como referncia a mesma rede lgica elementar empregada para a demonstrao do mtodo CPM no captulo anterior, acrescentando-se uma demanda genrica e unitria de um recurso ao longo do tempo. A figura 4.3.1 apresenta o resultado obtido ao final da simulao com o mtodo CPM. Todas as atividades no crticas apresentam folgas claramente definidas. A seguir so estabelecidos os intervalos de ocorrncia simultnea de atividades, mediante operaes de interseo , conforme mostrado na tabela 4.3.a e na figura 4.3.2. A seguir feito o mapeamento dos intervalos nos quais possvel se agregar demandas com mxima possibilidade de ocorrncia, apresentado na figura 4.3.3. Os intervalos de tempo definidos j na programao pelo mtodo CPM so em unidades de tempo, posto ser este um caso conceitual.

O mapeamento final do perfil da demanda pode ser encontrado na tabela 4.3.b. Observe-se que esse perfil combina valores de demanda associados a mxima possibilidade de ocorrncia com outros de menor possibilidade de ocorrncia. No intervalo [1 2], por exemplo, o perfil obtido pela agregao de Q1 e Q3, com respectivos = 1, com Q2 (<1) e (Q5+Q8) com os respectivos >1. 172

A agregao de Q2 e (Q5+Q8) feita pela operao de unio de conjuntos nebulosos. O incremento de demanda observado no final do intervalo deve ser interpretado como sendo uma variao da possibilidade de ocorrncia de (Q5+Q8), que chega a seu valor mximo no instante 3, que pode ser visto como a identificao da maior possibilidade de demanda do recurso. Uma caracterstica marcante desse tipo de programao envolvendo incerteza a identificao da possibilidade de ocorrncia de picos de demanda que no so identificados ou previstos em anlises determinsticas. Essas anlises no conseguem simular certas condies de sobreposio entre atividades, tais como as observveis nos instantes t= 3 e t = 11. Alm disso, verificando-se os perodos de ocorrncia de demanda estvel (com = 1), nota-se que so freqentemente sobrepostos por demandas de recursos com possibilidade de ocorrncia incerta. Isto indica situaes de possibilidade de ocorrncia de demandas suplementares, que tambm no podem ser previstas por mtodos determinsticos.

173

1,0

2,5 1,0

3,0

3,5

11,6 0,8 1,0 1,2 10,8 11,0 13,1

1,0

8,4 1,6 2,0 2,4 7,6 8,0 9,6

1,0

2,5 1,0

3,0

3,5

8,9

11,0

13,1

11,4

1,6 1,0

2,0

2,4

4,1

5,0

5,9

10,1

11,0

13,1

6
18,5 2,5 3,0 3,5 10,5 12,0 13,5 16,5 18,0 21,1

1,0

8,9

11,0

13,1

14,9

18,0

21,1

1,0

1,6

2,0

2,4

5,1

6,0

6,9

17,1

18,0

21,1

LEGENDA programao de execuo mais cedo da atividade atividade com programao de execuo crtica folga total data de trmino tarde

Figura 4.3.1 Diagrama de possibilidade de ocorrncia das atividades

174

Atividade 1 2 3 4 5 6 7 8 2,5 10,8 7,6 8,9 10,1 16,5 14,9 17,1 Atividade 1 2 3 4 5 6 7 8 2,5 0,8 1,6 8,9 4,1 10,5 14,9 5,1 Trmino Tarde 3 11 8 11 11 18 18 18 Programao (0,0,3,3.5) (0,0,1,1.2) (0,0,.2,2.4) (2.5,3,11,13.1) (1.6,2,5,5.9) (2.5,3,12,13.5) (8.9,11,18,21.1) (1.6,2,6,6.9)

Trmino Cedo 3 1 2 11 5 12 18 6 3,5 13,1 9,6 13,1 13,1 21,1 21,1 21,1 3,5 1,2 2,4 13,1 5,9 13,5 21,1 6,9 Ct 3,0 11,6 8,4 11,0 11,4 18,5 18,0 18,7 Interseco

Cc 3,0 1,0 2,0 11,0 5,0 12,0 18,0 6,0 Folga Total 0,0 10,6 6,4 0,0 6,4 6,5 0,0 12,7 Durao (0,0,1,1.2) (0,0,2,2.4) (1.6,2,3,3.5) (1.6,2,5,5.9) (2.5,3,6,6.9) (2.5,3,11,13.1) (8.9,11,12,13.5) (8.9,11,18,21.1)

1 2 3 1 3 1 5 8 45 6 8 4 6 8 4 6 6 7
7,0

Tabela 4.3.a Intervalos de possibilidade de execuo simultnea de atividades

Obs. : a) Cc e Ct correspondem s coordenadas dos centrides geomtricos b) Os dados de folga total correspondem apenas ao intervalo entre centrides.

175

1,0

123
t

0,8

1,0

1,2

1,0

13
t

2,0

2,4

1,0

1 5 8

1,6

2,0

3,0

3,5

1,0

4568

2,5

3,0

5,0

5,9

1,0

468

2,5

3,0

6,0

6,9

1,0

46

2,5

3,0

11,0

13,1

1,0

67

8,9

11,0

12,0

13,5

1,0

7
t

8,9

11,0

18,0

21,1

10

11

12

13

14

15

16

17

18

19

20

21

Figura 4.3.2 - |Diagrama de possibilidades de execuo simultnea de atividades

176


1,0

1,0

2,5

3,0

3,5

2
11,6 0,8 1,0 1,2 10,8 11,0 13,1

1,0

3
8,4 1,6 2,0 2,4 7,6 8,0 9,6

1,0

4
2,5 3,0 3,5 8,9 11,0 13,1

1,0

5
11,4 1,6 2,0 2,4 4,1 5,0 5,9 10,1 11,0 13,1

1,0

6
18,5 2,5 3,0 3,5 10,5 12,0 13,5 16,5 18,0 21,1

1,0

7
8,9 11,0 13,1 14,9 18,0 21,1

1,0

8
1,6 2,0 2,4 5,1 6,0 6,9 17,1 18,0 21,1

Intervalos nos quais mxima a possibilidade de ocorrncia simultnea das atividades neles indicadas

1+2+3 1+3

1+5+8 4+5+6+8

4+6+8 4+ 6

6+7 7+2

10

11

12

13

14

15

16

17

18

19

20

21

Figura 4.3.3 Identificao dos intervalos de alocao de recursos

177

Evento 1

Perodo 0 1 1 2 3 4 5 6 7 8 9 10 11 12

2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 10 10 11 11 12 12 13 13 14 14 15 15 16 16 17 17 18 18 19 19 20 20 21 21 22 21 20 19 18 17 16 15 14 13

=1 < 1 (decrescente) < 1 (crescente) Q1+Q2+Q3 Q1+Q2+Q3 Q1+Q3 [Q2,(1,1,1.2)] [Q5+Q8,(1.6,2,2)] Q1+Q3+Q5+Q8 Q1+Q5+Q8 [Q3,(2,2,2.4) [Q4+Q6,(2.5,3,3)] Q1+Q4+Q5+Q6+Q8 Q4+Q5+Q6+Q8 [Q1,(3,3,3.5)] Q4+Q5+Q6+Q8 Q4+Q5+Q6+Q8 Q4+Q5+Q6+Q8 Q4+Q6+Q8 [Q5,(5,5,5.9)] Q4+Q6+Q8 Q4+Q6 [Q8,(6,6,6.9)] Q4+Q6 Q4+Q6 Q4+Q6 Q4+Q6 Q4+Q6 Q4+Q6 [Q7,(8.9,11,11)] Q4+Q6 [Q7,(8.9,11,11)] Q4+Q6 [Q7,(8.9,11,11)] Q4+Q6+Q7 Q6+Q7 [Q4,(11,11,13.1)] Q6+Q7 [Q4,(11,11,13.1)] [Q4,(11,11,13.1)], [Q6,(12,12,13.5)] Q7 [Q4,(11,11,13.1)], [Q6,(12,12,13.5)] [Q4,(11,11,13.1)], [Q6,(12,12,13.5)] Q7 Q7 Q7 Q7 Q7 [Q7,(18,18,211)] [Q7,(18,18,211)] [Q7,(18,18,211)] [Q7,(18,18,211)] [Q7,(18,18,211)] [Q7,(18,18,211)] [Q7,(18,18,211)]

Tabela 4.3.b Demanda de recursos em funo das possibilidades de execuo das atividades
Q = recurso unitrio alocado a cada atividade

178

4.3.1 Processo de Nivelamento de Recursos Inicialmente feita uma classificao das atividades que dispem de folga, conforme conjunto de regras estabelecidas no item anterior. O objetivo aplicar um processo de nivelamento que reduza tanto o possvel pico de demanda observado no instante t = 3, como no nvel de flutuao mdio da possvel demanda que situa-se em torno de quatro vezes a quantidade de recursos unitrios alocados s atividades. Para tanto so remanejadas as datas de programao das atividades conforme apresentado na tabela 4.3.c. Um comentrio final deve ser feito quanto ao remanejamento de datas expressas por nmeros nebulosos. A fim de preservar as condies de incerteza manifestadas no cenrio, mantido o grau de disperso das datas originais. Entende-se por disperso o afastamento dos extremos do intervalo de validade da funo de pertinncia associada data, com relao ao instante no qual seu valor mximo. Isto significa que mantido o mesmo comportamento da funo de pertinncia original, s que aplicado a um novo intervalo de tempo. Os resultados da aplicao do processo de nivelamento proposto nesta tese apresentado na tabela 4.3.d, na qual pode-se observar que o nvel de flutuao da possibilidade de demanda cai para apenas uma vez a quantidade de recursos unitrios alocados s atividades e o possvel pico de demanda cai de cinco vezes para trs vezes a quantidade de recursos unitrios. Cabe um comentrio final quanto soluo do nivelamento propriamente dita, ou seja a soluo de designao do recurso.

179

Os resultados at aqui obtidos com o processo de nivelamento esto voltados para o tratamento da simulao da possibilidade de demanda. Esses resultados so uma baliza para a formulao da soluo de designao do recurso, conforme j analisado no item anterior. Devem ser acrescentados critrios quanto s condies de mobilizao e desmobilizao do recurso. Dado que nesse estudo de caso, o objetivo apresentar a estrutura do processo de nivelamento, seu cenrio no contempla elementos que permitam consideraes adicionais quanto a soluo para a designao do recurso. No estudo de caso final sero apresentadas maiores consideraes sobre este tema.

Atividade 2 3 5 6 8

Classificao por Critrio Maior Durao Incio Cedo Trmino Cedo Folga Total 5 1 1 4 4 1 2 3 3 2 3 2 1 1 2 5 2 3 4 5

Trmino Tarde 3 1 2 4 5

Agregao 14 11 12 13 19

Classificao 4 1 2 3 5

Sequncia inicial : 3, 5, 6, 2, 8 Aplicao : Atividade 3 5 6 2 8 Soluo Incio cedo Incio cedo em Incio cedo em Incio cedo em Incio cedo em Critrio incio cedo incio cedo e menor impacto incio cedo e menor impacto incio cedo e menor impacto incio cedo e menor impacto

sequncia a 3 sequncia a 5 sequncia a 5 sequncia a 5

Observaes : 1) as datas de incio cedo sequenciais consideram a mesma disperso que as datas cedo originais 2) as avalies de impacto consideraram a demanda de recurso genrico unitrio para cada atividade

Atividade 1 2 3 4 5 6 7 8

Incio (0,0,0) (7,7,7) (0,0,0) (2.5,3,3.5) (2.6,3,3.4) (3.5,4,4.5) (8.9,11,13.1) (13.6,14,14.4)

Trmino Programao (2.5,3,3.5) (0,0,3,3.5) (7.8,8,8.2) (7,7,8,8.2) (1.6,2,2.4) (0,0,2,2.4) (8.9,11,13.1) (2.5,3,11,13.1) (5.1,6,6.9) (2.6,3,6,6.9) (11.5,13,14.5) (3.5,4,13,14.5) (14.9,18,21.1) (8.9,11,18,21.1) (16.1,17,17.9) (13.6,14,17,17.9)

Tabela 4.3.c Aplicao de regras heursticas para nivelamento de recursos

180

Evento 1

Perodo 0 1 1 2

2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 10 10 11 11 12 12 13 13 14 14 15 15 16 16 17 17 18 18 19 19 20 20 21 21 22 21 20 19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3

=1 Q1+Q3 Q1+Q3 Q1+Q3 Q1+Q3 Q1 Q1+Q4+Q5 Q4+Q5 Q4+Q5+Q6 Q4+Q5+Q6 Q4+Q5+Q6 Q4+Q5+Q6 Q4+Q5+Q6 Q4+Q6 Q2+Q4+Q6 Q2+Q4+Q6 Q2+Q4+Q6 Q4+Q6 Q4+Q6+Q7 Q4+Q6+Q7 Q4+Q6+Q7 Q4+Q6+Q7 Q4+Q6+Q7 Q6+Q7 Q6+Q7 Q6+Q7 Q6+Q7 Q7 Q7+Q8 Q7+Q8 Q7+Q8 Q7+Q8 Q7+Q8 Q7+Q8 Q7+Q8 Q7+Q8 Q7

< 1 (decrescente)

< 1 (crescente)

[Q3,(2,2,2.4)] [Q1,(3,3,3.5)]

[Q4,(2.5,3,3)], [Q5,(2.6,3,3)] [Q6,(3.5,4,4)]

[Q5,(6,6,6.9)]

[Q2(8,8,8.2)]

[Q7(8.5,9,9)]

[Q4,(11,11,13.1)] [Q4,(11,11,13.1)] [Q4,(11,11,13.1)] [Q4,(11,11,13.1)] [Q4,(11,11,13.1)], [Q6,(13,13,14.5)] [Q8,(13.6,14,14)] [Q6,(13,13,14.5)] [Q6,(13,13,14.5)]

[Q8,(17,17,17.9)] [Q7,(18,18,21.1)] [Q7,(18,18,21.1)] [Q7,(18,18,21.1)] [Q7,(18,18,21.1)] [Q7,(18,18,21.1)] [Q7,(18,18,21.1)] [Q7,(18,18,21.1)]

Obs : Qn, corresponde ao recurso unitrio demandado pela atividade n

Tabela 4.3.d - Demanda de recursos em funo das possibilidades de execuo das atividades, aps nivelamento

181

4.3.2 Processo de Alocao de Recursos A seguir so apresentadas as tabulaes do processo de alocao de recursos. estabelecido um limitante de oferta de recurso da ordem de dois recursos unitrios, inferior, portanto, ao resultado identificado no nivelamento. Todas as atividades da rede lgica foram classificadas segundo o conjunto de regras heursticas propostas para esse processo, nesta tese, conforme apresentado na tabela 4.3.e. A aplicao do processo de liberao de recursos para as atividades, conforme sua classificao por prioridade e de acordo com a rede lgica, resulta na programao apresentada nas tabelas 4.3.f e 4.3.g.
Classificao por Critrio Trmino Cedo 3 1 2 6 4 7 7 5

Atividade 1 2 3 4 5 6 7 8

Maior Durao 6 8 7 3 5 1 2 4

Incio Cedo 1 1 1 3 2 3 4 2

Folga Total 1 5 4 1 3 2 1 6

Trmino Tarde 1 5 2 3 4 7 6 8

Agregao 12 20 16 16 18 20 20 25

Classificao 1 7 3 2 4 6 5 8

Observaes : 1) Os desempates observaram o critrio de menor folga total

Tabela 4.3.e Classificao das atividades para processo de alocao

Atividade 1 2 3 4 5 6 7 8 Incio (0, 0, 0) (13.5, 13.5, 13.5) (3.5, 3.5, 3.5) (2.5, 3, 3.5) (15, 15.4, 15.8) (6, 6.5, 7.5) (17, 19.1, 21.2) (19.3, 19.7, 20.1) Trmino Programao (2.5, 3, 3.5) (0,0,3,3.5) (14.3, 14.5, 14.7) (13.5, 13.5, 14.5, 14.7) (5.1, 5.5, 5.9) (3.5, 3.5, 5.5, 5.9) (8.9, 11, 13.1) (2.5, 3, 11, 13.1) (17.5, 18.4, 19.3) (15, 15.4, 18.4, 19.3) (14, 15.5, 17) (6, 6.5, 15.5, 17) (23, 26.1, 29.2) (17, 19.1, 26.1, 29.2) (22.8, 23.7, 24.6) (19.3, 19.7, 23.7, 24.6)

Sequncia inicial : 1, 4, 3, 5, 7, 6, 2, 8. Observaes : 1) as datas de incio cedo sequenciais consideram a mesma disperso que as datas cedo originais 2) as avalies de impacto consideraram a demanda de recurso genrico unitrio para cada atividade, ao longo do tempo

182

Evento 1

Perodo 0 1 1 2 3 4 5 6 7 8 9 10 11 12 13

2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 10 10 11 11 12 12 13 13 14 14 15 15 16 16 17 17 18 18 19 19 20 20 21 21 22 22 23 23 24 24 25 25 26 26 27 27 28 29 28 29 28 29 30 27 26 25 24 23 22 21 20 19 18 17 16 15 14

=1 Q1 Q1 Q1 Q1 Q1 Q1+Q4 Q4+Q3(3.5,3.5,3.5) Q4+Q3 Q4+Q3 Q4+Q3 Q4 Q4 Q4+[Q6(6,6.5,6.5)] Q4+Q6 Q4+Q6 Q4+Q6 Q4+Q6 Q4+Q6 Q4+Q6 Q4+Q6 Q4+Q6 Q4+Q6 Q6 Q6 Q6 Q6 [Q2(13.5,13.5,13.5)]+ Q6 Q2+Q6 [Q2(14.5,14.5,14.7)]+ Q6 Q6 [Q5(15,15.4,15.4)], [Q6(15.5,15.5,17)] Q5 Q5 Q5 Q5 Q5 [Q5(18.4,18.4,19.3)]

< 1 (decrescente)

< 1 (crescente)

[Q4,(2.5,3,3)] [Q1,(3,3,3.5)]

[Q3(5.5, 5.5, 5.9)] [Q6(6,6.5,6.5)] [Q6(6,6.5,6.5)]

[Q4,(11,11,13.1)] [Q4,(11,11,13.1)] [Q4,(11,11,13.1)] [Q4,(11,11,13.1)] [Q4,(11,11,13.1)]

[Q2(14.5,14.5,14.7)] [Q5(15,15.4,15.4)] [Q6(15.5,15.5,17)] [Q6(15.5,15.5,17)] [Q6(15.5,15.5,17)] [Q6(15.5,15.5,17)] [Q5(15,15.4,15.4)]

[Q5(18.4,18.4,19.3)] [Q5(18.4,18.4,19.3)]

[Q7(17,19.1,19.1)] [Q7(17,19.1,19.1)] [Q7(17,19.1,19.1)] [Q7(17,19.1,19.1)]

Q7+Q8 Q7+Q8 Q7+Q8 Q7+Q8 Q7+Q8 Q7+Q8 Q7+Q8 Q7+Q8 Q7 + [Q8(23.7,23.7,24.6)] Q7 Q7 Q7 Q7 Q7

[Q7(17,19.1,19.1)], [Q5(18.4,18.4,19.3)] [Q8(19.3,19.7,19.7)]

[Q8(23.7,23.7,24.6)] [Q8(23.7,23.7,24.6)] [Q8(23.7,23.7,24.6)]

[Q7(26.1,26.1,29.2)] [Q7(26.1,26.1,29.2)] [Q7(26.1,26.1,29.2)] [Q7(26.1,26.1,29.2)] [Q7(26.1,26.1,29.2)] [Q7(26.1,26.1,29.2)] [Q7(26.1,26.1,29.2)]

Tabela 4.3.f Programao de atividades aps alocao Tabela 4.3.g - Demanda de recursos em funo das possibilidades de execuo das atividades, aps alocao
Q = recurso unitrio alocado a cada atividade

183

4.4 APLICAO DO PROCESSO DE PROGRAMAO POR RECURSOS A seguir apresentado um estudo de caso cujo objetivo demonstrar a aplicao do processo de programao por recursos com nmeros nebulosos proposto nesta tese.

Trata-se da implantao da infra-estrutura de uma Central de Comutao e Controle (CCC), que atua como um n de rede para servios de comunicaes mveis (telefonia celular)18. Os dados do cenrio para a programao encontram-se na tabela 4.4. a. A rede lgica que estabelece o plano de implantao est na figura 4.4.1. A programao por recursos ser voltada para o tratamento dos recursos financeiros envolvidos. Os tempos de programao, aps a aplicao do mtodo CPM extensivo a nmeros nebulosos, so encontrados na tabela 4.4.b. Os diagramas de possibilidade de ocorrncia das atividades, conforme programao mais cedo so apresentados na figura 4.4.2 (a, b, c, d).

A seguir so alocados os custos rede lgica. Enquanto no estudo de caso anterior considerou-se uma demanda de recurso unitrio ao longo do tempo, no presente estudo de caso os custos envolvidos esto apresentados, para cada atividade, pelo seu valor global. Seu desdobramento ao longo do tempo deve considerar a estrutura da funo de pertinncia.

18

Os dados do caso so reais, embora no identificados, a menos dos oramento, cuja proporo original foi no entanto preservada.

184

A tabela 4.4.c apresenta o processo desdobramento do custo para as trs etapas bsicas de uma atividade, a saber : inicial, crescente; intermediria, = 1; final, decrescente.

As tabelas 4.4.d e 4.4.e apresentam o processo de agregao da demanda para intervalos de tempo arbitrados em 10 dias. Note-se que so indicados, a cada intervalo, os valores de demanda com mxima possibilidade de ocorrncia e aqueles com possibilidade de ocorrncia incerta, dando condies para avaliar eventuais sobreposies de demanda como j comentado no caso anterior. Alm disso so mapeadas as funes de pertinncia atribudas demanda do recurso, pela atividade, a cada intervalo de tempo. Isto permite que, caso necessrio, se aumente a resoluo da programao mediante a diminuio dos intervalo de tempo.

A alocao de custos, a cada intervalo de tempo, passa a ser feita pelo custo atribudo a cada etapa da atividade e pelo comportamento da funo de pertinncia no intervalo de tempo considerado Com esses procedimentos o estudo de caso est pronto para os processos de nivelamento e alocao de recursos. A primeira etapa consiste no nivelamento e a tabela 4.4.f apresenta a classificao das atividades por prioridade de programao. A tabela 4.4.g apresenta o resoluo do nivelamento, com as datas de programao das atividades envolvidas.

185

As tabelas 4.4.h e 4.4.i contemplam o correspondente .mapeamento da demanda aps nivelamento. O processo de alocao de recurso emula uma condio efetivamente ocorrida, que foi a imposio de uma restrio nos volumes de recursos financeiros liberados no tero final do prazo de implantao. Para tanto simula-se uma restrio a partir do intervalo [12 13], quando os recursos financeiros devem ser inferiores a R$ 6000,00 e a R$ 2500,00 nos intervalos subsequentes. A tabela 4.4.j apresenta a priorizao das atividades e a tabela 4.4.k a soluo do processo de alocao com a correspondente programao das atividades envolvidas. O mapeamento da demanda, aps processo de alocao dos recursos financeiros, apresentado nas tabelas 4.4.l e 4.4.m.

Os resultados apresentados at aqui consistem em perfis das possveis demandas de recursos financeiros necessrias conduo da produo.

Esto disponveis as balizas para a formulao das solues de designao dos recursos financeiros para a produo, posto que o cenrio apresenta os custos de mobilizao e desmobilizao do recurso financeiro. Esses custos so expressos por taxas de custo de captao de recursos e de aplicao (remunerao) de sobras de caixa.

No caso do processo de nivelamento pode-se observar que houve significativa reduo no nvel de flutuao da possvel demanda de recursos financeiros.

186

Na programao mais cedo o perodo [3 4] apresentava uma variao de cerca 3 vezes o volume de recursos demandado no intervalo [8 - 9]. Aps o nivelamento, as variaes do perodo [3 4] ao [12 13] no foram alm de cerca de 30 % do menor valor para o maior valor nesse intervalo. Na medida em que o custo de mobilizao do recurso financeiro est diretamente relacionado ao perodo de disponibilidade, ficam claramente definidos trs grandes perodos para delimitao de nveis de aporte de recursos ao longo do tempo : at o perodo [2 3], entre os perodos [3 4] e [12 13] e um perfil de decaimento gradativo a partir do final do intervalo [12 13]. Esses so os dados que estaro disponveis para a formulao da soluo de designao do recurso financeiro para a produo. A deciso final quanto a qual o nvel de recurso financeiro a ser operado em cada intervalo ser uma deciso de risco. No se pretende aqui estabelecer uma posio final de oferta de recursos, mas indicar suas condies limite e os respectivos processos de suporte para a conduo de anlises. Pode-se optar, por exemplo, por acompanhar a possvel curva de demanda identificada no processo de programao. Como ela incorpora os valores de ocorrncia incerta, isto significa uma posio de cautela, do ponto de vista da produo, buscando assegurar a disponibilidade do recurso. O custo decorrente dessa posio pode ser calculado pela possibilidade de sobras de caixa versus o custo global de captao. As tabelas de demanda agregada do recurso financeiro apresentam os dados para eventuais simulaes.

187

Caso se opte por analisar perfis de oferta inferiores ao perfil da demanda agregada, deve-se avaliar, a cada intervalo de tempo, o comportamento da funo de pertinncia da demanda nesse intervalo e avaliar seu valor de possibilidade de ocorrncia. Conforme j visto em 4.1.2, a funo de pertinncia da demanda agregada resultante da operao de conjunto unio das funes de pertinncia das atividades com possibilidades de ocorrncia nesse intervalo. Se, para um instante de corte t, pertencente ao intervalo (momento de anlise), tiver um valor, por exemplo, de = 0,7, caber quele que tem o poder de decidir quanto conduo da produo se essa possibilidade de ocorrncia pode ser desprezada ou no, quando da formulao da designao do volume de recursos a ser aportado naquele intervalo de tempo.

As consideraes quanto ao processo de alocao so anlogas. Por exemplo, como pode ser observado na tabela 4.4.l, a possvel demanda de recursos no intervalo [12 13] inferior a R$ 6000,00, o que implica em uma sobra de caixa a ser desmobilizada (aplicada) conforme taxa apresentada no cenrio. O montante da sobra de caixa tambm ser decorrente do comportamento da funo de pertinncia da demanda agregada nesse intervalo, conforme processo de anlise apresentado acima.

Dessa forma, todas as etapas do processo de programao por recursos empregando nmeros nebulosos, formulado nesta tese, foram aplicadas e avaliadas de modo a elucidar seus critrios e procedimentos, bem como demonstrar sua aplicabilidade.

188

Durao (dias Atividade corridos) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 5 5 10 5 5 10 15 40 20 45 10 5 10 10 5 10 5 5 45 10 3 10 5 15 15 5 10 10 5 3

Avaliao no menos que 4 dias, no mais que 6 dias mais ou menos 5 dias no menos que 8 dias, aproximadamente 10 dias no mais que 5 dias mais ou menos 5 dias mais ou menos 10 dias mais ou menos 15 dias mais ou menos 40 dias no menos que 15 dias, mais ou menos 20 dias provavelmente 40 dias, no mximo 45 dias mais ou menos 10 dias provavelmente 4 dias, no mais do que 5 dias mais ou menos 10 dias mais ou menos 10 dias provavelmente 4 dias, no mais do que 5 dias mais ou menos 10 dias no mximo 5 dias, provavelmente 3 dias mais ou menos 5 dias provavelmente 40 dias, no mximo 45 dias mais ou menos 10 dias mais ou menos 3 dias mais ou menos 10 dias mais ou menos 5 dias mais ou menos 15 dias, no mximo 17 dias mais ou menos 15 dias mais ou menos 5 dias mais ou menos 10 dias mais ou menos 10 dias mais ou menos 5 dias mais ou menos 5 dias

Durao em Nmeros Nebulosos 4 4 8 4 4 8 16 38 15 38 9 2 8 8 2 8 2 4 38 9 1 9 4 14 14 4 9 9 4 3 5 5 10 5 5 10 15 40 20 40 10 4 10 10 4 10 3 5 40 10 3 10 5 15 15 5 10 10 5 3 6 6 11 5 6 11 17 42 22 45 11 5 11 11 5 11 5 6 45 11 4 11 7 17 16 6 11 11 5 4

Tabela 4.4.a Cenrio (1 ) duraes das atividades

189

Item Sondagens Projeto Canteiro Terraplenagem Estrutura Fundaes Superestrutura Alvenaria Instalaes Ar Condicionado Fornecimento Instalao Testes Instalao Eltrica Fornecimento de luminrias Instalao de luminrisa Instalao de fora Aterramento Testes Instalao Hidrulica Sistema de Sup. e Controle Fornecimento Instalao Testes Esquadrias Revestimentos Paredes Pisos Forro Pintura Interna Externa Paisagismo Limpeza Geral

Participao 1% 2% 3% 5% 9% 21% 5% 12% 3% 1% 4% 3% 3% 3% 1% 2% 7% 2% 1% 2% 2% 2% 2% 1% 1% 1% 1% 100% 100.000 2,21% am 1,81% am

Valor de Referncia : Captao de recursos financeiros Aplicao de recursos financeiros

Tabela 4.4.a Cenrio ( 2 ) Estrutura de custos

190

LIBERAO DO TERRENO 1

SONDAGEM GEOTECNICA 2

PROJETO EXECUTIVO 3

ANLISE E LIBERAO DO PROJETO 4

CANTEIRO 5

TERRAPLENAGEM 6

FUNDAES 7

SUPERESTRUTURA 8

ALVENARIA 9

FORNEC. SIST. SUPERVISO E CONTROLE 10

INSTALAO SIST. SUP. E CONTROLE 11

TESTES/ACEIT. SIST. SUP. E CONTROLE 12

FORNEC. SIST. AR CONDIC. 19

INSTALAES HIDRULICAS 13

INSTL SIST. DE AR CONDIC. 14

TESTES/ACEIT. SIST. AR CONDIC. 15

REVESTIMENTO DE PAREDES 16

COLOCAO DO FORRO 17

INSTALAO DO PISO 18

ESQUADRIAS 20

TESTES/ACEIT. SIST. ILUMINAO 21

INSTALAES ELTRICAS 22

PINTURA INTERNA 23 LIMPEZA GERAL 29

SISTEMA DE ATERRAMENTO 24

PINTURA EXTERNA 27

PAISAGISMO E URBANIZAO 28

INSPEO E ACEITAO FINAL 30

FORNECIM. DE LUMINRIAS 25

INSTALAO DE LUMINRIAS 26

Figura 4.4.1 Rede Lgica para Implantao de CCC

191

Tabela 4.4.b Aplicao do Mtodo CPM extensivo a nmeros nebulosos

192

10

20

30

40

50

60

70

80

90

100

110

120

130

140

150

160

170

180

1,0

0,5

5 6 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170

t
180

1,0

4 10

12 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170

t
180

1,0

8 10 20 23 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170

t
180

1,0

4
10

16 20 25 29 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170

t
180

1,0

5
10

16 20 25 29 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170

t
180

1,0

6
10

20 25 20 30

35 40 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180

1,0

7
10 20

28 35 30 40 50

50 57 60 70 80 90 100 110 120 130 140 150 160 170 180

Figura 4.4.2 (a) Diagrama de possibilidade de ocorrncia das atividades

193

10

20

30

40

50

60

70

80

90

100

110

120

130

140

150

160

170

180

1,0

8
10 20 30 40

44 50 50 60 70 80 90

90 100

99 110 120 130 140 150 160 170

t
180

1,0

9
10 20 30 40 50 60 70 80

82 90 90 100

110 110 120

121 130 140 150 160 170

t
180

1,0

folga total (66,74,113,130)

10
10

20 25 20 30 40 50 60

65 70

74 80 90 100

113 110

120 120 130

132 140 150 160 170

t
180

0,8

1,0

folga total (119,125,130)

11
10 20 30 40 50 60 70 80 90

97 100

110 110

116 120

120 130

132 140

143 150 160 170

t
180

0,5

1,0

134 folga total (128,131,133)

12
10 20 30 40 50 60 70 80 90 100

111 110

118 125 120 130

129 140

143 150

148 160 170

t
180

1,0

13
10 20 30 40 50 60 70 80 90

97 100

110 110

120 120 130

132 140 150 160 170

t
180

1,0

14
10 20 30 40 50 60 70 80 90 100

## 110

## 120 130

## 140

## 150 160 170

t
180

Figura 4.4.2 (b) Diagrama de possibilidade de ocorrncia das atividades

194

10

20

30

40

50

60

70

80

90

100

110

120

130

140

150

160

170

180

1,0

15
10 20 30 40 50 60 70 80 90 100

114 110 120

130 130

134 140

148 150 160 170

t
180

1,0

16
10 20 30 40 50 60 70 80 90 100 110

116 120 130

134 140

144 150

159 160 170

t
180

0,5

1,0

156 folga total (146,151,155)

17
10 20 30 40 50 60 70 80 90 100 110

124 120 130

135 140

144 147 150 160

164 170

173 180

0,5

1,0

161 folga total (151,156,160)

18
10 20 30 40 50 60 70 80 90 100 110 120

126 130

139 140

147 150

161 160

170 170

179 180

1,0

120 folga total (65,73,113,122)

19
10

20 25 20 30 40 50 60

65 70

73 80 90 100

113 110 120 130

132 140 150 160 170

t
180

1,0

20
10 20 30 40 50 60 70 80 90

97 100

110 110

120 120 130

132 140 150 160 170

t
180

0,5

1,0

134 folga total (127,131,133)

21
10 20 30 40 50 60 70 80 90 100

111 110

118 120

125 130

128 140

142 150

148 160 170

t
180

Figura 4.4.2 (c) Diagrama de possibilidade de ocorrncia das atividades

195

10

20

30

40

50

60

70

80

90

100

110

120

130

140

150

160

170

180

1,0

22
10 20 30 40 50 60 70 80 90

97 100

110 110

120 120 130

132 140 150 160 170

t
180 166

0,5

1,0

folga total (156,161,165)

t
23
10 20 30 40 50 60 70 80 90 100 110 120 130 130 143 140 152 150 157 160 170 177 180 186

10

20

30

40

50

60

70

80

90

100

110

120

130

140

150

160

170

180

0,5

1,0

130 folga total (125,127,130)

24
10 20 30 40 50 60 70 80 90

97 100

110 110

116 120

125 130

138 140

143 150 160 170

t
180

1,0

126 folga total (40,45,120,128)

25
10

20 25 20 30 40

40 45 50 60 70 80 90 100 110

120 120 130

138 140 150 160 170

t
180

0,9

1,0

122 folga total (114,122,131)

26
10 20 30 40 50 60 70 80 90

97

110

115

117

127 130 140

131 150 160 170

t
180

100

110

120

1,0

27
10 20 30 40 50 60 70 80 90 100 110 120

124 130

144 140 150

154 160

170 170

t
180

1,0

28
10 20 30 40 50 60 70 80 90 100 110 120

133 130 140

154 150 160

164 170

t
180

181

Figura 4.4.2 (d) Diagrama de possibilidade de ocorrncia das atividades

196

10

20

30

40

50

60

70

80

90

100

110

120

130

140

150

160

170

180

1,0

29
10 20 30 40 50 60 70 80 90 100 110 120 130

142 140 150

164 160

169 170

t
180

186

1,0

30
10 20 30 40 50 60 70 80 90 100 110 120 130 140

146 150

169 160 170

172 180

190

Figura 4.4.2 (e) Diagrama de possibilidade de ocorrncia das atividades

197

Coef. de Distr. de Recurso Atividade C1 C2 C3 Total 1 0,000 0,909 0,091 NA 2 0,077 0,769 0,154 1000 3 0,080 0,800 0,120 2000 4 0,235 0,588 0,176 NA 5 0,222 0,556 0,222 3000 6 0,167 0,667 0,167 5000 7 0,159 0,682 0,159 9000 8 0,063 0,842 0,095 21000 9 0,136 0,678 0,186 5000 10 0,053 0,851 0,096 7000 11 0,289 0,444 0,267 2000 12 0,389 0,222 0,389 1000 13 0,289 0,444 0,267 2000 14 0,298 0,426 0,277 3000 15 0,421 0,211 0,368 1000 16 0,340 0,377 0,283 2000 17 0,465 0,140 0,395 2000 18 0,429 0,204 0,367 2000 19 0,054 0,860 0,086 12000 20 0,289 0,444 0,267 2000 21 0,412 0,176 0,412 1000 22 0,289 0,444 0,267 3000 23 0,423 0,192 0,385 1000 24 0,232 0,536 0,232 3000 25 0,125 0,750 0,125 4000 26 0,371 0,286 0,343 3000 27 0,357 0,357 0,286 1000 28 0,362 0,345 0,293 1000 29 0,449 0,204 0,347 1000 30 0,489 0,128 0,383 NA TOTAIS 100.000

Recurso R1 R2 NA NA 77 769 160 1600 NA NA 667 1667 833 3333 1432 6136 1326 17684 678 3390 372 5957 578 889 389 222 578 889 894 1277 421 211 679 755 930 279 857 408 645 10323 578 889 412 176 867 1333 423 192 696 1607 500 3000 1114 857 357 357 362 345 449 204 NA NA 17.274 64.749

R3 NA 154 240 NA 667 833 1432 1989 932 670 533 389 533 830 368 566 791 735 1032 533 412 800 385 696 500 1029 286 293 347 NA 17.975

1) Os coeficientes de distribuio correspondem a seguinte relao :

C=

a onde o intervalo [a,b] o perodo sob anlise e o intervalo [a,d] corresponde ao intervalo de validade da funo de pertinncia que expressa o perodo de possvel execuo de uma dada atividade 2) O recurso alocado a cada perodo de anlise observa a seguinte relao : , Ri ab = Ri * Ci ab onde :

( t ) dt

( t ) dt a

Ri

: recurso da atividade sob anlise

Ri ab : recurso da atividade i aplicado ao perodo [a,b] Ci ab : coeficiente calculado conforme expresso acima para
o intervalo [a,b] / [a,d]

Tabela 4.4.c Desdobramento dos custos pelos perodos das funes de pertinncia

198

Perodo

=1
2

< 1 (decrescente)

< 1 (crescente)
2(4,5,5); 3(8,10,10)

Possivel Demanda 237 769

2 3

2(10,10,12);

5(16,20,20)

821 1600

3 5

3(20,20,23); 5(25,25,29) 6(20,25,25);10(20,25,25); 19(20,25,25); 25(20,25,25) 6(35,35,40) 7(28,35,35)

3257 4702 2265 11448

6; 7; 10; 19; 25

5 7; 10; 19

25(40,40,45)

8(44,50,50)

1826 8161

6 8; 10

7(50,50,57)

1432 8491 1169

7 8; 19

6456 10(65,65,70); 19(65,65,73) 533 4421 9(82,90,90) 678 4421 8(90,9099) 1989 1695 4411 1695 2919 5928 4415 2211 3982 589 1599 1366 1880 28(133,154,154); 29(142,164,164) 29(142,164,164) 543 1141 377 455 23(157,157,177); 28(164,164,181); 29(169,169,186) 0 116

8 8

9 8

9 10 9 10 11

11 12

12 13

13 14

14 15

11(97,110,110); 13(97,110,110); 20(97,110,110); 22(97,110,110); 9 24(97,110,110); 26(97,110,110) 9(110,110,121); 11; 13; 20; 22; 12(111,125,125); 14(106,120,120); 24; 26 26(115,115,127) 15(114,130,130); 12(111,125,125); 11(120,120,132); 15(114,130,130); 13(120,120,132); 12; 14; 21; 24 16(116,134,134); 20(120,120,132); 17(124,144,144); 22(120,120,132); 16(116,134,134); 17(124,144,144); 14(130,130,143); 18(126,147,147); 15(134,134,148); 15; 16 23(130,152,152); 21(128,128,142); 24(125,125,138) 17(124,144,144); 23(130,152,152); 27(124,144,144); 16; 17; 18; 27 28(133,154,154); 15(134,134,148); 16(144,144,159) 16(144,144,159); 17(147, 147, 164); 18(152,152,170); 23(157,157,177); 27(154,154,170) 17(147, 147, 164); 18(152,152,170); 23(157,157,177); 27(154,154,170); 28(164,164,181)

15 16 23; 28 16 17 28; 29 17 18

18 19

29(169,169,186)

Tabela 4.4.d Agregao da demanda para programao mais cedo

199

Atividades
Perodo

2 77 769

3 160

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

154 1600

667

240

667 1667

833

372 745

645 1290

500 1000

833 1432 3333 2045 1489 1326 4091 1489 2581 2581 2000 500

1432 4421 1489 447 4421 745 223 4421 2581 722 1290 310

9 4421

678

9 10

1989 1695

10 11 1695 11 12 932

578

578

578

867

696

1114

130 889 889 259 222 533

894

140 889 281 226 93 85,7 533

206 1333 206 176 800 1071 418 536 106 278

617 857 412 35,7

12 13

533

1277 830 245 211 453 378 283 123 378 283 279 279 527 257 408 490 558 514

13 14

389

412

143 54,3

14 15

317

179 179

217 67,4

15 16

77 192

143 90,5 269 179 143 173 147 173 112 204 231

16 17

264

245

231

17 18

77

147

Tabela 4.4.e Mapeamento da agregao da demanda para programao mais cedo

Obs. : a cada intervalo de tempo o valor superior indica uma demanda com possibilidade de ocorrncia incerta, enquanto que o valor inferior indica demanda de ocorrncia certa.

200

critrios Maior Durao 1 3 1 5 2 4 Incio Cedo 1 2 1 3 1 2 Trmino Cedo 2 4 2 5 1 3 Menor Folga Total 4 3 4 1 5 2 Trmino Tarde 1 3 1 3 2 3

atividade 10 11 19 21 25 26

Avaliao 9 15 9 17 11 14

Sequncia de programao atividade 1 10 e 19 2 25 3 26 4 11 5 21

Tabela 4.4. f Classificao das atividades para processo de nivelamento

Atividade 10 11 19 21 25 26

Inicio
60 97 40 117 83 97 65 110 45 131 95 110 69 121 48 144 105 121 98 106 78 118 97 101

Trmino
105 120 85 134 110 115 114 132 93 148 121 127

Soluo menor impacto, sem afetar 11 data cedo, sem afetar 12 menor impacto menor impacto, data tarde menor impacto, sem afetar 26 data cedo, sem afetar 12

Tabela 4.4.g Programao de atividades aps nivelamento

201

Perodo

=1

< 1 (decrescente)

< 1 (crescente)
2(4,5,5); 3(8,10,10)

Possivel Demanda 237 769

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

1 2 3

2(10,10,12); 3 3(20,20,23); 5(25,25,29) 5

5(16,20,20)

821 1600 1740

6(20,25,25);10(20,25,25); 19(20,25,25); 25(20,25,25) 6(35,35,40) 7(28,35,35)

1667 2265 5378

4 5 6 7 8 9 10 11

6; 7; 10; 19; 25 25(40,40,45) 7; 10; 19 7(50,50,57) 8; 10 8(44,50,50)

1971 5381 1432 7002 372

8; 19 10(65,65,70); 19(65,65,73) 8 9(82,90,90) 8 8(90,9099) 9 11(97,110,110); 13(97,110,110); 20(97,110,110); 22(97,110,110); 9(110,110,121); 12(111,125,125); 14(106,120,120); 15(114,130,130); 12(111,125,125); 15(114,130,130); 16(116,134,134); 17(124,144,144); 16(116,134,134); 17(124,144,144); 18(126,147,147); 23(130,152,152); 17(124,144,144); 23(130,152,152); 27(124,144,144); 28(133,154,154);

7746 0 8491 1650 7201 2771 4184 4590 4440 3255 5928 4847 2035 3818 765 1764 1366 1880 543 1141 377 455 0 116 0

12
11; 13; 20; 22; 24; 26

13
12; 14; 21; 24

14
15; 16

15
16; 17; 18; 27

26(115,115,127) 11(120,120,132); 13(120,120,132); 20(120,120,132); 22(120,120,132); 14(130,130,143); 15(134,134,148); 21(128,128,142); 24(125,125,138) 15(134,134,148); 16(144,144,159)

16
23; 28

17
28; 29

16(144,144,159); 17(147, 147, 164); 18(152,152,170); (133,154,154); 29(142,164,16 23(157,157,177); 27(154,154,170) 17(147, 147, 164); 18(152,152,170); 29(142,164,164) 23(157,157,177); 27(154,154,170); 23(157,157,177); 28(164,164,181); 29(169,169,186) 29(169,169,186)

18 19

Tabela 4.4.h Agregao da demanda aps nivelamento

202

Atividades
Perodo 1 2 77 769 154 1600 240 667 1667 833 667 3 160 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

0 1 2 3 4 5 6 7 8 9

1 2 3 4 5 6 7 8 9 10

833

1432

3333 2045 1326 4091 1432 4421 372 4421 745 2581 2581 645 1290

4421 678 4421 1989

1489

2581 722 250

1489

1290 310 250 1000 578 578 578 867 696 2000 130 889 889 259 222 533 1277 830 245 211 453 378 283 123 378 283 279 279 527 257 408 490 77 192 558 514 247 176 165 317 179 179 143 179 143 91 173 147 173 112 204 231 269 217 67 106 281 226 93 86 894 140 889 533 330 82 1333 800 1071 418 536 278 143 54 500 309 857 720 36 891 223

1695 1489 402 1695 745

10 11 11 12 12 13 13 14 14 15 15 16 16 17 17 18 18 19
932

268

533

389

264

245

231

77

147

116

Tabela 4.4.i Mapeamento da agregao da demanda aps nivelamento

Obs. : a cada intervalo de tempo, o valor superior indica uma demanda com possibilidade de ocorrncia incerta, enquanto que o valor inferior indica demanda de ocorrncia certa.

203

critrios atividade 16 17 18 23 27 28 29 Maior Durao 1 3 3 3 2 2 3 Incio Cedo 1 2 3 4 2 5 6 Trmino Cedo 1 2 3 5 4 6 7

Menor Folga Total 1 2 2 2 1 1 1

Trmino Tarde 1 2 3 5 2 4 6

Avaliao 5 11 14 19 11 18 23

Sequncia de programao atividade 1 16 2 27 3 17 4 18 5 28 6 23 7 29

Obs. : desempate entre 27 e 17 pelo critrio de menor folga total

Tabela 4.4. j Classificao das atividades para processo de nivelamento

Atividade 16 17 18 23 27 28 29 30 130 138 140 160 138 147 170 174

Inicio
148 156 159 179 156 166 180 185 152 163 168 187 163 174 190 195 138 140 144 164 147 156 174 177

Trmino
156 159 164 184 166 176 185 188

Soluo A partir do dia 130. Mantida a disperso da data de 163 inicio anterior (18,14) 168 O mais cedo possvel O mais cedo possvel, respeitado o limite de R$ 2500. 174 Isto implica em iniciar a partir do dia 140. A partir do dia 160, mantida a disperso da data de 194 incio anterior (19,8) 174 O mais cedo possvel O mais cedo, a partir da atividade 27. O perodo 15 - 16 185 fica bloqueado por limite de recurso. 195 A partir do dia 170, por limite de recurso. 199 Em sequncia a atividade 29.

Tabela 4.4.k Programao de atividades aps alocao

204

Perodo

=1
2

< 1 (decrescente)

< 1 (crescente)
2(4,5,5); 3(8,10,10)

Possivel Demanda 237 769

0 1 2 3 4 5 6 7 8 9

1 2 3

2(10,10,12); 3 3(20,20,23); 5(25,25,29) 5

5(16,20,20)

821 1600 1740

6(20,25,25);10(20,25,25); 19(20,25,25); 25(20,25,25) 6(35,35,40) 7(28,35,35)

1667 2265 5378

4 5 6 7 8

6; 7; 10; 19; 25 25(40,40,45) 7; 10; 19 7(50,50,57) 8; 10 8(44,50,50)

1971 5381 1432 7002 372

8; 19 10(65,65,70); 19(65,65,73) 8

7746 0 8491 9(82,90,90) 1650 7201 8(90,90,99) 2771 4184 11(97,110,110); 13(97,110,110); 20(97,110,110); 22(97,110,110); 9(110,110,121); 12(111,125,125); 14(106,120,120); 15(114,130,130); 12(111,125,125); 15(114,130,130); 16(116,134,134); 17(124,144,144); 16(116,134,134); 17(124,144,144); 18(126,147,147); 23(130,152,152); 17(124,144,144); 23(130,152,152); 27(124,144,144); 28(133,154,154); 4590 4440 3255 5928 3686 2035 1668 211 915 500 1693 799 2057 387 1521 581 850 396

9 10

10 11
9

11 12
11; 13; 20; 22; 24; 26

12 13
12; 14; 21; 24

13 14
15; 16

14 15
16; 17; 18; 27

26(115,115,127) 11(120,120,132); 13(120,120,132); 20(120,120,132); 22(120,120,132); 14(130,130,143); 15(134,134,148); 21(128,128,142); 24(125,125,138) 15(134,134,148); 16(144,144,159)

15 16
23; 28

16 17
28; 29

16(144,144,159); 17(147, 147, 164); 18(152,152,170); (133,154,154); 29(142,164,16 23(157,157,177); 27(154,154,170) 17(147, 147, 164); 18(152,152,170); 29(142,164,164) 23(157,157,177); 27(154,154,170); 23(157,157,177); 28(164,164,181); 29(169,169,186) 29(169,169,186)

17 18 18 19

Tabela 4.4.l Agregao da demanda aps alocao

205

Atividades
Perodo 1 2 77 769 154 1600 240 667 1667 833 667 3 160 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

0 1 2 3 4 5 6 7 8 9

1 2 3 4 5 6 7 8

833 1432 3333 2045 1326 4091 1432 4421 372 4421 745 2581 2581 645 1290

4421

1489 678

2581 722 250

9 10

4421 1989

1489

1290 310 250 1000 578 578 578 867 696 2000 130 889 889 259 222 533 1277 830 245 211 204 281 894 140 889 533 330 82 1333 800 1071 418 536 500 309 857 891 223

1695 1489 402 1695 745

10 11 11 12 12 13 13 14 14 15
932

268

533

389

475 123 378 396 378

279

143

18

15 16 16 17 17 18 18 19 19 20

651 279 791

214

214 143

217

170

643

127

200 214

127 173 176 173 449

515 408 221

296

86

270 192 116

117

243 204 104

Tabela 4.4.m Mapeamento da agregao da demanda aps alocao

Obs. : a cada intervalo de tempo o valor superior indica uma demanda com possibilidade de ocorrncia incerta, enquanto que o valor inferior indica demanda de ocorrncia certa.

206

5. CONCLUSES E RECOMENDAES

207

5. CONCLUSES E RECOMENDAES
O objetivo desta tese foi o desenvolvimento de um mtodo de programao por recursos com nmeros nebulosos. Este objetivo foi desdobrado em duas etapas, a extenso do mtodo CPM para nmeros nebulosos e o desenvolvimento de processos de nivelamento e alocao de recursos em condies de incerteza. As concluses especficas de cada etapa j foram apresentadas ao final dos captulos 3 e 4, respectivamente. Cabe, agora, uma avaliao final quanto a abrangncia e consistncia dos resultados atingidos.

208

5.1 SNTESE E AVALIAO DOS RESULTADOS Ao longo do captulo 2 foi apresentada uma abordagem sistmica para a programao por recursos, a qual foi contemplada ao longo desta tese. A partir da extenso do CPM para nmeros nebulosos, formulou-se um mtodo de programao por recursos capaz de tratar de modo sistmico os problemas de restries quanto a prazos e volumes : nivelamento e alocao de recursos. Dessa forma, o mtodo aqui proposto compreende desde o tratamento da incerteza nas estimativas de duraes de atividades at a consolidao das programaes dessas atividades, como decorrncia de processos de nivelamento ou alocao de recursos. Os testes conduzidos para a validao do CPM extensivo a nmeros nebulosos foram consistentes e permitem admitir, por induo, sua aplicabilidade a redes lgicas de grande porte. Ao mesmo tempo, o emprego de um conjunto de regras heursticas cuja eficincia j foi comprovada por testes anteriores, assegura a qualidade do algoritmo de programao por recursos, seja quanto a sua convergncia, ou quanto sua capacidade em identificar solues satisfatrias de simulao de demanda de recursos. Como concluso final, merece comentrio o atendimento a um objetivo subjacente, qual seja o de tratar de forma estruturada e aberta o processo de programao por recursos com nmeros nebulosos, posto ser este um aspecto raro nos trabalhos at aqui desenvolvidos.

209

5.2 RECOMENDAES PARA NOVOS ESTUDOS Algumas questes permanecem por serem abordadas. A primeira quanto ao tratamento da incerteza na oferta de recursos para a produo de um empreendimento, dado que esta tese contempla a incertezas decorrente das duraes das atividades. Essa situao pode ocorrer na fase da designao de recursos e implica em considerar o tratamento da incerteza nos volumes de recursos a serem alocados s atividades da programao. Isto leva a operaes com recursos por meio de quantidades nebulosas (incertas). Embora (Lorterapong, 1995) tenha proposto uma soluo para essa situao, o tratamento desse tipo de programao permanece merecendo estudos mais aprofundados, de modo a torna-la um processo aberto. Outra questo quanto ao desenvolvimento de ferramentas de software capazes de processar os algoritmos aqui propostos. Na medida em que o emprego de nmeros nebulosos na modelagem de condies de incerteza se consolide, acredita-se que desenvolvimentos neste sentido ocorrero naturalmente.

210

6. REVISO BIBLIOGRFICA

211

6. REVISO BIBLIOGRAFICA
O tema da programao da produo de empreendimentos, por si s, um dos mais vastos dentro do campo do gerenciamento de empreendimentos.

Dada a incerteza associada a processos de implantao de empreendimentos no repetitivos, a preocupao com a formulao de modelos ou tcnicas de modelagem que permitissem lanar expectativas quanto ao comportamento futuro de um determinado empreendimento e simular as conseqncias decorrentes do desvio de determinadas varveis do seu cenrio, tornou-se alvo de um sem nmero de trabalhos. Estes trabalhos vem contemplando os mais variados aspectos da implantao de empreendimentos, tais como custos, prazos, recursos alm daqueles que provm uma viso integrada, sistmica.

Neste contexto, a abordagem do problema da programao por recursos no s acumula extenso volume de contribuies como uma das reas de pesquisa mais dinmicas dentro do tema da programao de empreendimentos multidisciplinares e daqueles ligados engenharia civil, em particular. Constata-se, porm, que a grande maioria dos trabalhos volta-se para a busca de solues clssicas oriundas do campo da pesquisa operacional, visando sua aplicao ao campo da engenharia civil com o menor nmero de adaptaes possvel, quando no transposies diretas, o que acaba limitando a sua efetiva aplicao e disseminao. Isto torna o campo de pesquisa bibliogrfica rico junto rea de origem, j mais rarefeito nas adaptaes para a engenharia civil e escasso quando nativo desta rea.

212

Por outro lado inegvel que algumas das contribuies mais relevantes para a programao de empreendimentos da engenharia civil so provenientes do campo da pesquisa operacional, como por exemplo os processos de programao por recursos. Tambm nela que nascem algumas das mais recentes abordagens, envolvendo novos conceitos como aqueles que consideram o emprego da Teoria de Sistema Nebuloso. Sem entrar no mrito de quais so as razes que levam campos como o da pesquisa operacional e o de sistemas de controle a assumirem a vanguarda na pesquisa de novos processos de programaes, o fato que uma reviso bibliogrfica envolvendo um campo de estudo como o da presente tese, necessariamente deve transitar entre essas reas e a engenharia civil.

Esta constatao deve ser tratada de modo a prover uma sinergia ao processo e no a causar entraves. A presena de trabalhos desenvolvidos sob outros referenciais que no os da engenharia civil deve ser considerada como elemento de referncia e reflexo, capaz de contribuir substancialmente para a proposio de novos mtodos de programao estruturados a partir de consideraes de aspectos especficos da engenharia civil, tal como a natureza vaga e implcita nas estimativas de duraes de atividades relativas produo de um dado empreendimento. Desta forma, a presente reviso bibliogrfica contempla, no geral, o tema da programao por recursos, particularizada para a engenharia civil. Cabe uma ressalva adicional, posto que esta reviso aborda exclusivamente processos de programaes por recursos; referncias bibliogrficas sobre programao de empreendimentos podem ser encontradas em (Silva, 1993).

213

Mantendo-se o alinhamento com o captulo dois, no qual foi apresentado o desdobramento dos problemas de programao por recursos, caracterizando e delimitando o campo de estudo que ponto de partida para a formulao desta tese, os trabalhos aqui analisados esto agrupados nos mesmos tpicos.

6.1 PROGRAMAES COM RESTRIES DE RECURSOS ( O PROBLEMA DO NIVELAMENTO DE RECURSOS)

Situao clssica na construo civil, tem sido abordada tanto atravs de modelos de otimizao como por mtodos heursticos, estes mais disseminados. O trabalho bsico para a resoluo deste problema foi conduzido por (Burgess e Killebrew, 1962), propondo um enfoque heurstico. Posteriormente (Galbreath, 1965), (Wiest e Levy, 1977), (Harris, 1978), (Antill e Woodhead, 1982) e (Moder et al, 1983) desenvolveram trabalhos relevantes a partir da mesma abordagem. Tanto (Antill e Woodhead, 1982) como (Moder et al, 1983) podem ser considerados referncias bsicas. No primeiro trabalho a resoluo do problema tratada como uma extenso do mtodo CPM, atravs de regras de priorizao de recursos de modo seqencial. No segundo caso apresentado um desdobramento das proposies de (Burgess, 1962). Quanto aos modelos de otimizao1 deve ser destacada a contribuio de (Phillips e Garcia Diaz, 1981) e, mais recentemente, por (Easa, 1989), propondo como uma extenso do mtodo CPM um modelo de otimizao linear-inteiro para recursos

214

singulares e atividades contnuas, capaz de tratar empreendimentos de construo de porte pequeno a mdio. Mais recentemente temos contribuies de (Harris, 1990) e (Seibert et al, 1992), este apresentando padres para aceitao de processos de nivelamento de recursos.

6.2 PROGRAMAES COM RESTRIES DE RECURSOS (O PROBLEMA DA ALOCAO DE RECURSOS)

Embora seja um tema dentro de uma rea maior programao por recursos- por si s representa um vasto campo de referncias bibliogrficas. A pesquisa de modelos capazes de atribuir recursos a atividades de modo flexvel, tratando simultaneamente a seqncia de atividades, a respectiva alocao de recursos e o estabelecimento de datas para estas atividades, considerando seus atributos e precedncias talvez o mais complexo problema abordado na rea de programao de empreendimentos. Os trabalhos publicados nesta rea podem ser classificados em funo de seus objetivos e restries, bem como se a abordagem por otimizao ou regras heursticas.

Diversos autores tem se dedicado a promover extensos levantamentos das pesquisas e estudos divulgados nesta rea, desenvolvendo trabalhos para sua anlise e classificao.

Ressalte-se, mais uma vez, que nesta tese este termo empregado apenas como o identificador de uma determinada classe de modelos, conforme denominao corrente no campo da Pesquisa Operacional.

215

Neste caso esto includos (Davis e Patterson, 1975) com importantes estudos comparativos de tcnicas heursticas, (Patterson, 1984) desenvolvendo anlises semelhantes para mtodos de otimizao e (zdamar e Ulusoy, 1995) aprofundando os processos de classificao sistematizada desta literatura.

No tpico das modelagens que consideram objetivos baseados no tempo e que buscam minimizar a durao dos empreendimentos empregando mtodos de otimizao, uma primeira abordagem foi feita por (Pristker et al, 1965), baseada em processo de programao linear (0-1); posteriormente (Talbot e Patterson, 1978) desenvolveram um algoritmo que demonstrou grande eficincia na identificao de soluo para problemas de porte mdio. Recentemente popularizaram-se os processos de busca baseados em algoritmos branch and bound como proposto por (Demeuleester e Herroelen, 1992). Levantamentos conduzidos por (Herroelen, 1972) e (Willis, 1985) j abordavam especificamente este tipo de modelagem.

O emprego de mtodos heursticos tem se desdobrado na proposio de novos mtodos (novas regras de priorizao) e na combinao daqueles de mais reconhecida eficincia.

No primeiro caso encontram-se exemplos como (Shanmugayagam, 1990), que prope o emprego do conceito de folga corrente como alternativa regra de priorizao pelas folgas totais. Esse autor conceitua o termo folga corrente como aquela remanescente para cada atividade, em um dado estgio do processo de programao e usa este

216

elemento como identificador de prioridades, da maior folga para a menor folga verificada.

J no segundo caso, (Whitehouse, 1983) conduz uma anlise comparada entre alguns dos algoritmos mais populares e (Morse et al, 1996) desenvolvem extensa anlise comparada de combinaes de regras heursticas a partir dos problemas-testes formulados por (Davis e Patterson, 1975). A respeito deste trabalho, cabe comentar que tornou-se referncia para todos os estudos de anlise comparada desenvolvidos a partir de sua publicao, tanto pela extenso do conjunto de problemas-testes formulados como pela apresentao das respectivas solues timas identificadas com o auxlio de algoritmos de programao linear. Trabalhos envolvendo avaliaes das regras heursticas implementadas nos softwares de apoio a programao (incorporando tratamento de redes lgicas), como o publicado por (Farid e Manoharan, 1996), tambm so baseados no conjunto de problemas-testes de Patterson. As pesquisas abordando modelos que tenham objetivos baseados em custos foram iniciadas por (Russell, 1970), que props mtodo baseado no emprego de programao linear; mais recentemente este mesmo autor voltou ao tema estudando o emprego de regras heursticas (Russell, 1986). Posteriormente, (Karshenas e Haber, 1990) propuseram uma modelagem , tambm baseada no emprego de programao linear, voltada para a construo civil, enquanto que (Matthews, 1994) conduziu uma reviso da aplicao da programao com restrio de recursos considerando custos tambm para a rea de construo civil.

217

Apesar da importncia deste tipo de programao, a complexidade dos processos de resoluo, quer por solues matemticas exatas, quer por processos heursticos, tem limitado as pesquisas no setor. Por fim, quanto aos modelos que consideram mltiplos objetivos, as pesquisas so ainda mais escassas2 , podendo ser citados os trabalhos de (Li e Willis, 1992) e (zdamar e Ulusoy, 1994). 6.3 O TRATAMENTO DA INCERTEZA NA MODELAGEM DE PROGRAMAES Os tpicos anteriores tem como referncia o campo da pesquisa operacional, que se consolidou como um corpo de conhecimentos organizado a partir da 2a Guerra Mundial. Tem sido muito dinmico em termos de pesquisa pura e aplicada, dada sua relevncia para os processos de gerenciamento praticados nas diversas reas de produo, inclusive da engenharia civil.

Neste tpico abordam-se trabalhos desenvolvidos a partir da formulao da Teoria de Conjuntos Nebulosos, ocorrida em 1965. A intensidade com que so conduzidas as pesquisas nesta rea rivalizam, seno superam, aquelas produzidas na rea de pesquisa operacional.

Ao mesmo tempo pode ser observado que uma conjugao dos trabalhos neste dois campos de pesquisa, visando aplicaes para a programao de atividades tem sido pouco freqentes e os trabalhos publicados escassos, particularmente em se tratando de estudos especficos para a engenharia civil.

(zdamar e Ulusoy, 1995), pag. 581.

218

A presente tese, no que se refere ao tratamento da incerteza, faz uma extenso dos mtodos de programao de atividades suportados por regras heursticas , formulando modelos que empreguem nmeros nebulosos. Desta forma a reviso bibliogrfica ir se concentrar na aritmtica dos nmeros nebulosos e nas medidas nebulosas, particularmente nas relaes de desigualdade entre nmeros nebulosos. Como referncia inicial encontra-se trabalho de (Cheng, 1997), que a primeira

publicao desta natureza no Departamento de Engenharia de Construo Civil e Urbana da EPUSP. Os fundamentos no tratamento dos nmeros nebulosos tambm podem ser encontrados em (Klir e Yuan, 1995), (Mare, 1994) e (Kaufmann e Gupta, 1991).

J aplicaes genricas de nmeros nebulosos, segundo o enfoque deste trabalho, podem ser encontradas em (Kaufmann e Gupta, 1991), que aborda aplicaes para mtodo CPM e anlise de investimentos, (Mare, 1994) que prope abordagem generalizada para a resoluo do mtodo CPM; (Evans et al, 1989) apresentam solues para fluxo de caixa de valores futuros trazidos a valor presente e mtodo PERT e (McCahon,1993) prope mtodo para resoluo de redes lgicas usando CPM e nmeros nebulosos. Esse trabalho contm um conjunto de problemas-testes especfico para a anlise desse tipo de aplicaes, relevante para o campo de estudo desta tese.

219

No campo da construo civil temos (Ayyub e Haldan, 1984) que estudam o emprego de relaes nebulosas para associar expresses lingsticas3 a duraes de atividades; (Chang et al, 1990) que desenvolveu um sistema especialista, empregando lgica nebulosa, voltado para a programao de recursos com restries, considerando o impacto de agentes externos como o clima; (Wu e Hadipriono, 1994) que propem o emprego de lgica nebulosa, baseada em formulaes do tipo Modus Ponens, para converter expresses lingsticas a valores de duraes de atividades; e finalmente, o trabalho de (Lorterapong e Moselhi, 1995) que contempla a resoluo do algoritmo CPM com nmeros nebulosos, a transposio de um processo heurstico de alocao de recursos, desenvolvido com o emprego de nmeros exatos, e a proposio de um software prottipo para a aplicao deste processo.

Os trabalhos citados neste pargrafo estabelecem mtodos pelos quais, por meio de inferncia nebulosa, associam, ou modelam, determinadas expresses lingisticas como nmeros nebulosos, mediante o estabelecimento de suas respectivas funes de pertinncia.

220

ANEXOS

221

ANEXO 1 : OPERAES COM NMEROS NEBULOSOS

222

ANEXO 1 : OPERAES COM NMEROS NEBULOSOS

A seguir so apresentadas algumas referncias quanto aos conceitos e operaes envolvendo nmeros nebulosos1. O objetivo prover um conjunto mnimo de informaes que sirvam como suporte aos processos desenvolvidos e aplicados ao longo desta tese. Inicialmente so apresentados os conceitos bsicos envolvendo a vagueza da informao e a teoria de conjuntos nebulosos e, a seguir, as operaes bsicas com nmeros nebulosos triangulares e trapezoidais (TFNs e TrFNs), aos quais esta tese recorre.

A .1.1 CONCEITOS BSICOS O processo de formulao de informaes para um cenrio de programao intrinsecamente vago, na medida que , antes de mais nada, a expresso de processos de raciocnio humano que simulam e julgam a conduo de atividades da produo a ocorrerem no futuro. A primeira caracterstica a ressaltar que no h incerteza quanto ocorrncia de uma determinada atividade, mas sim quanto a seus atributos de tempo : datas e duraes. No se trata, aqui, de considerar fenmenos de natureza aleatria mas sim aqueles cujo instante de ocorrncia expresso de maneira vaga.

Os conceitos e expresses matemticas aqui apresentados foram extrados de (Cheng, 1997), a menos de citaes especificamente em contrrio.

223

A .1.1.1 Incerteza Admite-se, nesta tese, que o significado da palavra incerteza seja aquele expresso na figura A .1.1, adiante. INCERTEZA

NEBULOSIDADE fuzziness falta de definio ou distino acentuada vagueza nebulosidade falta de clareza indistinto no acentuado

AMBIGIDADE entre relaes

DISCRDIA desacordo na escolha entre vrias alternativas dissonncia incongruncia discrepncia conflito

NO ESPECIFICIDADE duas ou mais alternativas so deixadas sem especificaes variedade generalidade diversidade equvocos impreciso

Figura A .1.1 Tipos bsicos de incerteza

Extrado da figura 9.7 de (Klir, George J. and Yuan, Bo, 1995).

Nesta tese, o emprego dos termos vagueza e incerteza da informao esto associados ao ramo da Nebulosidade apresentado na figura A .1.1, acima.

224

A .1.1.2 Estrutura Terica A teoria que prove o suporte matemtico para informaes dotadas de atributos de incerteza a Teoria de Sistema Nebuloso e sua abrangncia e ramificaes so apresentadas adiante.

Teoria de Sistema Teoria de Conjuntos Nebulosos Nebuloso

Extenso dos conceitos e das operaes da teoria clssica de conjuntos, atravs da introduo da lgica multivarivel. Nmero Nebuloso uma variante do conjunto nebuloso. Dedues lgicas de proposies nebulosas. Emprega nmeros nebulosos e/ou expresses lingsticas para estruturar variveis. Extenso do conceito clssico de medida para avaliao da vagueza.

Inferncia Nebulosa

Medida Nebulosa

Tabela A 1.a Estrutura e abrangncia da Teoria de Sistema Nebuloso

Extrado de (Cheng, 1997)

A .1.1.3 Tipos de Vagueza Devido ao conjunto : Os elementos de um conjunto universo so claramente definidos e posicionados, mas o limite de um dado subconjunto de interesse incerto.

225

Devido a medida : Os elementos de um conjunto no esto claramente definidos e posicionados, mas o limite de um dado subconjunto de interesse bem definido.

226

A 1.2 CONJUNTO NEBULOSO Um subconjunto nebuloso do conjunto universal X definido pela sua funo de pertinncia (x) dada por (x) : X [0,1]. A funo de pertinncia (x) expressa o grau em que o elemento x do conjunto universo X membro do subconjunto nebuloso . Quanto mais o valor (x) se aproxima de 1, maior ser o grau de pertinncia do elemento ao . Os valores da funo de pertinncia so indicadores de tendncia atribudos subjetivamente por algum.

A .1.2.1 Operaes Bsicas com Conjuntos Nebulosos

Igualdade : = (x) = (x), x X Incluso : (x) (x), x X Complemento : (x) = 1 - c(x), x X Interseo : (x) = min((x),(x)) = (x) (x), x X Unio : (x) = max((x),(x)) = (x) (x), x X

227

Figura A .2.1 Relaes entre conjuntos nebulosos

Extrada de (Cheng, 1997)

Figura A .2.2 Relaes de unio e interseo entre conjuntos nebulosos

Extrada de (Klir, George J. and Yuan, Bo, 1995)

A 1.3 NMEROS NEBULOSOS Um nmero nebuloso, por definio, um conjunto nebuloso normal e convexo definido na reta real R, cuja suporte supp () confinada (bounded) e cujos conjuntos de nvel so intervalos fechados da reta R., conforme (Cheng, 1997). Usualmente representado pela descrio de sua funo de pertinncia, que associa graus de possibilidade aos elementos contidos no intervalo fechado da reta R. So elementos

228

capazes de modelar noes tais como prximo de um dado valor , em torno de um dado valor , mais ou menos um dado valor .

Um nmero nebuloso descrito como > 0, se sua funo de pertinncia (x) = 0, x < 0, e < 0, se (x) = 0, x > 0. Emprega-se o termo aspecto para designar o comportamento da funo de pertinncia que caracteriza um nmero nebuloso. As figuras adiante apresentam algumas formas de se representar um nmero nebuloso e de se capturar o conceito em torno de 3 por nmeros nebulosos.

Figura A .3.1 Exemplos de nmeros nebulosos

Extrado de (Klir, George J. and Yuan, Bo, 1995)

229

Figura A .3.2 Exemplos de possveis nmeros nebulosos para capturar o conceito de em torno de 3.
Extrado de (Klir, George J. and Yuan, Bo, 1995)

Um dos modos mais simples e eficiente de se modelar um nmero nebuloso pelo emprego de uma funo de pertinncia de aspecto triangular.
(x) 1

Figura A .3.3 Representao de um nmero nebuloso triangular (TFN)

230

Neste caso a funo de pertinncia passa a ser representada por um trio (a, b, c), onde as ordenadas (a) e (c) representam os pontos onde (a) = (c) = 0 e (b) identifica o ponto onde (b) = 1.

Outra representao freqente o emprego de um aspecto derivado para uma forma trapezoidal, cuja funo de pertinncia expressa por um qudruplo (a, b, c, d), conforme a figura abaixo.

Figura A .3.4 Exemplos de possveis representaes de nmeros nebulosos trapezoidais (TrFN)

Extrado de (Klir, George J. and Yuan, Bo, 1995)

231

A .1.3.1 Operaes com Nmeros Nebulosos Dados dois nmeros nebulosos e e suas respectivas funes de pertinncia (x) e (x), temos :

Adio: = sup min((x),(y)) = (((x) (y)) = sup min ((x), (z-x))

z = x+y z = x+y xR
1

Subtrao: = sup min((x),(y)) = (((x) (y)) = sup min ((x), (x-z))

z = x-y z = x-y xR
1

Para o caso de TFNs, essas operaes so desenvolvidas da seguinte maneira : sejam = (a, b, c) e = (d, e, f)
1

= (a, b, c) + (d, e, f) = (a+d, b+e, c+f) = (a, b, c) + (d, e, f) = (a-f, b-e, c-d)
1

-4

-3

-2

-1

Figura A .3..5 Exemplos de operaes de soma e subtrao com TFNs

232

A .1.4 MEDIDAS NEBULOSAS uma extenso do conceito clssico de medida, pela relaxao da propriedade aditiva, substituindo-a pela propriedade de monotonicidade. g(x) uma medida nebulosa se satisfizer as seguintes condies : g () = 0, g (X) = 1 A B g(A) g(B), A, B X Se X um conjunto infinito, ento g deve satisfazer : se A1 A2 A3 ...ou se A1 A2 A3 ... ento lim g(An) = g (lim An)
n n

A .1.4.1 Medida de Possibilidade um caso particular da medida nebulosa, onde a condio de monotonicidade dada conforme abaixo. g (x) = (x) [0,1] g (A B) = max (g (A), g (B)) A funo que relaciona um subconjunto A de um conjunto universo X a um intervalo fechado de valores [0,1] e satisfaz as seguintes condies : 1. () = 0, (X) = 1, 2. (A B) = max ( (A), (B)), A, B X, denominada medida de possibilidade.

233

Como exemplo, temos na figura abaixo a medida de possibilidade que dois eventos, representados por dois TFNs sejam compatveis, isto expressem a mesma data.

1
(4,5)

4
(4,5)

Figura A .4.1 Medida de possibilidade de compatibilidade entre dois eventos expressos por TFNs.

A .1.4.2 Valor maior ou menor que outro nmero nebuloso Dado um nmero nebulosos N, do ponto de vista da possibilidade : 1. nmero possivelmente maior ou igual a N, representado por [N,) [N,) (r) = sup N(u) = (N ((- , r] )
u ru

2. nmero possivelmente menor que N, representado por (-, N]) (-, N] (r) = sup N(u) = (N ([r, ) )
u ru

Essas operaes podem ser visualizadas na figura A .4.2.

Figura A .4.2 Interpretao grfica dos nmeros nebulosos

Extrada de (Cheng, 1997)

234

A .1.5 CONSTRUO DE CONJUNTOS NEBULOSOS Como concluso dessa apresentao sumria das operaes com nmeros nebulosos empregadas nesta tese, h que se abordar processos para a estruturao de conjuntos nebulosos e o modelamento de nmeros nebulosos. Estes processos so conduzidos a partir da caracterizao da incerteza contida no cenrio, pela formulao de funes de pertinncia que expressem seu comportamento. Embora esse tema no faa parte do escopo desta tese, cabem algumas consideraes sobre o processo a ser percorrido para estruturao de um cenrio para uma programao por recursos com nmeros nebulosos. O processo de modelagem deve ser entendido como pertencente ao problema geral da aquisio de conhecimento2, especificamente da engenharia do conhecimento. As abordagens praticadas so voltadas para a construo de funes de pertinncia a partir de processos estruturados envolvendo variveis lingsticas. Esses processos envolvem dois personagens : aquele que detm a informao necessria programao e aquele que desenvolver a programao com nmeros nebulosos. O primeiro personagem, a menos que seja proficiente na modelagem de nmeros nebulosos, assume a posio de inquirido, de modo a manifestar sua incerteza segundo um processo pr-determinado de extrao de requisitos. Ao segundo personagem cabe providenciar a extrao de requisitos de modo a estabelecer a cada caso, isto a cada informao a ser agregada ao cenrio, qual a funo de pertinncia que melhor representa a correspondente incerteza. Os principais mtodos de extrao de requisitos se dividem em diretos e indiretos.

Ver (Klir, George J. and Yuan, Bo, 1995), pag. 281.

235

Os primeiros lidam diretamente com a construo de funes de pertinncia. Isto significa que aquele que prov a informao confrontado com termos lingsticos que permitam a caracterizao da funo de pertinncia. So usadas expresses como : qual o grau de pertinncia do elemento x com o conjunto ? quais elementos x tem grau A(x) de pertinncia em A?

Essas questes devem prover pares de elementos (x, (x)) de modo a possibilitar a construo da funo de pertinncia a partir de um aspecto (tipo de distribuio) previamente estabelecido com aquele que detm a informao. A menos que seja possvel o emprego de prottipos, os mtodos diretos tem uma grande desvantagem, que arbitrariedade do personagem consultado em avaliar determinados conceitos que podem no lhe ser familiares. Isto implica no risco de se alterar o carter da informao a ser agregada ao cenrio da programao. A alternativa o emprego de mtodos indiretos. Um modo o emprego de um conjunto de pares para uma avaliao comparada. A cada elemento associado um grau de pertinncia relativa em relao aos outros. So usadas expresses como : mais provvel que a atividade seja concluda em 3 dias do que em 4 dias; muito pouco provvel que chegue a durar 6 dias; pelo menos 3 dias, possivelmente 4 dias, nunca 7 dias.

Sejam essas datas [3, 4, 5, 6, 7] elementos de um conjunto universal de datas para as quais necessrio se estimar graus de pertinncia para , que representar a possvel durao de uma dada atividade. Aps a extrao de requisitos, obtm-se uma avaliao relativa entre essas datas.

236

A seguir pode-se conduzir uma avaliao que estabelea qual o melhor vetor que pode ser aplicado a esse conjunto para representar os diversos graus de pertinncia absoluta para o intervalo [0,1]. Um mtodo recomendado por (Klir e Yuan, 1995) para essa avaliao a comparao, para a par, entre os valores e suas pertinncias relativas, por meio de uma matruz quadrada. Essa matriz representa um sistema de equaes lineares que ter soluo 0 se o seu determinante igual a zero. Em condies prticas a matriz pode no ser inteiramente consistente, mas o mtodo permanece aplicvel. Existem variantes desses mtodos empregando vrios personagens no processo de extrao de requisitos e a literatura, aqui citada, contm processos para a agregao de dados obtidos de diversas fontes para a formulao de funes de pertinncia A descrio desses processos escapa ao propsito dessa apresentao sumria quanto a modelagem de nmeros nebulosos.

237

ANEXO 2 : TESTES PARA AVALIAO DO MTODO CPM COM NMEROS NEBULOSOS

ANEXO 2 : TESTES PARA AVALIAO DO MTODO CPM COM NMEROS NEBULOSOS

A. 2.1 TESTES BSICOS Os testes bsicos objetivam verificar ; se o processo do mtodo CPM extensivo a nmeros nebulosos proposto nesta tese apresenta resultados consistentes em comparao com outros processos de clculo j consolidados se a funo de pertinncia formulada conforme o processo desta tese compatvel com os resultados de outros processos de clculo para avaliao, de forma indireta, de folgas de atividades.

Os teste aqui empregados foram propostos por (McCahon, 1993) visando avaliar correlaes entre fuzzy project-network analysis (FPNA) e o mtodo PERT. Portanto apresentam um conjunto de dados de entrada com grande diversidade de comportamento permitindo uma avaliao consistente entre dois mtodos de clculo de tempos em redes lgicas. Os testes so conduzidos aplicando-se o processo de clculo do CPM extensivo a nmeros nebulosos proposto nesta tese confrontando-se os resultados com aqueles obtidos nesses testes de referncia. O parmetro de comparao entre os processos de clculo o ndice de criticidade obtido por McCahon versus a funo de pertinncia estabelecida para a folga conforme processo proposto nesta tese.

239

A comparao feita para o mesmo conjunto de 32 testes desenvolvidos por McCahon, estabelecendo-se o cotejo entre o comportamento da funo de pertinncia da folga total versus o respectivo ndice de criticidade para todas as atividades, em todos os testes. A avaliao dos resultados tabulados adiante demonstra que o processo formulado nesta tese apresenta um grau de resoluo de igual para superior ao obtido originalmente por McCahon, particularmente para as atividades com alto grau de criticidade. A seguir apresentado conjunto de dados de entrada, as topologias das correspondentes redes lgicas e as tabulaes dos resultados dos testes.

240

A 2.1.1 Topologia das Redes Elementares

Configurao 1 4 ns 4 arcos R=1

2 1 3

2 3

Configurao 2 4 ns 6 arcos R = 1,5

2 4 1

2 1 5

5 4

3 6 3

Configurao 3 4 ns 5 arcos R = 1,25

2 4 1

2 5 3

241

Configurao 4 4 ns 6 arcos R = 1,5

2 1 4 2 1 5 7 4 6

5 8 3

A 2.1.2 Dados de Entrada A tabela da pgina seguinte apresenta os carregamentos das redes, para cada configurao indicada. So conduzidos oito testes para cada configurao de rede lgica.
Legenda

a) primeiro dgito : indica a topologia da rede lgica elementar; b) primeira letra, indica disperso da durao da atividade (N narrow, W wide); c) segunda letra, indica a simetria da atividade ( S symmetrical, A assymmetrical) d) terceira letra indica a disparidade entre o caminho-crtico e os demais caminhos da rede lgica ( S small, L longer).

242

Redes Lgicas Analisadas Rede Lgica

1NSS 1NSL 1NAS 1NAL 1WSS 1WSL 1WAS 1WAL

1
(2.5, 3, 3.5) (2.5, 3, 3.5) (2.5, 3, 3.1) (2.5, 3, 3.1) (0.6, 3, 5.4) (0.6, 3, 5.4) (0.5, 3, 6) (0.5, 3, 6)

2
(4, 5, 6) (4, 5, 6) (4.5, 5, 5.5) (4, 5, 5.5) (1, 5, 9) (1, 5, 9) (0.1, 5, 8) (0.1, 5, 8)

3
(3.5 ,4.1 ,4.7) (7, 8, 9) (3.5 4.1, 4.2) (7, 8, 8.5) (0.8, 4.1, 7.2) (2, 8, 14) (0.4, 4.1, 9.1) (1, 8, 14)

4
(1.6, 2, 2.4) (1.6, 2, 2.4) (1.8, 2, 2.4) (1.8, 2, 2.4) (0.4, 2, 3.6) (0.4, 2, 3.6) (0.2, 2, 4) (0.2, 2, 4)

2NSS 2NSL 2NAS 2NAL 2WSS 2WSL 2WAS 2WAL

(4, 5, 6) (4, 5, 6) (4, 5, 5.5) (4, 5, 5.5) (1, 5, 9) (1, 5, 9) (1, 5, 12) (1, 5, 12)

(3.7, 4.1, 4.5) (7, 8, 9) (3.5 4.1, 4.2) (7, 8, 8.5) (0.8, 4.1, 7.4) ((2, 8, 14) (0.5, 4.1, 7.2) (1, 8, 14)

(1.6, 2, 2.4) (1.6, 2, 2.4) (1.8, 2, 2.4) (1.8, 2, 2.4) (0.4, 3, 3.6) (0.4, 2, 3.6) (0.2, 2, 4) (0.2, 2, 4)

(2.5, 3, 3.5) (2.5, 3, 3.5) (2.5, 3, 3.1) (2.5, 3, 3.1) (0.6, 3, 5.4) (0.6, 3, 5.4) (0.6, 3, 7) (0.6, 3, 7)

(3.5, 4, 4.5) (3.5, 4, 4.5) (3.9, 4, 4.5) (3.9, 4, 4.5) (0.8, 4, 7.2) (0.8, 4, 7.2) (0.5, 4, 7.2) (0.5, 4, 7.2)

(4.8, 5.9, 7) (1.6, 2, 2.4) (5.5, 5.9, 7) (1.6, 2, 2.4) (0.8, 5.9, 11) (0.4, 2, 3.6) (0.5, 5.9, 12) (0.4, 2, 5)

3NSS 3NSL 3NAS 3NAL 3WSS 3WSL 3WAS 3WAL

(3.3, 4.1, 4.9) (3.2, 4, 4.8) (3.8, 4.1, 4.2) (3.2, 4, 4.1) (0.8, 4.1, 7.4) (0.5, 4, 7.5) (0.8, 4.1, 10) (0.8, 4, 10)

(5.8, 6.9, 8) (1.6, 2, 2.4) (6.8, 6.9, 8) (1.9, 2, 2.4) (0.8, 6.9, 13) (0.4, 2, 3.6) (1, 6.9, 14) (0.1, 2, 5)

(2.5, 3, 3.5) (6.4, 8, 9.6) (2.5, 3, 3.1) (7, 8, 10) (0.6, 3, 5.4) (1.6, 8, 14.4) (0.5, 3, 5.4) (1, 8, 14)

(5, 6, 7) (5, 6, 7) (5.9, 6, 7) (5.9, 6, 7) (1, 6, 11) (1, 6, 11) (0.5, 6, 11) (0.5, 6, 11)

(2.5, 3.1, 3.7) (2.4, 3, 3.6) (2.6, 3.1, 3.2) (2.9, 3, 3.5) (0.6, 3.1, 5.6) (0.6, 3, 5.4) (0.5, 3.1, 7) (0.5, 3, 7)

4NSS 4NSL 4NAS 4NAL 4WSS 4WSL 4WAS 4WAL

(2.5, 3, 3.5) (2.5, 3, 3.5) (2.9, 3, 3.4) (2.9, 3, 3.4 (0.6, 3, 5.4) (0.6, 3, 5.4) (0.5, 3, 6) (0.5, 3, 6)

(4, 4.9, 5.8) (0.8, 1, 1.2) (4.5, 4.9, 5.1) (0.9, 1, 1.2) (1, 4.9, 8.8) (0.2, 1, 1.8) (0.6, 4, 10) (0.1, 1, 1.4)

(1.6, 2, 2.4) (1.6, 2, 2.4) (1.9, 2, 2.4) (1.9, 2, 2.4) (0.4, 2, 3.6) (0.4, 2, 3.6) (0.3, 2, 4) (0.3, 2,4)

(1.7, 2.1, 2.5) (6.4, 8, 9.6) (1.9, 2.1, 2.4) (7, 8 10) (0.4, 2.1, 3.8) (1.6, 8, 14.4) (0.4, 2.1, 5) (1, 8, 14)

(2.6, 3.2, 3.8) (2.5, 3, 3.5) (2.6, 3.2, 3.3) (2.5, 3, 3.1) (0.6, 3.2, 5.8) (0.6, 3, 5.4) (0.5, 3.2, 7) (0.6, 3, 7)

(8, 9, 10) (8, 9, 10) (8.5, 9, 9.1) (8.5, 9, 9.1) ((1, 9, 17) (1, 9, 17) (0.5, 9, 17) (0.5, 9, 17)

(6, 7, 8) (6, 7, 8) (6.8, 7, 7.9) (6.8, 7, 7.9) (1, 7, 13) (1, 7, 13) (0.5, 7, 15) (0.5, 7, 15)

(7.9, 9.8, 11.7) (3.5, 4, 4.5) (8.8, 9.8, 11) (3.9, 4, 4.5) (1.6, 9.8, 18) (0.8, 4, 7.2) (1, 9.8, 20) (0.5, 4, 7.2)

Tabela A .2.a Dados de entrada para os Testes Bsicos

243

A 2.1.3 Resultados

Configurao :

1NSS max Folga Total 3 3 3 3 0 0 0 0 7 7 7 7 0 0 0 0 0,2 0,0 0,1 0,0 ndice de Med. Possib. Conform TT / TC de TT=TC 1,0 0,8 0,0 0,0 1,0 0,9 0,0 0,0

Atividade 1 2 3 4

Trmino Trmino Tarde Trmino Tarde Trmino Preliminar Confinado Tarde Incio Tarde DURAO Incio Cedo Cedo 2,5 3 3,5 0 0 0 2,5 3 3,5 2,5 3 3,7 - 3 3,7 2,5 3 3,7 0 0 0,2 4 5 6 0 0 0 4 5 6 4 5 6 - 5 6 4 5 6 0 0 0 3,5 4,1 4,7 2,5 3 3,5 6 7,1 8,2 6 7,1 8,4 - 7,1 8,4 6 7,1 8,4 2,5 3 3,7 1,6 2 2,4 4 5 6 5,6 7 8,4 6 7,1 8,4 - 7,1 8,4 5,6 7 8,4 4 5 6

ndice de Criticidade 1 0,96 1 0,96

Obs. : a) anlise de referncia manteve a data cedo da atividade 3 como data final da rede. b) o processo desta tese aplica a operao de mximo nebuloso para estruturar o qudruplo que define a data de trmino da rede c) as duas anlises indicam uma rede altamente crtica. Configurao : 1NSL Trmino Tarde Preliminar 2,5 3 3,5 8 9 10 9,5 11 13 9,5 11 13 Trmino Tarde Trmino Confinado Tarde Incio Tarde - 3 3,5 2,5 3 3,5 0 0 0 - 9 10 8 9 10 4 4 4,1 - 11 13 9,5 11 13 2,5 3 3,5 - 11 13 9,6 11 13 8 9 10 max Folga Total 0 0 0 0 5 6 8 9 0 0 0 0 7 8 10 11 0,0 1,0 0,0 1,0 ndice de Med. Possib. Conform TT de TT=TC / TC 0,0 0,0 ND ND 0,0 0,0 ND ND

Atividade 1 2 3 4 Obs. : a)m as mesmas atividades crticas. Configurao : 1NAS

Trmino DURAO Incio Cedo Cedo 2,5 3 3,5 0 0 0 2,5 3 3,5 4 5 6 0 0 0 4 5 6 7 8 9 2,5 3 3,5 9,5 11 13 1,6 2 2,4 4 5 6 5,6 7 8,4

ndice de Criticidade 1 0 1 0

Atividade 1 2 3 4

DURAO 2,5 3 3,1 4 5 5,5 3,5 4,1 4,2 1,8 2 2,4

Trmino Trmino Tarde Trmino Tarde Trmino Preliminar Confinado Tarde Incio Tarde Incio Cedo Cedo 0 0 0 2,5 3 3,1 2,5 3 3,7 - 3 3,7 2,5 3 3,7 0 0 0,6 0 0 0 4 5 5,5 4 5 5,5 - 5 5,5 4 5 5,5 0 0 0 2,5 3 3,1 6 7,1 7,3 6 7,1 7,9 - 7,1 7,9 6 7,1 7,9 2,5 3 3,7 4 5 5,5 5,8 7 7,9 6 7,1 7,9 - 7,1 7,9 5,8 7 7,9 4 5 5,5

max Folga Total 3 3 3 3 0 0 0 0 7 7 7 7 0 0 0 0 0,5 0,0 0,3 0,0

ndice de Med. Possib. Conform TT / TC de TT=TC 1,0 0,5 0,0 0,0 1,0 0,7 0,0 0,0

ndice de Criticidade 1 0,95 1 0,95

Obs. : a) anlise de referncia manteve a data cedo da atividade 3 como data final da rede. b) o processo desta tese aplica a operao de mximo nebuloso para estruturar o qudruplo que define a data de trmino da rede c) as duas anlises indicam uma rede altamente crtica.

244

Configurao :

1NAL Trmino Tarde Preliminar 2,5 3 3,1 7,7 8,7 9,2 9,5 11 12 9,5 11 12 Trmino Tarde Confinado - 3 3,1 - 8,7 9,2 - 11 12 - 11 12 max Incio Tarde 0 0 0 3,7 3,7 3,7 2,5 3 3,1 7,7 8,7 9,2 Folga Total 0 0 0 0 5 6 8 9 0 0 0 0 7 8 10 11 0,0 1,0 0,0 1,0 ndice de Med. Possib. Conform TT / TC de TT=TC 0,0 0,0 ND ND 0,0 0,0 ND ND

Atividade 1 2 3 4

DURAO 2,5 3 3,1 4 5 5,5 7 8 8,5 1,8 2 2,4

Trmino Incio Cedo Cedo 0 0 0 2,5 3 3,1 0 0 0 4 5 5,5 2,5 3 3,1 9,5 11 12 4 5 5,5 5,8 7 7,9

Trmino Tarde 2,5 3 3,1 7,7 8,7 9,2 9,5 11 12 9,5 11 12

ndice de Criticidade 1 0 1 0

Obs. : a) as duas anlises identificam as mesmas atividades crticas.

Configurao :

1WSS Trmino Tarde Preliminar 0,6 3 5,4 1 5 9 1,4 7,1 13 1,4 7,1 13 Trmino Trmino Tarde Tarde Incio Tarde Confinado - 3 5,4 0,6 3 5,4 0 0 0 - 5 9 1 5 9 0 0 0 - 7,1 13 1,4 7,1 13 0,6 3 5,4 - 7,1 13 1,4 7 13 1 5 9 max Folga Total 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0,0 0,0 0,0 0,0 ndice de Med. Possib. Conform TT / TC de TT=TC 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

Atividade 1 2 3 4

Trmino DURAO Incio Cedo Cedo 0,6 3 5,4 0 0 0 0,6 3 5,4 1 5 9 0 0 0 1 5 9 0,8 4,1 7,2 0,6 3 5,4 1,4 7,1 13 0,4 2 3,6 1 5 9 1,4 7 13

ndice de Criticidade 1 0,99 1 0,99

Obs. : a) as duas anlises identificam as mesmas atividades crticas.

Configurao :

1WSL Trmino Tarde Preliminar 0,6 3 5,4 5 9 16 2,6 11 19 2,6 11 19 Trmino Trmino Tarde Tarde Incio Tarde Confinado - 3 5,4 0,6 3 5,4 -0 0 0 - 9 16 5 9 16 4 4 6,8 - 11 19 2,6 11 19 0,6 3 5,4 - 11 19 5,4 11 19 5 9 16 max Folga Total 0 0 0 0 5 7 7 10 0 0 0 0 7 9 9 12 0,0 0,9 0,0 0,8 ndice de Med. Possib. Conform TT / TC de TT=TC 0,0 0,0 0,5 0,2 0,0 0,0 0,6 0,3

Atividade 1 2 3 4

Trmino DURAO Incio Cedo Cedo 0,6 3 5,4 0 0 0 0,6 3 5,4 1 5 9 0 0 0 1 5 9 2 8 14 0,6 3 5,4 2,6 11 19 0,4 2 3,6 1 5 9 1,4 7 13

ndice de Criticidade 1 0,71 1 0,71

Obs . : a) as duas anlises identificam as mesmas atividades crticas

245

Configurao :

1WAS Trmino Tarde Preliminar 0,5 3 6 0,2 5,1 11 0,9 7,1 15 0,9 7,1 15 Trmino Tarde Confinado - 3 6 - 5,1 11 - 7,1 15 - 7,1 15 Trmino Tarde 0,5 3 6 0,2 5,1 11 0,9 7,1 15 0,4 7,1 15 max Incio Tarde 0 0 0 0,1 0,1 3,1 0,5 3 6 0,2 5,1 11 Folga Total 0 0 0 0 4 5 5 6 0 0 0 0 6 7 7 8 0,0 0,3 0,0 0,2 ndice de Med. Possib. Conform TT de TT=TC / TC 0,0 0,0 1,0 0,7 0,0 0,0 1,0 0,8 ndice de Criticidade 1 0,99 1 0,99

Atividade 1 2 3 4

Trmino DURAO Incio Cedo Cedo 0,5 3 6 0 0 0 0,5 3 6 0,1 5 8 0 0 0 0,1 5 8 0,4 4,1 9,1 0,5 3 6 0,9 7,1 15 0,2 2 4 0,1 5 8 0,3 7 12

Obs. : a) as duas anlises identificaram as mesmas atividades crticas b) o processo proposto por esta tese apresentou melhor resoluo do comportamento das atividades possivelmente menos crticas.

Configurao :

1WAL Trmino Tarde Preliminar 0,5 3 6 4,1 9 16 1,5 11 20 1,5 11 20 Trmino Tarde Confinado - 3 6 - 9 16 - 11 20 - 11 20 Trmino Tarde Incio Tarde 0,5 3 6 0 0 0 4,1 9 16 4 4 8 1,5 11 20 0,5 3 6 4,3 11 20 4,1 9 16 max Folga Total 0 0 0 0 4 7 7 10 0 0 0 0 6 9 9 12 0,0 0,9 0,0 0,8 ndice de Med. Possib. Conform TT / TC de TT=TC 0,0 0,0 0,5 0,2 0,0 0,0 0,7 0,3 Indice de Criticidade 1 0,72 1 0,72

Atividade 1 2 3 4

Trmino DURAO Incio Cedo Cedo 0,5 3 6 0 0 0 0,5 3 6 0,1 5 8 0 0 0 0,1 5 8 1 8 14 0,5 3 6 1,5 11 20 0,2 2 4 0,1 5 8 0,3 7 12

Obs. : a) as duas anlises identificaram as mesmas atividades crticas

Configurao :

2NSS Trmino Tarde Preliminar 4 5 6 3,7 4,1 5 1,7 2,1 2,5 7,2 8,1 9,5 7,2 8,1 9,5 7,2 8,1 9,5 Trmino Tarde Confinado - 5 6 - 4,1 5 - 2,1 2,5 - 8,1 9,5 - 8,1 9,5 - 8,1 9,5 Trmino Tarde 4 5 6 3,7 4,1 5 1,7 2,1 2,5 6,5 8 9,5 7,2 8,1 9,5 6,5 8 9,5 max Incio Tarde 0 0 0 0 0 0,5 0,1 0,1 0,1 4 5 6 3,7 4,1 5 1,7 2,1 2,5 0 4 2 0 8 8 Folga Total 0 0 0 4 4 4 2 2 2 0 0 0 8 8 8 8 8 8 0,0 0,4 0,1 0,0 0,2 0,0 ndice de Med. Possib. Conform TT Indice de / TC Criticidade de TT=TC 0,0 0,0 0,96 1,0 0,6 1 1,0 0,9 0,92 0,0 0,0 0,96 1,0 0,8 1 1,0 1,0 0,92

Atividade 1 2 3 4 5 6

DURAO 4 5 6 3,7 4,1 4,5 1,6 2 2,4 2,5 3 3,5 3,5 4 4,5 4,8 5,9 7

Trmino Incio Cedo Cedo 0 0 0 4 5 6 0 0 0 3,7 4,1 4,5 0 0 0 1,6 2 2,4 4 5 6 6,5 8 9,5 3,7 4,1 4,5 7,2 8,1 9 1,6 2 2,4 6,4 7,9 9,4

Obs. : a) anlise de referncia manteve a data de trmino cedo da atividade 5 como data final da rede. b) o processo desta tese aplica a operao de mximo nebuloso para estruturar o qudruplo que define a data de trmino da rede c) as duas anlises indicam uma rede altamente crtica.

246

Configurao :

2NSL Trmino Tarde Preliminar 8 9 10 7 8 9 9,6 10 11 11 12 14 11 12 14 11 12 14 Trmino Tarde Confinado - 9 10 - 8 9 - 10 11 - 12 14 - 12 14 - 12 14 Trmino Tarde Incio Tarde 8 9 10 4 4 4 7 8 9 0 0 0 9,6 10 11 8 8 8,7 11 12 14 8 9 10 11 12 14 7 8 9 11 12 14 9,6 10 11 max 5 0 2 8 0 4 Folga Total 6 8 9 0 0 0 2 10 10 10 11 12 0 0 0 5 11 12 1,0 0,0 1,0 1,0 0,0 1,0 ndice de Med. Possib. Conform TT Indice de / TC Criticidade de TT=TC ND ND 0 0,0 0,0 1 ND ND 0 ND ND 0 0,0 0,0 1 ND ND 0

Atividade 1 2 3 4 5 6

DURAO 4 5 6 7 8 9 1,6 2 2,4 2,5 3 3,5 3,5 4 4,5 1,6 2 2,4

Trmino Incio Cedo Cedo 0 0 0 4 5 6 0 0 0 7 8 9 0 0 0 1,6 2 2,4 4 5 6 6,5 8 9,5 7 8 9 11 12 14 1,6 2 2,4 3,2 4 4,8

Obs. : a) as duas anlises indicam as mesmas atividades crticas

Configurao :

2NAS Trmino Cedo 4 5 5,5 3,5 4,1 4,2 1,8 2 2,4 6,5 8 8,6 7,4 8,1 8,7 7,3 7,9 9,4 Trmino Tarde Preliminar 4,1 5,1 6,3 3,5 4,1 4,9 1,8 2 2,4 7,4 8,1 9,4 7,4 8,1 9,4 7,4 8,1 9,4 Trmino Tarde Confinado - 5,1 6,3 - 4,1 4,9 - 2 2,4 - 8,1 9,4 - 8,1 9,4 - 8,1 9,4 Trmino Tarde 4,1 5,1 6,3 3,5 4,1 4,9 1,8 2 2,4 6,6 8,1 9,4 7,4 8,1 9,4 7,3 7,9 9,4 max Incio Tarde 0,1 0,1 0,8 0 0 0,7 0 0 0 4,1 5,1 6,3 3,5 4,1 4,9 1,8 2 2,4 5 4 0 8 8 0 Folga Total 5 5 5 4 4 4 0 0 0 8 8 8 8 8 8 0 0 0 0,5 0,5 0,0 0,4 0,4 0,0 ndice de Med. Possib. Conform TT Indice de / TC Criticidade de TT=TC 0,9 0,6 0,92 1,0 0,5 1 0,0 0,0 0,91 0,9 0,6 0,92 1,0 0,6 1 0,0 0,0 0,91

Atividade 1 2 3 4 5 6

DURAO Incio Cedo 4 5 5,5 0 0 0 3,5 4,1 4,2 0 0 0 1,8 2 2,4 0 0 0 2,5 3 3,1 4 5 5,5 3,9 4 4,5 3,5 4,1 4,2 5,5 5,9 7 1,8 2 2,4

Obs. : a) anlise de referncia manteve a data de trmino cedo da atividade 5 como data final da rede. b) o processo desta tese aplica a operao de mximo nebuloso para estruturar o qudruplo que define a data de trmino da rede c) as duas anlises indicam uma rede altamente crtica.

247

Configurao :

2NAL Trmino Cedo 4 5 5,5 7 8 8,5 1,8 2 2,4 6,5 8 8,6 11 12 13 3,4 4 4,6 Trmino Tarde Preliminar 8 9 9,9 7 8 8,5 9,8 10 11 11 12 13 11 12 13 11 12 13 Trmino Tarde Confinado - 9 9,9 - 8 8,5 - 10 11 - 12 13 - 12 13 - 12 13 Trmino Tarde Incio Tarde 8 9 9,9 4 4 4,4 7 8 8,5 0 0 0 9,8 10 11 8 8 8,4 11 12 13 8 9 9,9 11 12 13 7 8 8,5 11 12 13 9,8 10 11 max 5 0 2 8 0 4 Folga Total 6 8 9 0 0 0 2 10 10 9 11 12 0 0 0 5 11 12 1,0 0,0 1,0 1,0 0,0 1,0 ndice de Med. Possib. Conform TT Indice de / TC Criticidade de TT=TC ND ND 0 0,0 0,0 1 ND ND 0 ND ND 0 0,0 0,0 1 ND ND 0

Atividade 1 2 3 4 5 6

DURAO Incio Cedo 4 5 5,5 0 0 0 7 8 8,5 0 0 0 1,8 2 2,4 0 0 0 2,5 3 3,1 4 5 5,5 3,9 4 4,5 7 8 8,5 1,6 2 2,2 1,8 2 2,4

Obs. : a) as duas anlises indicam as mesmas atividades crticas

Configurao :

2WSS Trmino Tarde Preliminar 1,1 5,1 9,2 0,8 4,1 7,4 0,4 2 3,6 1,6 8,1 15 1,6 8,1 15 1,6 8,1 15 Trmino Tarde Confinado - 5,1 9,2 - 4,1 7,4 - 2 3,6 - 8,1 15 - 8,1 15 - 8,1 15 Trmino Tarde 1,1 5,1 9,2 0,8 4,1 7,4 0,4 2 3,6 1,7 8,1 15 1,6 8,1 15 1,2 7,9 15 max Incio Tarde 0,1 0,1 0,2 0 0 0 0 0 0 1,1 5,1 9,2 0,8 4,1 7,4 0,4 2 3,6 5 0 0 8 0 0 Folga Total 5 5 5 0 0 0 0 0 0 8 8 8 0 0 0 0 0 0 0,0 0,0 0,0 0,0 0,0 0,0 ndice de Med. Possib. Conform TT Indice de / TC Criticidade de TT=TC 1,0 1,0 0,99 0,0 0,0 1 0,0 0,0 0,98 1,0 1,0 0,99 0,0 0,0 1 0,0 0,0 0,98

Atividade 1 2 3 4 5 6

DURAO 1 5 9 0,8 4,1 7,4 0,4 2 3,6 0,6 3 5,4 0,8 4 7,2 0,8 5,9 11

Trmino Incio Cedo Cedo 0 0 0 1 5 9 0 0 0 0,8 4,1 7,4 0 0 0 0,4 2 3,6 1 5 9 1,6 8 14 0,8 4,1 7,4 1,6 8,1 15 0,4 2 3,6 1,2 7,9 15

Obs. : a) as duas anlises indicam as mesmas atividades crticas

248

Configurao :

2WSL Trmino Tarde Preliminar 5 9 16 2 8 14 8,4 10 18 2,8 12 21 2,8 12 21 2,8 12 21 Trmino Tarde Confinado - 9 16 - 8 14 - 10 18 - 12 21 - 12 21 - 12 21 Trmino Tarde Incio Tarde 5 9 16 4 4 6,8 2 8 14 0 0 0 8,4 10 18 8 8 14 5,6 12 21 5 9 16 2,8 12 21 2 8 14 8,8 12 21 8,4 10 18 max 5 0 2 8 0 4 Folga Total 7 7 10 0 0 0 4 8 12 10 10 13 0 0 0 7 9 14 0,9 0,0 1,0 0,7 0,0 1,0 ndice de Med. Possib. Conform TT Indice de / TC Criticidade de TT=TC 0,5 0,2 0,74 0,0 0,0 1 ND ND 0,35 0,7 0,4 0,74 0,0 0,0 1 ND ND 0,35

Atividade 1 2 3 4 5 6

DURAO 1 5 9 2 8 14 0,4 2 3,6 0,6 3 5,4 0,8 4 7,2 0,4 2 3,6

Trmino Incio Cedo Cedo 0 0 0 1 5 9 0 0 0 2 8 14 0 0 0 0,4 2 3,6 1 5 9 1,6 8 14 2 8 14 2,8 12 21 0,4 2 3,6 0,8 4 7,2

Obs. : a) as duas anlises indicam as mesmas atividades crticas

Configurao :

2WAS Trmino Tarde 1 5 12 0,5 4,1 12 0,4 2,2 7 1,6 8 19 1 8,1 19 0,9 8,1 19 max Incio Tarde 0 0 0 0 0 4,6 0,2 0,2 3 1 5 12 0,5 4,1 12 0,4 2,2 7 0 4 2 0 8 8 Folga Total 0 0 0 4 4 6 2 2 3 0 0 0 8 8 9 8 8 9 0,0 0,4 0,6 0,0 0,3 0,2 ndice de Med. Possib. Conform TT Indice de de TT=TC / TC Criticidade 0,0 0,0 0,99 1,0 0,6 1 0,9 0,5 0,98 0,0 0,0 0,99 1,0 0,7 1 1,0 0,8 0,98

Atividade 1 2 3 4 5 6

DURAO 1 5 12 0,5 4,1 7,2 0,2 2 4 0,6 3 7 0,5 4 7,2 0,5 5,9 12

Trmino Trmino Trmino Tarde Tarde Incio Cedo Cedo Preliminar Confinado 0 0 0 1 5 12 1 5 12 - 5 12 0 0 0 0,5 4,1 7,2 0,5 4,1 12 - 4,1 12 0 0 0 0,2 2 4 0,4 2,2 7 - 2,2 7 1 5 12 1,6 8 19 1 8,1 19 - 8,1 19 0,5 4,1 7,2 1 8,1 14 1 8,1 19 - 8,1 19 0,2 2 4 0,7 7,9 16 1 8,1 19 - 8,1 19

Obs. : a) as duas anlises indicam as mesmas possveis atividades crticas. b) a anlise de referncia adotou a atividade 5 como data de trmino da rede.

249

Configurao :

2WAL Trmino Tarde Preliminar 3,2 7,2 14 1 8 14 8,2 10 16 1,5 12 21 1,6 12 21 1,5 12 21 Trmino Tarde Confinado - 7,2 14 - 8 14 - 10 16 - 12 21 - 12 21 - 12 21 Trmino Tarde 3,2 7,2 14 1 8 14 8,2 10 16 3,8 10 21 1,5 12 21 8,6 12 21 max Incio Tarde 2,2 2,2 2,2 0 0 0 8 8 12 3,2 7,2 14 1 8 14 8,2 10 16 Folga Total 6 6 6 8 0 0 0 0 2 4 8 12 10 9 9 12 0 0 0 0 5 9 9 14 0,5 0,0 1,0 0,3 0,0 1,0 ndice de Med. Possib. Conform TT Indice de / TC Criticidade de TT=TC 0,8 0,6 0,81 0,0 0,0 1 ND ND 0,48 0,9 0,8 0,81 0,0 0,0 1 0,1 0,0 0,48

Atividade 1 2 3 4 5 6

Trmino DURAO Incio Cedo Cedo 1 5 12 0 0 0 1 5 12 1 8 14 0 0 0 1 8 14 0,2 2 4 0 0 0 0,2 2 4 0,6 3 7 1 5 12 1,6 8 19 0,5 4 7,2 1 8 14 1,5 12 21 0,4 2 5 0,2 2 4 0,6 4 9

Obs. : a) as duas anlises indicam as mesmas possveis atividades crticas. b) a anlise de referncia adotou a atividade 5 como data de trmino da rede.

Configurao :

3NSS Trmino Cedo 3,3 4,1 4,9 5,8 6,9 8 5,8 7,1 8,4 8,3 10 12 8,3 10 12 Trmino Tarde Preliminar 3,3 4,1 4,9 5,8 7,1 8,4 5,8 7,1 8,4 8,3 10 12 8,3 10 12 Trmino Tarde Confinado - 4,1 4,9 - 7,1 8,4 - 7,1 8,4 - 10 12 - 10 12 Trmino Tarde 3,3 4,1 4,9 6 7,1 8,4 5,8 7,1 8,4 8,4 10 12 8,3 10 12 max Incio Tarde 0 0 0 0,2 0,2 0,4 3,3 4,1 4,9 3,4 4,2 5,1 5,8 7,1 8,4 Folga Total 0 0 0 0 7 7 7 7 0 0 0 0 10 10 10 10 0 0 0 0 0,0 0,3 0,0 0,1 0,0 ndice de Med. Possib. Conform TT Indice de / TC Criticidade de TT=TC 0,0 0,0 1 0,9 0,7 0,94 0,0 0,0 1 1,0 0,9 0,97 0,0 0,0 1

Atividade 1 2 3 4 5

DURAO 3,3 4,1 4,9 5,8 6,9 8 2,5 3 3,5 5 6 7 2,5 3,1 3,7

Incio Cedo 0 0 0 0 0 0 3,3 4,1 4,9 3,3 4,1 4,9 5,8 7,1 8,4

Obs. : a) as duas anlises indicam as mesmas possveis atividades crticas.

250

Configurao :

3NSL Trmino Cedo 3,2 4 4,8 1,6 2 2,4 9,6 12 14 8,2 10 12 12 15 18 Trmino Tarde Preliminar 3,2 4 4,8 9,6 12 14 9,6 12 14 12 15 18 12 15 18 Trmino Tarde Confinado - 4 4,8 - 12 14 - 12 14 - 15 18 - 15 18 Trmino Tarde 3,2 4 4,8 12 12 14 9,6 12 14 13 15 18 12 15 18 max Incio Tarde 0 0 0 10 10 12 3,2 4 4,8 8,2 9 11 9,6 12 14 Folga Total 0 0 0 0 2 2 12 13 0 0 0 0 10 12 13 15 0 0 0 0 0,0 1,0 0,0 1,0 0,0 ndice de Med. Possib. Conform TT Indice de / TC Criticidade de TT=TC 0,0 0,0 1 ND ND 0 0,0 0,0 1 ND ND 0 0,0 0,0 1

Atividade 1 2 3 4 5

DURAO 3,2 4 4,8 1,6 2 2,4 6,4 8 9,6 5 6 7 2,4 3 3,6

Incio Cedo 0 0 0 0 0 0 3,2 4 4,8 3,2 4 4,8 9,6 12 14

Obs. : a) as duas anlises indicam as mesmas possveis atividades crticas.

Configurao :

3NAS Trmino Tarde Preliminar 3,8 4,1 4,2 6,8 7,1 8 6,8 7,1 8 9,4 10 11 9,7 10 11 Trmino Tarde Confinado - 4,1 4,2 - 7,1 8 - 7,1 8 - 10 11 - 10 11 Trmino Tarde 3,8 4,1 4,2 6,8 6,9 8 6,3 7,1 8 9,7 10 11 9,4 10 11 max Incio Tarde 0 0 0 0 0 0 3,8 4,1 4,9 3,8 4,1 4,2 6,8 7,1 8 0 0 7 0 0 Folga Total 0 0 0 0 0 0 7 7 7 0 0 0 0 0 0 0,0 0,0 0,4 0,0 0,0 ndice de Med. Possib. Conform TT Indice de / TC Criticidade de TT=TC 0,0 0,0 1 0,0 0,0 0,92 1,0 0,6 1 0,0 0,0 0,96 0,0 0,0 1

Atividade 1 2 3 4 5

Trmino DURAO Incio Cedo Cedo 3,8 4,1 4,2 0 0 0 3,8 4,1 4,2 6,8 6,9 8 0 0 0 6,8 6,9 8 2,5 3 3,1 3,8 4,1 4,2 6,3 7,1 7,3 5,9 6 7 3,8 4,1 4,2 9,7 10 11 2,6 3,1 3,2 6,8 7,1 8 9,4 10 11

Obs. : a) as duas anlises indicam as mesmas possveis atividades crticas. b) o processo desta tese foi mais preciso na anlise das atividades 3 e 4 Configurao : 3NAL Trmino Cedo 3,2 4 4,1 1,9 2 2,4 10 12 14 9,1 10 11 13 15 18 Trmino Tarde Preliminar 3,2 4 4,1 10 12 14 10 12 14 13 15 18 13 15 18 Trmino Tarde Confinado - 4 4,1 - 12 14 - 12 14 - 15 18 - 15 18 Trmino Tarde 3,2 4 4,1 12 12 14 10 12 14 14 15 18 13 15 18 max Incio Tarde 0 0 0 10 10 12 3,2 4 4,1 8,2 9 11 10 12 14 Folga Total 0 0 0 0 2 2 12 13 0 0 0 0 10 11 14 16 0 0 0 0 0,0 1,0 0,0 1,0 0,0 ndice de Med. Possib. Conform TT Indice de / TC Criticidade de TT=TC 0,0 0,0 1 ND ND 0 0,0 0,0 1 ND ND 0 0,0 0,0 1

Atividade 1 2 3 4 5

DURAO 3,2 4 4,1 1,9 2 2,4 7 8 10 5,9 6 7 2,9 3 3,5

Incio Cedo 0 0 0 0 0 0 3,2 4 4,1 3,2 4 4,1 10 12 14

Obs. : a) as duas anlises indicam as mesmas possveis atividades crticas.

251

Configurao :

3WSS Trmino Cedo 0,8 4,1 7,4 0,8 6,9 13 1,4 7,1 13 1,8 10 18 2 10 19 Trmino Tarde Preliminar 0,8 4,1 7,6 1,4 7,1 13 1,4 7,1 13 2 10 19 2 10 19 Trmino Tarde Confinado - 4,1 7,6 - 7,1 13 - 7,1 13 - 10 19 - 10 19 Trmino Tarde 0,8 4,1 7,6 0,8 6,9 13 1,4 7,1 13 1,9 10 19 2 10 19 max Incio Tarde 0 0 0,2 0 0 0 0,8 4,1 7,6 0,9 4,2 7,6 1,4 7,1 13 Folga Total 4 4 4 4 0 0 0 0 7 7 7 7 10 10 10 10 0 0 0 0 0,0 0,0 0,0 0,0 0,0 ndice de Med. Possib. Conform TT Indice de / TC Criticidade de TT=TC 1,0 1,0 1 0,0 0,0 0,99 1,0 1,0 1 1,0 1,0 0,99 0,0 0,0 1

Atividade 1 2 3 4 5

DURAO 0,8 4,1 7,4 0,8 6,9 13 0,6 3 5,4 1 6 11 0,6 3,1 5,6

Incio Cedo 0 0 0 0 0 0 0,8 4,1 7,4 0,8 4,1 7,4 1,4 7,1 13

Obs. : a) as duas anlises indicam as mesmas possveis atividades crticas.

Configurao :

3WSL Trmino Cedo 0,5 4 7,5 0,4 2 3,6 2,1 12 22 1,5 10 19 2,7 15 27 Trmino Tarde Preliminar 0,5 4 7,5 2,1 12 22 2,1 12 22 2,7 15 27 2,7 15 27 Trmino Tarde Confinado - 4 7,5 - 12 22 - 12 22 - 15 27 - 15 27 Trmino Tarde 0,5 4 7,5 10 12 22 2,1 12 22 6,5 15 27 2,7 15 27 max Incio Tarde 0,0 0,0 0,0 10 10 18 0,5 4,0 7,5 5,5 9,0 16 2,1 12 22 Folga Total 0 0 0 0 2 4 10 15 0 0 0 0 10 13 13 16 0 0 0 0 0,0 1,0 0,0 0,7 0,0 ndice de Med. Possib. Conform TT Indice de / TC Criticidade de TT=TC 0,0 0,0 1 ND ND 0,39 0,0 0,0 1 0,7 0,4 0,76 0,0 0,0 1

Atividade 1 2 3 4 5

DURAO 0,5 4 7,5 0,4 2 3,6 1,6 8 14 1 6 11 0,6 3 5,4

Incio Cedo 0 0 0 0 0 0 0,5 4 7,5 0,5 4 7,5 2,1 12 22

Obs. : a) as duas anlises indicam as mesmas possveis atividades crticas.

Configurao :

3WAS Trmino Cedo 0,8 4,1 10 1 6,9 14 1,3 7,1 15 1,3 10 21 1,8 10 22 Trmino Tarde Preliminar 0,8 4,1 10 1,3 7,1 15 1,3 7,1 15 1,8 10 22 1,8 10 22 Trmino Tarde Confinado - 4,1 10 - 7,1 15 - 7,1 15 - 10 22 - 10 22 Trmino Tarde 0,8 4,1 10 1,2 7,1 15 1,3 7,1 15 1,4 10 22 1,8 10 22 ndice de Valor M Med. Possib. Conform TT Indice de / TC Criticidade de TT=TC 0,0 0,0 0,0 1 0,1 1,0 0,9 0,99 0,0 0,0 0,0 1 0,1 1,0 0,9 0,99 0,0 0,0 0,0 1

Atividade DURAO Incio Cedo 1 0,80 4,1 10 0 0 0 1 6,9 14 0 0 0 2 0,5 3 5,4 0,8 4,1 10 3 0,5 6 11 0,8 4,1 10 4 0,5 3,1 7 1,3 7,1 15 5

Incio Tarde 0 0 0 0,2 0,2 1,4 0,8 4,1 10 0,9 4,2 11 1,3 7,1 15

Folga Total 0 0 0 0 7 7 7 8 0 0 0 0 11 10 10 11 0 0 0 0

Obs. : a) as duas anlises indicam as mesmas possveis atividades crticas.

252

Configurao :

3WAL Trmino Cedo 0,8 4 10 1 2 5 1,8 12 24 1,3 10 21 2,3 15 31 Trmino Tarde Preliminar 0,8 4 10 1,8 12 24 1,8 12 24 2,3 15 31 2,3 15 31 Trmino Tarde Confinado - 4 10 - 12 24 - 12 24 - 15 31 - 15 31 Trmino Tarde 0,8 4 10 11 12 24 1,8 12 24 6,3 15 31 2,3 15 31 max Incio Tarde 0 0 0 10 10 19 0,8 4 10 5,8 9 20 1,8 12 24 Folga Total 0 0 0 0 3 5 11 16 0 0 0 0 11 13 13 17 0 0 0 0 0,0 1,0 0,0 0,7 0,0 ndice de Med. Possib. Conform TT Indice de / TC Criticidade de TT=TC 0,0 0,0 1 ND ND 0,49 0,0 0,0 1 0,7 0,4 0,79 0,0 0,0 1

Atividade 1 2 3 4 5

DURAO 0,8 4 10 1 2 5 1 8 14 0,5 6 11 0,5 3 7

Incio Cedo 0 0 0 0 0 0 0,8 4 10 0,8 4 10 1,8 12 24

Obs. : a) as duas anlises indicam as mesmas possveis atividades crticas.

Configurao :

4NSS Trmino Cedo 2,5 3 3,5 4 4,9 5,8 1,6 2 2,4 4,2 5,1 6 4,2 5,2 6,2 11 12 14 10 12 14 9,5 12 14 Trmino Tarde Preliminar 2,7 3,1 3,7 4,2 5,2 6,2 1,7 2 2,4 4,2 5,2 6,2 4,2 5,2 6,2 10 12 14 10 12 14 10 12 14 Trmino Tarde Confinado - 3,1 3,7 - 5,2 6,2 - 2 2,4 - 5,2 6,2 - 5,2 6,2 - 12 14 - 12 14 - 12 14 Trmino Tarde 2,6 3,1 3,7 4,3 5,2 6,2 1,6 2 2,4 4,3 5,2 6,2 4,2 5,2 6,2 11 12 14 10 12 14 9,6 12 14 max Incio Tarde 0,1 0,1 0,2 0,3 0,3 0,4 0 0 0 2,6 3,1 3,7 1,6 2 2,4 2,7 3,2 4,2 4,2 5,2 6,2 1,7 2,1 2,5 Folga Total 3 3 3 3 5 5 5 5 0 0 0 0 5 5 5 5 0 0 0 0 12 12 12 12 0 0 0 0 12 12 12 12 0,2 0,4 0,0 0,1 0,0 0,4 0,0 0,0 ndice de Med. Possib. Conform TT Indice de de TT=TC / TC Criticidade 1,0 0,8 0,97 0,9 0,7 0,92 0,0 0,0 1 1,0 0,9 0,97 0,0 0,0 1 0,9 0,7 0,94 0,0 0,0 1 1,0 1,0 0,91

Atividade 1 2 3 4 5 6 7 8

DURAO 2,5 3 3,5 4 4,9 5,8 1,6 2 2,4 1,7 2,1 2,5 2,6 3,2 3,8 8 9 10 6 7 8 7,9 9,8 12

Incio Cedo 0 0 0 0 0 0 0 0 0 2,5 3 3,5 1,6 2 2,4 2,5 3 3,5 4,2 5,2 6,2 1,6 2 2,4

Obs. : a) as duas anlises indicam as mesmas possveis atividades crticas. b) o processo proposto por esta tese mais preciso na anlise das atividades no crticas

253

Configurao :

4NSL Trmino Cedo 2,5 3 3,5 0,8 1 1,2 1,6 2 2,4 8,9 11 13 4,1 5 5,9 11 12 14 15 18 21 5,1 6 6,9 Trmino Tarde Preliminar 2,5 3 3,5 8,9 11 13 7,6 8 9,6 8,9 11 13 8,9 11 13 15 18 21 15 18 21 15 18 21 Trmino Tarde Confinado - 3 3,5 - 11 13 - 8 9,6 - 11 13 - 11 13 - 18 21 - 18 21 - 18 21 Trmino Tarde 2,5 3 3,5 11 11 13 7,6 8 9,6 8,9 11 13 10 11 13 17 18 21 15 18 21 17 18 21 max Incio Tarde 0 0 0 10 10 12 6 6 7,2 2,5 3 3,5 7,6 8 9,6 8,5 9 11 8,9 11 13 14 14 17 Folga Total 0 0 0 0 1 1 11 12 2 2 8 8 0 0 0 0 5 6 10 11 12 14 17 19 0 0 0 0 6 7 17 19 0,0 1,0 1,0 0,0 1,0 1,0 0,0 1,0 ndice de Med. Possib. Conform TT Indice de / TC Criticidade de TT=TC 0,0 0,0 1 ND ND 0 ND ND 0 0,0 0,0 1 ND ND 0 ND ND 0 0,0 0,0 1 ND ND 0

Atividade 1 2 3 4 5 6 7 8

DURAO 2,5 3 3,5 0,8 1 1,2 1,6 2 2,4 6,4 8 9,6 2,5 3 3,5 8 9 10 6 7 8 3,5 4 4,5

Incio Cedo 0 0 0 0 0 0 0 0 0 2,5 3 3,5 1,6 2 2,4 2,5 3 3,5 8,9 11 13 1,6 2 2,4

Obs. : a) as duas anlises indicam as mesmas possveis atividades crticas.

Configurao :

4NAS Trmino Cedo 2,9 3 3,4 4,5 4,9 5,1 1,9 2 2,4 4,8 5,1 5,8 4,5 5,2 5,7 11 12 13 12 12 14 11 12 13 Trmino Tarde Preliminar 2,9 3 3,4 4,8 5,2 5,8 1,9 2 2,5 4,8 5,2 5,8 4,8 5,2 5,8 12 12 14 12 12 14 12 12 14 Trmino Tarde Confinado - 3 3,4 - 5,2 5,8 - 2 2,5 - 5,2 5,8 - 5,2 5,8 - 12 14 - 12 14 - 12 14 Trmino Tarde 2,9 3 3,4 4,8 5,2 5,8 1,9 2 2,5 4,8 5,1 5,8 4,5 5,2 5,8 12 12 14 12 12 14 11 12 14 max Incio Tarde 0 0 0 0,3 0,3 0,7 0 0 0,1 2,9 3 3,4 1,9 2 2,5 3,1 3,2 4,6 4,8 5,2 5,8 2,2 2,3 2,7 Folga Total 0 0 0 0 5 5 5 5 0 0 0 0 0 0 0 0 5 5 5 5 12 12 12 13 0 0 0 0 12 12 12 12 0,0 0,9 0,0 0,0 0,1 0,7 0,0 0,3 ndice de Med. Possib. Conform TT Indice de / TC Criticidade de TT=TC 0,0 0,0 0,96 0,5 0,2 0,85 0,0 0,0 1 0,0 0,0 0,96 1,0 0,9 1 0,8 0,3 0,86 0,0 0,0 1 0,9 0,8 0,84

Atividade 1 2 3 4 5 6 7 8

DURAO 2,9 3 3,4 4,5 4,9 5,1 1,9 2 2,4 1,9 2,1 2,4 2,6 3,2 3,3 8,5 9 9,1 6,8 7 7,9 8,8 9,8 11

Incio Cedo 0 0 0 0 0 0 0 0 0 2,9 3 3,4 1,9 2 2,4 2,9 3 3,4 4,8 5,2 5,8 1,9 2 2,4

Obs. : a) as duas anlises indicam as mesmas possveis atividades crticas. b) o processo proposto por esta tese mais preciso na anlise das atividades 2 e 4.

254

Configurao :

4NAL Trmino Cedo 2,9 3 3,4 0,9 1 1,2 1,9 2 2,4 9,9 11 13 4,4 5 5,5 11 12 13 17 18 21 5,8 6 6,9 Trmino Tarde Preliminar 2,9 3 3,4 9,9 11 13 7,9 8 10 9,9 11 13 9,9 11 13 17 18 21 17 18 21 17 18 21 Trmino Tarde Confinado - 3 3,4 - 11 13 - 8 10 - 11 13 - 11 13 - 18 21 - 18 21 - 18 21 Trmino Tarde 2,9 3 3,4 11 11 13 7,9 8 10 9,9 11 13 10 11 13 17 18 21 17 18 21 18 18 21 max Incio Tarde 0 0 0 10 10 12 6 6 7,9 2,9 3 3,4 7,9 8 10 8,9 9 12 9,9 11 13 14 14 17 Folga Total 0 0 0 0 1 1 11 12 2 2 8 9 0 0 0 0 5 6 10 12 12 13 17 19 0 0 0 0 6 7 18 19 0,0 1,0 1,0 0,0 1,0 1,0 0,0 1,0 ndice de Med. Possib. Conform TT Indice de / TC Criticidade de TT=TC 0,0 0,0 1 ND ND 0 ND ND 0 0,0 0,0 1 ND ND 0 ND ND 0 0,0 0,0 1 ND ND 0

Atividade 1 2 3 4 5 6 7 8

DURAO 2,9 3 3,4 0,9 1 1,2 1,9 2 2,4 7 8 10 2,5 3 3,1 8,5 9 9,1 6,8 7 7,9 3,9 4 4,5

Incio Cedo 0 0 0 0 0 0 0 0 0 2,9 3 3,4 1,9 2 2,4 2,9 3 3,4 9,9 11 13 1,9 2 2,4

Obs. : a) as duas anlises indicam as mesmas possveis atividades crticas.

Configurao :

4WSS Trmino Trmino Tarde Tarde Trmino Preliminar Confinado Cedo 0,6 3 5,4 0,6 3 5,4 - 3 5,4 1 4,9 8,8 1 5,2 9,4 - 5,2 9,4 0,4 2 3,6 0,4 2 3,6 - 2 3,6 1 5,1 9,2 1 5,2 9,4 - 5,2 9,4 1 5,2 9,4 1 5,2 9,4 - 5,2 9,4 1,6 12 22 2 12 22 - 12 22 2 12 22 2 12 22 - 12 22 2 12 22 2 12 22 - 12 22 Trmino Tarde 0,6 3 5,4 1,3 5,2 9,4 0,4 2 3,6 1,1 5,2 9,4 1 5,2 9,4 1,6 12 22 2 12 22 2,4 12 22 max Incio Tarde -0 0 0 0,3 0,3 0,6 -0 0 0 0,7 3,1 5,6 0,4 2 3,6 0,6 3 5,4 1 5,2 9,4 0,8 2,4 4,4 Folga Total 0 0 0 0 5 5 5 5 0 0 0 0 5 5 5 5 0 0 0 0 0 0 0 0 0 0 0 0 12 12 12 12 0,0 0,1 0,0 0,0 0,0 0,0 0,0 0,0 ndice de Med. Possib. Conform TT Indice de / TC Criticidade de TT=TC 0,0 0,0 1 1,0 0,9 0,99 0,0 0,0 1 1,0 1,0 1 0,0 0,0 1 0,0 0,0 0,99 0,0 0,0 1 1,0 1,0 0,99

Atividade 1 2 3 4 5 6 7 8

DURAO 0,6 3 5,4 1 4,9 8,8 0,4 2 3,6 0,4 2,1 3,8 0,6 3,2 5,8 1 9 17 1 7 13 1,6 9,8 18

Incio Cedo 0 0 0 0 0 0 0 0 0 0,6 3 5,4 0,4 2 3,6 0,6 3 5,4 1 5,2 9,4 0,4 2 3,6

Obs. : a) as duas anlises indicam as mesmas possveis atividades crticas. b) o processo proposto por esta tese mais preciso na anlise das atividades 6 e 8.

255

Configurao :

4WSL Trmino Cedo 0,6 3 5,4 0,2 1 1,8 0,4 2 3,6 2,2 11 20 1 5 9 1,6 12 22 3,2 18 33 1,2 6 11 Trmino Tarde Preliminar 0,6 3 5,4 2,2 11 20 6,4 8 14 2,2 11 20 2,2 11 20 3,2 18 33 3,2 18 33 3,2 18 33 Trmino Tarde Confinado - 3 5,4 - 11 20 - 8 14 - 11 20 - 11 20 - 18 33 - 18 33 - 18 33 Trmino Tarde 0,6 3 5,4 10 11 20 6,4 8 14 2,2 11 20 7 11 20 7,6 18 33 3,2 18 33 13 18 33 max Incio Tarde 0,0 0,0 0,0 10 10 18 6 6 11 0,6 3 5,4 6,4 8 14 6,6 9 16 2,2 11 20 12 14 26 Folga Total 0 0 0 0 1 2 10 14 2 4 6 10 0 0 0 0 5 8 8 13 12 15 15 20 0 0 0 0 6 11 13 21 0,0 1,0 1,0 0,0 1,0 0,7 0,0 1,0 ndice de Med. Possib. Conform TT Indice de de TT=TC / TC Criticidade 0,0 0,0 1 ND ND 0,54 ND ND 0,76 0,0 0,0 1 0,3 0,0 0,76 0,7 0,4 0,76 0,0 0,0 1 ND ND 0,39

Atividade 1 2 3 4 5 6 7 8

DURAO 0,6 3 5,4 0,2 1 1,8 0,4 2 3,6 1,6 8 14 0,6 3 5,4 1 9 17 1 7 13 0,8 4 7,2

Incio Cedo 0 0 0 0 0 0 0 0 0 0,6 3 5,4 0,4 2 3,6 0,6 3 5,4 2,2 11 20 0,4 2 3,6

Obs. : a) as duas anlises indicam as mesmas possveis atividades crticas. b) o processo proposto por esta tese mais preciso na anlise das atividades 2, 3, 5 e 8.

Configurao :

4WAS Trmino Tarde Preliminar 0,5 3 6 0,9 5,2 11 0,3 2 4 0,9 5,2 11 0,9 5,2 11 1,4 12 26 1,4 12 26 1,4 12 26 Trmino Tarde Confinado - 3 6 - 5,2 11 - 2 4 - 5,2 11 - 5,2 11 - 12 26 - 12 26 - 12 26 Trmino Tarde 0,5 3 6 0,9 5,2 11 0,3 2 4 0,9 5,1 11 0,8 5,2 11 1,2 12 26 1,4 12 26 1,7 12 26 max Incio Tarde 0 0 0 0,3 0,3 1 0 0 0 0,5 3 6 0,3 2 4 0,7 3,2 9 0,9 5,2 11 0,7 2,4 6 Folga Total 0 0 0 0 5 5 5 6 0 0 0 0 0 0 0 0 0 0 0 0 12 12 12 13 0 0 0 0 12 12 12 13 0,0 0,1 0,0 0,0 0,0 0,1 0,0 0,1 ndice de Med. Possib. Conform TT Indice de / TC Criticidade de TT=TC 0,0 0,0 1 1,0 0,9 0,99 0,0 0,0 1 0,0 0,0 1 0,0 0,0 1 1,0 0,9 0,99 0,0 0,0 1 1,0 0,9 0,98

Atividade 1 2 3 4 5 6 7 8

DURAO 0,5 3 6 0,6 4,9 10 0,3 2 4 0,4 2,1 5 0,5 3,2 7 0,5 9 17 0,5 7 15 1 9,8 20

Trmino Incio Cedo Cedo 0 0 0 0,5 3 6 0 0 0 0,6 4,9 10 0 0 0 0,3 2 4 0,5 3 6 0,9 5,1 11 0,3 2 4 0,8 5,2 11 0,5 3 6 1 12 23 0,9 5,2 11 1,4 12 26 0,3 2 4 1,3 12 24

Obs. : a) as duas anlises indicam as mesmas possveis atividades crticas.

256

Configurao :

4WAL Trmino Tarde Preliminar 0,5 3 6 1,5 11 20 6,3 8 13 1,5 11 20 1,5 11 20 2 18 35 2 18 35 2 18 35 Trmino Tarde Confinado - 3 6 - 11 20 - 8 13 - 11 20 - 11 20 - 18 35 - 18 35 - 18 35 Trmino Tarde 0,5 3 6 10 11 20 6,3 8 13 1,5 11 20 6,9 11 20 7 18 35 2 18 35 13 18 35 max Incio Tarde 0 0 0 10 10 16 6 6 9 0,5 3 6 6,3 8 13 6,5 9 18 1,5 11 20 12 14 28 Folga Total 0 0 0 0 2 4 10 14 2 4 6 9 0 0 0 0 6 9 9 13 12 15 15 20 0 0 0 0 6 11 13 22 0,0 1,0 1,0 0,0 0,9 0,7 0,0 1,0 ndice de Med. Possib. Conform TT Indice de de TT=TC / TC Criticidade 0,0 0,0 1 ND ND 0,63 ND ND 0,8 0,0 0,0 1 0,4 0,1 0,8 0,7 0,4 0,78 0,0 0,0 1 ND ND 0,43

Atividade 1 2 3 4 5 6 7 8

DURAO 0,5 3 6 0,1 1 4 0,3 2 4 1 8 14 0,6 3 7 0,5 9 17 0,5 7 15 0,5 4 7,2

Trmino Incio Cedo Cedo 0 0 0 0,5 3 6 0 0 0 0,1 1 4 0 0 0 0,3 2 4 0,5 3 6 1,5 11 20 0,3 2 4 0,9 5 11 0,5 3 6 1 12 23 1,5 11 20 2 18 35 0,3 2 4 0,8 6 11

Obs. : a) as duas anlises indicam as mesmas possveis atividades crticas. b) o processo proposto por esta tese mais preciso na anlise das atividades 2, 3 e 8.

257

A 2.2 TESTES COMPLEMENTARES Estes testes objetivam apresentar o comportamento do processo de clculo para o mtodo CPM extensivo a nmeros nebulosos a um conjunto de redes lgicas de porte pequeno e no mais elementar, como as redes empregadas na primeira fase.

O critrio para a topologia das redes foi o de observar uma razo entre arcos e ns progressiva, conforme proposto por (Patterson, 1975),compreendida em um intervalo entre 1,10 e 1, 68, e uma quantidade de arcos entre 6 a 18. Posteriormente foi feita a demonstrao da aplicabilidade do processo atravs de um estudo de caso, conforme captulo3, com uma topologia de 40 arcos e uma razo entre arcos e ns de 1,58. Os dados para carregamento foram os mesmos da primeira fase de testes, de modo a simular condies de disperso simtricas e assimtricas, estreitas e largas para os nmeros nebulosos expressando tempos. Os resultados obtidos confirmam aqueles da primeira fase de testes; o processo proposto nesta tese para o mtodo CPM extensivo a nmeros nebulosos apresentou a esperada aplicabilidade e a capacidade de identificar o caminho crtico para todos os carregamentos. O mesmo bom desempenho foi observado para o aspecto mais crtico deste processo, que o de estabelecer uma funo de pertinncia para as folgas das atividades. Adiante so apresentadas as topologias das redes lgicas, seus respectivos carregamentos e resolues conforme processo de clculo proposto nesta tese.

258

A 2.2.1 Topologia das Redes Complementares

Configurao 1 6 ns 7 arcos R = 1,17

3 2 1 4 6

4 1 6

2 5 3 5

Configurao 2 6 ns 8 arcos R = 1,33

3 2 1 4 7

2 5 3 5

Configurao 3 8 ns 9 arcos R = 1,12

4 6 8 4

1 1 2

2 3

5 5

7 7

9 8

3 7 4

259

Configurao 4 7 ns 9 arcos R = 1,29

4 2 1 5 7

2 1 4

6 7

3 5 3 6

Configurao 5 8 ns 10 arcos R = 1,25

4 3 2 5 8 2 6 1 3 7 1 7 4 5 9 10 8 6

Ref. : Antill

Configurao 6 7 ns 10 arcos R = 1,43

4 3 2 4 6 1 8 10 5 6

2 1 3 7 5 9 7

260

Configurao 7 6 ns 10 arcos R = 1,67

4 2 1 5 6 5 9

2 1 4 8 3

7 7

10 6

Configurao 8 10 ns 11 arcos R = 1,10

5 3 2 5 7

2 4 1 3

6 6

8 8

10 4 1 7 9 9

11 10

Configurao 9 13 ns 18 arcos R = 1,38

4 6 5 6 3 7 2 8 1 1 2 3 5 8 4 11 9 12 10 16 3 7 15 9 12 18 13 13 11 17 10 9

14

261

Configurao 10 9 ns 11 arcos R = 1,22

5 2 1 2 1 5 8 4 7 7 10

4 3 6 8

11

Configurao 11 9 ns 14 arcos R = 1,56

3 2 1 4 5

9 8

6 1 5 2 8 3 6 4 7 7

10

11

Configurao 12 9 ns 11 arcos R = 1,22

2 4 6

2 1 3

5 5 6

8 8

11 9

3 7 4 7

10

262

A 2.2.Resultados

Configurao :

1 Trmino Cedo 2,5 3 3,5 4 5 6 6 7,1 8,2 6,2 7,1 8 5,6 7 8,4 8,5 10 12 9,4 11 13 Trmino Tarde Preliminar 2,5 3 3,9 4 5 6 6,9 8 9,5 6,2 7,1 8,4 6,2 7,1 8,4 9,4 11 13 9,4 11 13 Trmino Tarde Confinado - 3 3,9 - 5 6 - 8 9,5 - 7,1 8,4 - 7,1 8,4 - 11 13 - 11 13 Trmino Tarde 2,5 3 3,9 4 5 6 6,9 8 9,5 6,2 7,1 8,4 5,6 7 8,4 9,4 11 13 9,4 11 13 max Incio Tarde 0 0 0,4 0 0 0 3,4 3,9 4,8 2,5 3 3,9 4 5 6 6,9 8 9,5 6,2 7,1 8,4 Folga Total 3 3 3 3 0 0 0 0 7 8 8 8 7 7 7 7 0 0 0 0 10 11 11 11 0 0 0 0 0,3 0,0 0,8 0,2 0,0 0,6 0,0 ndice de Med. Possib. Conform TT de TT=TC / TC 1,0 0,7 0,0 0,0 0,6 0,3 1,0 0,8 0,0 0,0 0,8 0,5 0,0 0,0

Atividade 1 2 3 4 5 6 7

DURAO 2,5 3 3,5 4 5 6 3,5 4,1 4,7 3,7 4,1 4,5 1,6 2 2,4 2,5 3,1 3,7 3,2 4 4,8

Incio Cedo 0 0 0 0 0 0 2,5 3 3,5 2,5 3 3,5 4 5 6 6 7,1 8,2 6,2 7,1 8,4

Configurao :

2 Trmino Cedo 2,5 3 3,1 1,6 2 2,2 6,5 8 8,6 3,4 4 4,6 5,5 6 6,7 6,9 10 12 10 12 13 10 14 16 Trmino Tarde Preliminar 2,5 3 3,1 5,6 6 6,2 6,5 8 8,6 6,5 8 8,6 6,9 10 12 6,9 10 12 10 14 16 10 14 16 Trmino Tarde Confinado - 3 3,1 - 6 6,2 - 8 8,6 - 8 8,6 - 10 12 - 10 12 - 14 16 - 14 16 Trmino Tarde 2,5 3 3,1 5,6 6 6,2 6,5 8 8,6 7,4 8 8,6 9,5 10 12 6,9 10 12 13 14 16 10 14 16 max Incio Tarde 0 0 0 4 4 4 2,5 3 3,1 5,6 6 6,2 5,6 6 7,7 6,5 8 8,6 8,6 10 12 6,9 10 12 Folga Total 0 0 0 0 2 2 6 6 0 0 0 0 4 5 7 8 6 7 10 11 0 0 0 0 12 13 13 14 0 0 0 0 0,0 1,0 0,0 1,0 1,0 0,0 1,0 0,0 ndice de Med. Possib. Conform TT de TT=TC / TC 0,0 0,0 ND ND 0,0 0,0 ND ND ND ND 0,0 0,0 0,3 0,0 0,0 0,0

Atividade 1 2 3 4 5 6 7 8

DURAO 2,5 3 3,1 1,6 2 2,2 4 5 5,5 1,8 2 2,4 3,9 4 4,5 0,4 2 3,6 3,9 4 4,5 3,5 4,1 4,2

Incio Cedo 0 0 0 0 0 0 2,5 3 3,1 1,6 2 2,2 1,6 2 2,2 6,5 8 8,6 6,5 8 8,6 6,9 10 12

263

Configurao :

3 Trmino Cedo 3,3 4,1 5,9 9,1 11 14 8,3 10 13 11 13 16 12 14 18 15 18 22 16 20 25 17 20 24 20 25 31 Trmino Tarde Preliminar 3,3 4,1 5,9 9,1 11 14 10 12 16 16 18 23 12 14 18 16 20 25 16 20 25 20 25 31 20 25 31 Trmino Tarde Confinado - 4,1 5,9 - 11 14 - 12 16 - 18 23 - 14 18 - 20 25 - 20 25 - 25 31 - 25 31 Trmino Tarde 3,3 4,1 5,9 9,1 11 14 10 12 16 16 18 23 12 14 18 17 20 25 16 20 25 22 25 31 20 25 31 max Incio Tarde 0 0 0 3,3 4,1 5,9 5,1 5,9 8,5 14 16 20 9,1 11 14 10 12 16 12 14 18 16 18 23 16 20 25 Folga Total 0 0 0 0 0 0 0 0 10 11 11 13 13 16 16 19 0 0 0 0 18 19 19 21 0 0 0 0 20 23 23 26 0 0 0 0 0,0 0,0 0,8 1,0 0,0 0,7 0,0 1,0 0,0 ndice de Med. Possib. Conform TT de TT=TC / TC 0,0 0,0 0,0 0,0 0,6 0,3 0,1 0,0 0,0 0,0 0,7 0,5 0,0 0,0 0,4 0,1 0,0 0,0

Atividade 1 2 3 4 5 6 7 8 9

DURAO 3,3 4,1 5,9 5,8 6,9 8 5 6 7 1,6 2 2,4 2,4 3 3,6 7 8 9 4,8 5,9 7 5,8 6,9 8 4 5 6

Incio Cedo 0 0 0 3,3 4,1 5,9 3,3 4,1 5,9 9,1 11 14 9,1 11 14 8,3 10 13 12 14 18 11 13 16 16 20 25

Configurao :

4 Trmino Cedo 0,6 3 5,4 0,8 4,1 7,2 2 8 14 2,4 5 7,8 3,6 10 16 1,2 6,1 11 2,8 12 21 2,9 9 15 5,2 18 31 Trmino Tarde Preliminar 9,6 12 21 4,7 8 13 2 8 14 11 14 23 3,6 10 16 3,6 10 16 5,2 18 31 5,2 18 31 5,2 18 31 Trmino Tarde Confinado - 12 21 - 8 13 - 8 14 - 14 23 - 10 16 - 10 16 - 18 31 - 18 31 - 18 31 Trmino Tarde 9,6 12 21 4,7 8 13 2 8 14 11 14 23 3,6 10 16 5,1 10 16 8,7 18 31 12 18 31 5,2 18 31 max Incio Tarde 9 9 15 3,9 3,9 5,4 0 0 0 9,6 12 21 2 8 14 4,7 8 13 6,7 10 17 11 14 23 3,6 10 16 Folga Total 3 5 10 14 4 6 6 8 0 0 0 0 5 8 11 16 0 0 0 0 6 8 8 10 12 15 15 19 9 14 14 20 0 0 0 0 1,0 0,9 0,0 1,0 0,0 0,8 0,7 1,0 0,0 ndice de Med. Possib. Conform TT de TT=TC / TC ND ND 0,4 0,1 0,0 0,0 ND ND 0,0 0,0 0,6 0,3 0,7 0,4 0,3 0,1 0,0 0,0

Atividade 1 2 3 4 5 6 7 8 9

DURAO 0,6 3 5,4 0,8 4,1 7,2 2 8 14 1,8 2 2,4 1,6 2 2,2 0,4 2 3,6 2 8 14 0,5 4 7,5 1,6 8 14

Incio Cedo 0 0 0 0 0 0 0 0 0 0,6 3 5,4 2 8 14 0,8 4,1 7,2 0,8 4,1 7,2 2,4 5 7,8 3,6 10 16

264

Configurao :

5 Trmino Cedo 0,5 3 3,6 0,6 8 12 0,4 4,1 9 1,6 13 24 0,6 8 12 1 7,1 16 1 8 14 2,1 16 31 2 12 28 2,6 20 38 Trmino Tarde Preliminar 0,5 3 3,6 0,6 8 12 3 6,7 12 1,6 13 24 3,6 9,7 19 3,6 9,7 19 2,1 16 31 2,1 16 31 2,1 16 31 2,6 20 38 Trmino Tarde Confinado - 3 3,6 - 8 12 - 6,7 12 - 13 24 - 9,7 19 - 9,7 19 - 16 31 - 16 31 - 16 31 - 20 38 Trmino Tarde 0,5 3 3,6 0,6 8 12 3 6,7 12 1,6 13 24 2,3 9,7 19 3,6 9,7 19 9 16 31 2,1 16 31 4,6 15 31 2,6 20 38 max Incio Tarde 0 0 0 0,5 3 3,6 2,6 2,6 2,6 0,6 8 12 2,3 9,7 19 3 6,7 12 8 8 17 1,6 13 24 3,6 9,7 19 2,1 16 31 Folga Total 0 0 0 0 0 0 0 0 5 6 6 7 0 0 0 0 7 9 9 10 8 9 9 11 8 12 12 19 0 0 0 0 14 14 14 17 0 0 0 0 0,0 0,0 0,7 0,0 0,5 0,5 1,0 0,0 0,3 0,0 ndice de Med. Possib. Conform TT de TT=TC / TC 0,0 0,0 0,0 0,0 0,7 0,5 0,0 0,0 0,9 0,5 0,8 0,7 0,4 0,1 0,0 0,0 0,9 0,8 0,0 0,0

Atividade 1 2 3 4 5 6 7 8 9 10

DURAO 0,5 3 3,6 0,1 5 8 0,4 4,1 9 1 5 12 0 0 0 0,6 3 7 1 8 14 0,5 3 7 1 5 12 0,5 4 7,2

Incio Cedo 0 0 0 0,5 3 3,6 0 0 0 0,6 8 12 0,6 8 12 0,4 4,1 9 0 0 0 1,6 13 24 1 7,1 16 2,1 16 31

Configurao :

6 Trmino Cedo 0,2 2 4 0,6 3 7 1,2 7 16 1,7 10 21 2 11 26 1,3 9 21 1,8 15 29 2,6 19 39 2,2 19 39 3,2 22 46 Trmino Tarde Preliminar 0,2 2 4 1,7 10 21 1,2 7 16 1,7 10 21 2,6 19 39 1,8 15 29 1,8 15 29 2,6 19 39 3,2 22 46 3,2 22 46 Trmino Tarde Confinado - 2 4 - 10 21 - 7 16 - 10 21 - 19 39 - 15 29 - 15 29 - 19 39 - 22 46 - 22 46

10 Trmino Tarde 0,2 2 4 7,6 10 21 1,2 7 16 1,7 10 21 10 19 39 7,3 15 29 1,8 15 29 2,6 19 39 5,2 22 46 3,2 22 46 max Incio Tarde -0 -0 0 7 7 14 0,2 2 4 1,2 7 16 9,3 15 29 7,2 13 24 1,7 10 21 1,8 15 29 4,8 18 37 2,6 19 39 Folga Total 0 0 0 0 4 7 8 13 0 0 0 0 0 0 0 0 13 16 16 23 10 13 13 17 0 0 0 0 0 0 0 0 20 21 21 25 0 0 0 0 0,0 1,0 0,0 0,0 0,7 0,7 0,0 0,0 0,3 0,0 ndice de Med. Possib. Conform TT de TT=TC / TC 0,0 0,0 ND ND 0,0 0,0 0,0 0,0 0,7 0,4 0,7 0,4 0,0 0,0 0,0 0,0 0,9 0,7 0,0 0,0

Atividade 1 2 3 4 5 6 7 8 9 10

DURAO 0,2 2 4 0,6 3 7 1 5 12 0,5 3 5,4 0,8 4 10 0,1 2 5 0,1 5 8 0,8 4,1 10 0,4 4,1 9,1 0,6 3 7

Incio Cedo 0 0 0 0 0 0 0,2 2 4 1,2 7 16 1,2 7 16 1,2 7 16 1,7 10 21 1,8 15 29 1,8 15 29 2,6 19 39

265

Configurao :

7 Trmino Cedo 1 5 9 0,6 3 5,4 0,4 2 3,6 3 13 23 1,5 9 17 2,5 15 28 2,3 16 30 2,3 15 28 4,6 23 42 2,9 18 33 Trmino Tarde Preliminar 1 5 9 1,5 9 17 7,3 20 36 3 15 28 1,5 9 17 3 15 28 4,6 23 42 7,3 20 36 4,6 23 42 4,6 23 42 Trmino Tarde Confinado - 5 9 - 9 17 - 20 36 - 15 28 - 9 17 - 15 28 - 23 42 - 20 36 - 23 42 - 23 42 Trmino Tarde 1 5 9 6,6 9 17 18 20 36 5 15 28 1,5 9 17 2,5 15 28 9,4 23 42 7,3 20 36 4,6 23 42 7,9 23 42 max Incio Tarde 0 0 0 6 6 11 18 18 33 3 7 14 1 5 9 1,5 9 17 8,6 16 29 6,5 14 25 3 15 28 7,3 20 36 Folga Total 0 0 0 0 3 5 7 11 2 4 18 25 13 14 14 16 0 0 0 0 0 0 0 0 16 20 20 25 15 17 17 21 0 0 0 0 18 21 21 24 0,0 1,0 1,0 0,4 0,0 0,0 0,7 0,6 0,0 0,5 ndice de Med. Possib. Conform TT de TT=TC / TC 0,0 0,0 ND ND ND ND 0,9 0,7 0,0 0,0 0,0 0,0 0,7 0,4 0,8 0,6 0,0 0,0 0,8 0,6

Atividade 1 2 3 4 5 6 7 8 9 10

DURAO 1 5 9 0,6 3 5,4 0,4 2 3,6 2 8 14 0,5 4 7,5 1 6 11 0,8 6,9 13 0,8 5,9 11 1,6 8 14 0,6 3,1 5,6

Incio Cedo 0 0 0 0 0 0 0 0 0 1 5 9 1 5 9 1,5 9 17 1,5 9 17 1,5 9 17 3 15 28 2,3 15 28

Configurao :

8 Trmino Cedo 0,8 4 7,2 1,8 9 16 0,8 4,1 7,2 2 8 14 2,6 15 27 1,6 11 20 3,6 21 38 2,2 14 26 3,6 16 28 4,6 26 47 5,2 29 53 Trmino Tarde Preliminar 0,8 4 7,2 1,8 9 16 7,6 11 20 12 18 33 2,6 15 27 8,4 18 33 3,6 21 38 3,6 21 38 4,6 26 47 4,6 26 47 5,2 29 53 Trmino Tarde Confinado - 4 7,2 - 9 16 - 11 20 - 18 33 - 15 27 - 18 33 - 21 38 - 21 38 - 26 47 - 26 47 - 29 53 Trmino Tarde 0,8 4 7,2 1,8 9 16 7,6 11 20 12 18 33 2,6 15 27 8,4 18 33 3,6 21 38 9 21 38 14 26 47 4,6 26 47 5,2 29 53 ndice de Med. Possib. Conform TT de TT=TC / TC 0,0 0,0 0,0 0,0 ND ND 0,2 0,0 0,0 0,0 0,6 0,3 0,0 0,0 0,7 0,4 0,6 0,3 0,0 0,0 0,0 0,0

Atividade 1 2 3 4 5 6 7 8 9 10 11

DURAO 0,8 4 7,2 1 5 9 0,8 4,1 7,2 2 8 14 0,8 5,9 11 0,8 6,9 13 1 6 11 0,6 3,1 5,6 1,6 8 14 1 5 9 0,6 3 5,4

Incio Cedo 0 0 0 0,8 4 7,2 0 0 0 0 0 0 1,8 9 16 0,8 4,1 7,2 2,6 15 27 1,6 11 20 2 8 14 3,6 21 38 4,6 26 47

Incio Tarde 0 0 0 0,8 4 7,2 6,8 6,8 12 9,9 9,9 19 1,8 9 16 7,6 11 20 2,6 15 27 8,4 18 33 12 18 33 3,6 21 38 4,6 26 47

Folga Total 0 0 0 0 0 0 0 0 4 7 8 13 8 13 13 21 0 0 0 0 11 14 14 20 0 0 0 0 14 18 18 23 16 21 21 29 0 0 0 0 0 0 0 0

0,0 0,0 1,0 1,0 0,0 0,8 0,0 0,7 0,8 0,0 0,0

266

Configurao 9 Trmino Cedo 4 5 6 7,5 9,1 11 6,5 8 9,5 5,6 7 8,4 15 17 20 17 20 23 9,7 12 14 13 16 19 19 23 27 21 24 28 26 31 36 24 28 32 31 37 43 35 41 49 32 38 44 31 37 43 37 44 52 40 48 57 Trmino Tarde Preliminar 4 5 6 7,5 9,1 11 15 16 17 19 23 27 15 17 20 17 20 23 17 20 23 19 23 27 19 23 27 24 27 32 26 31 36 26 31 36 31 37 43 35 41 49 35 41 49 37 44 52 37 44 52 40 48 57 Trmino Tarde Confinado - 5 6 - 9,1 11 - 16 17 - 23 27 - 17 20 - 20 23 - 20 23 - 23 27 - 23 27 - 27 32 - 31 36 - 31 36 - 37 43 - 41 49 - 41 49 - 44 52 - 44 52 - 48 57 Trmino Tarde 4 5 6 7,5 9,1 11 14 16 17 22 23 27 15 17 20 17 20 23 18 20 23 20 23 27 19 23 27 24 27 32 26 31 36 27 31 36 31 37 43 35 41 49 35 41 49 38 44 52 37 44 52 40 48 57 max Incio Tarde 0 0 0 4 5 6 12 13 14 20 21 25 7,5 9,1 11 15 17 20 15 16 19 14 15 17 17 20 23 20 23 27 19 23 27 24 27 32 26 31 36 31 37 43 30 34 41 33 38 45 35 41 49 37 44 52 Folga Total 0 0 0 0 0 0 0 0 8 10 14 16 7 8 22 24 0 0 0 0 0 0 0 0 12 14 18 21 16 19 20 23 0 0 0 0 24 26 26 27 0 0 0 0 28 30 30 31 0 0 0 0 0 0 0 0 38 40 40 42 37 41 41 45 0 0 0 0 0 0 0 0 0,0 0,0 1,0 1,0 0,0 0,0 1,0 1,0 0,0 0,8 0,0 0,7 0,0 0,0 0,7 0,9 0,0 0,0 ndice de Med. Possib. Conform TT de TT=TC / TC 0,0 0,0 0,0 0,0 ND ND ND ND 0,0 0,0 0,0 0,0 ND ND ND ND 0,0 0,0 0,6 0,3 0,0 0,0 0,7 0,4 0,0 0,0 0,0 0,0 0,7 0,4 0,4 0,1 0,0 0,0 0,0 0,0

Atividade 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

DURAO 4 5 6 3,5 4,1 4,7 2,5 3 3,5 1,6 2 2,4 7 8 9 2,5 3,1 3,7 3,2 4 4,8 6,4 8 9,6 2,4 3 3,6 3,7 4,1 4,5 7 8 9 3,5 4 4,5 4,8 5,9 7 3,3 4,1 5,9 5,8 6,9 8 5 6 7 2,5 3 3,5 3,2 4 4,8

Incio Cedo 0 0 0 4 5 6 4 5 6 4 5 6 7,5 9,1 11 15 17 20 6,5 8 9,5 6,5 8 9,5 17 20 23 17 20 23 19 23 27 21 24 28 26 31 36 31 37 43 26 31 36 26 31 36 35 41 49 37 44 52

267

Configurao :

10 Trmino Cedo 2,5 3 3,1 4 5 5,5 3,5 4,1 4,2 1,8 2 2,4 9,5 11 12 5,7 6 6,9 11 13 14 4,4 7 9,1 7,3 8,2 8,4 14 16 17 8,9 10 11 Trmino Tarde Preliminar 2,5 3 3,1 12 13 13 11 12 13 7,8 8 8,4 9,5 11 12 12 12 13 11 13 14 14 16 17 14 16 17 14 16 17 14 16 17 Trmino Tarde Confinado - 3 3,1 - 13 13 - 12 13 - 8 8,4 - 11 12 - 12 13 - 13 14 - 16 17 - 16 17 - 16 17 - 16 17 Trmino Tarde 2,5 3 3,1 12 13 13 11 12 13 7,8 8 8,4 9,5 11 12 12 12 13 11 13 14 12 15 17 15 16 17 14 16 17 15 16 17 max Incio Tarde 0 0 0 7,9 7,9 7,9 7,9 7,9 8,6 6 6 6 2,5 3 3,1 7,8 8 8,4 9,5 11 12 12 13 13 11 12 13 11 13 14 12 12 13 Folga Total 0 0 0 0 5 6 12 13 4 4 11 12 2 2 8 8 0 0 0 0 6 7 12 12 0 0 0 0 7 9 12 15 8 8 15 16 0 0 0 0 10 11 15 16 0,0 1,0 1,0 1,0 0,0 1,0 0,0 1,0 1,0 0,0 1,0 ndice de Med. Possib. Conform TT de TT=TC / TC 0,0 0,0 ND ND ND ND ND ND 0,0 0,0 ND ND 0,0 0,0 ND ND ND ND 0,0 0,0 ND ND

Atividade 1 2 3 4 5 6 7 8 9 10 11

DURAO 2,5 3 3,1 4 5 5,5 3,5 4,1 4,2 1,8 2 2,4 7 8 8,5 3,9 4 4,5 1,6 2 2,2 0,4 2 3,6 3,8 4,1 4,2 2,6 3,1 3,2 3,2 4 4,1

Incio Cedo 0 0 0 0 0 0 0 0 0 0 0 0 2,5 3 3,1 1,8 2 2,4 9,5 11 12 4 5 5,5 3,5 4,1 4,2 11 13 14 5,7 6 6,9

Configurao :

11 Trmino Cedo 0,6 3 5,4 1 5 9 1,4 7,1 13 1 5 9 3 13 23 3,8 17 30 3 13 23 1,8 11 20 2,2 14 26 9,2 23 42 4,6 21 37 8,2 14 21 3,5 17 31 8,1 20 33 Trmino Tarde Preliminar 3,6 6 14 1 5 9 4,4 10 22 3 13 23 3 13 23 8,2 17 31 3 13 23 3 13 23 5,2 17 35 9,2 23 42 9,2 23 42 8,2 17 31 8,2 17 31 9,2 23 42 Trmino Tarde Confinado - 6 14 - 5 9 - 10 22 - 13 23 - 13 23 - 17 31 - 13 23 - 13 23 - 17 35 - 23 42 - 23 42 - 17 31 - 17 31 - 23 42 Trmino Tarde 3,6 6 14 1 5 9 4,4 10 22 9 13 23 3 13 23 3,8 17 31 3 13 23 3,9 13 23 5,2 17 35 9,2 23 42 6,6 23 42 11 17 31 3,5 17 31 11 23 42 max Incio Tarde 3 3 8,9 0 0 0 3,6 6 14 8,6 11 19 1 5 9 3 13 23 3 13 23 3,1 7,1 12 4,4 10 22 8,2 17 31 5 15 27 4,4 10 23 3 13 23 5,2 17 35 Folga Total 3 5 5 8 0 0 0 0 7 9 9 12 5 9 9 15 0 0 0 0 17 17 17 17 0 0 0 0 11 12 12 13 14 16 16 19 0 0 0 0 21 22 22 24 14 16 16 20 0 0 0 0 20 22 22 25 1,0 0,0 0,8 1,0 0,0 0,0 0,0 0,3 0,4 0,0 0,3 0,7 0,0 0,4 ndice de Med. Possib. Conform TT de TT=TC / TC 0,4 0,1 0,0 0,0 0,7 0,3 ND ND 0,0 0,0 1,0 1,0 0,0 0,0 0,9 0,8 0,9 0,6 0,0 0,0 0,9 0,8 0,8 0,4 268 0,0 0,0 0,9 0,6

Atividade 1 2 3 4 5 6 7 8 9 10 11 12 13 14

DURAO 0,6 3 5,4 1 5 9 0,8 4,1 7,2 0,4 2 3,6 2 8 14 0,8 4 7,2 0 0 0 0,8 5,9 11 0,8 6,9 13 1 6 11 1,6 8 14 6,8 6,9 8 0,5 4 7,5 5,9 6 7

Incio Cedo 0 0 0 0 0 0 0,6 3 5,4 0,6 3 5,4 1 5 9 3 13 23 3 13 23 1 5 9 1,4 7,1 13 8,2 17 31 3 13 23 1,4 7,1 13 3 13 23 2,2 14 26

Configurao :

12 Trmino Cedo 2,5 3 3,1 4 5 5,5 3,5 4,1 4,2 4,3 5 5,5 11 13 14 7,9 9 10 5,1 6,1 6,4 11 15 18 8,1 9,1 9,7 11 12 13 15 19 22 Trmino Tarde Preliminar 8,4 8,9 11 4 5 5,5 13 14 16 10 11 13 11 13 14 15 16 19 15 16 19 11 15 18 11 15 18 15 19 22 15 19 22 Trmino Tarde Confinado - 8,9 11 - 5 5,5 - 14 16 - 11 13 - 13 14 - 16 19 - 16 19 - 15 18 - 15 18 - 19 22 - 19 22 Trmino Tarde 8,4 8,9 11 4 5 5,5 13 14 16 10 11 13 11 13 14 15 16 19 15 16 19 11 15 18 14 15 18 17 19 22 15 19 22 max Incio Tarde 5,9 5,9 7,9 0 0 0 9,8 9,8 12 8,4 8,9 11 4 5 5,5 11 12 14 13 14 16 11 13 14 10 11 13 15 16 19 11 15 18 Folga Total 3 3 8 9 0 0 0 0 4 4 13 15 5 6 10 12 0 0 0 0 9 10 15 16 6 6 15 16 0 0 0 0 9 10 14 16 12 13 17 19 0 0 0 0 1,0 0,0 1,0 1,0 0,0 1,0 1,0 0,0 1,0 1,0 0,0 ndice de Med. Possib. Conform TT de TT=TC / TC ND ND 0,0 0,0 ND ND ND ND 0,0 0,0 ND ND ND ND 0,0 0,0 ND ND ND ND 0,0 0,0

Atividade 1 2 3 4 5 6 7 8 9 10 11

DURAO 2,5 3 3,1 4 5 5,5 3,5 4,1 4,2 1,8 2 2,4 7 8 8,5 3,9 4 4,5 1,6 2 2,2 0,4 2 3,6 3,8 4,1 4,2 2,6 3,1 3,2 3,2 4 4,1

Incio Cedo 0 0 0 0 0 0 0 0 0 2,5 3 3,1 4 5 5,5 4 5 5,5 3,5 4,1 4,2 11 13 14 4,3 5 5,5 7,9 9 10 11 15 18

269

ANEXO 3 : BIBLIOGRAFIA

ANEXO 3 : BIBLIOGRAFIA
Ahuja, Hira N. (1984). Project Management : techniques in planning and controlling construction projects. John Wiley and Sons, 1a Ed., 465 pag. Antill, James M. and Woodhead, Ronald W. (1995). Critical Path Methods in Construction Practice. John Wiley and Sons, 4a Ed. (Copyright 1990), 422 pag. Ayyub, Bilal M. and Haldar, Achintya (1984). Project Scheduling Using Fuzzy Set Concepts. Journal of Construction Engineering and Management, 110 (2), June, pp 184-204. British Standard Institution. Use of network techniques in project management Part4 . Guide to resource analysis and cost control, 1981, 19 pag. Chang, T. C., Ibbs, William C. and Crandall, Keith C. (1990). Network Resource Allocation with Support of a Fuzzy Expert System. Journal of Construction Engineering and Management, 116 (2), June, pp 239-260. Cheng Liang Yee, (1997). Quantificao de Variveis Subjetivas no Projeto. Notas de Aula, Escola Politcnica, USP, Departamento de Engenharia de Construo Civil e Urbana. Demeulemeester, Erik and Herroelen, Willy (1992). A Branch-And-Bound Procedure for the Multiple Resource-Constrained Project Scheduling Problem. Management Science, 38 (12), December, pp 1803-1818. Davis, Edward. and Patterson, James H. (1975). A Comparison of Heuristic and Optimum Solutions in Resource-Constrained Project Scheduling. Management Science, 21 (8). April, pp 944-955.

271

Easa, Said M. (1989). Resource Leveling in Construction by Optimization. Journal of Construction Engineering and Management, 115 (2), June, pp 302-316. Evans, Gerald W., Netherlands, 333 pag. Farid, Foad and Manoharan, Surendran (1996). Comparative Analysis of ResourceAllocation Capabilities of Project Management Software Packages. Project Management Journal, 27 (2), June, pp 35-44. FIESP/CIESP Instituto Roberto Simonsen. Comisso da Indstria de Construo e outros.1o Seminrio da Indstria da Construo. Junho, 1997. Gemmill, Douglas D., Tsai, Ying-Wei (1997), Using a Simulated Annealing Algorithm to Schedule Activities of Resource-Constrained Projects. Project Management Journal, December, pp 8-20. Halpin, Daniel W. and Woodhead, Ronald W. (1998). Construction Management. John Wiley and Sons, USA, 2a Ed., 444 pag. Harris, Robert B. (1990). Packing Method for Resource Leveling (PACK). Journal of Construction Engineering and Management, 116 (2), June, pp 331-350. Kangari, Roozbeh and Riggs, Leland S. (1989). Construction Risk Assessment by Linguistics. IEEE Transactions on Engineering Management, 36 (2), May, pp 126131. Karni, Reuven (1987), A Systematic Approach to Stochastic Scheduling. Construction Management and Economics, 5, pp 187-198. Karwowski, Waldemar and Wilhelm, Mickey R. (1989).

Applications of Fuzzy Sets in Industrial Engineering. Elsevier Science Publisher,

272

Karshenas, Saeed and Haber, David (1990). Economic Optimization of Construction Project Scheduling. Construction Management and Economics, 8 (2), pp 135-146. Kaufmann, Arnold and Gupta, Madan (1991). Fuzzy Mathematical Models in Engineering and Management Science. Elsevier Science Publisher, Netherland, 2a Imp., 337 pag. Kerzner, Harold (1995). Project Management : a systems approach to planning, scheduling, and controlling. Van Nostrand Reinhold, USA, 5a Ed., 1152 pag. Klir, George J. and Yuan, Bo (1995). Fuzzy Sets and Fuzzy Logic : theory and applications. Prentice Hall, USA, 1a Ed., 573 pag.

Lin, Liang, Burns, Scott A. and Feng, Chung-Wei (1995). Construction Time-Cost Trade-Off Analysis Using LP/IP Hybrid Method. Journal of Construction Engineering and Management, 121 (4), December, pp 446-454. Lorterapong, Pasit (1995). Fuzzy Project Network Scheduling under Resource Constrained. Thesis (PhD), Concordia University, 223 pag. Lorterapong, Pasit and Moselhi, Osama (1996). Project Network Analysis Using Fuzzy Sets Theory. Journal of Construction Engineering and Management, 122 (4), December, pp 308-318. MacLeod, Kenneth R. and Petersen, Paul F. (1996). Estimating the Tradeoff Between Resource Allocation and Probability of On-time Completion in Project Management. Project Management Journal, 27 (1), March, pp 26-33. Mare, Milan (1994). Computation over Fuzzy Quantities. CRC Press, USA, 1a Ed., 157 pag.

273

Matthews, Mark (1994). Resource Scheduling : Incorporating Capacity into Schedule Construction. Project Management Journal, 25 (2), June, pp 44-54. McCahon, Cynthia S. (1993). Using PERT as an Approximation of Fuzzy ProjectNetwork Analysis. IEEE Transactions on Engineering Management, 40 (2), May, pp 146-153. Meredith, Jack R. and Mantel Jr., Samuel J. (1995). Project Management : a managerial approach. John Wiley and Sons, USA, 3a Ed., 767 pag. Moder, Joseph J. and Elmaghraby, Salah (1978). Handbook of Operations Research : fundations and fundamentals. Van Nostrand Reinhold Company, USA, 621 pag. Moder, Joseph J., Phillips, Cecil R. and Davis, Edward W. (1995) Project Management with CPM, PERT and Precedence Diagrammming, Blitz Publishing Company, USA, 389 pag. Copyright : 1983, Van Nostrand Reinhold Company. Mohan, By Satish (1990). Expert Systems Applications in Constructions Management and Engineering. Journal of Construction Engineering and Management, 116 (1), pp 87-99. Morse, Lucy C., McIntosh, John O. and Whitehouse, Gary E. (1996). Using Combinations of Heuristics to Schedule Activities of Constrained Multiple Resource Projects. Project Management Journal, 27 (1), March, pp 34-40. Phillips Jr., Steve (1996). Project Management Duration/Resource Tradeoff Analysis : an application of the cut search approach. Journal of Operational Research Society, 47 (5), pp 697-701 Olagubel, Ramn Alvarez-Valds and Goerlich, Jos Manuel Tamarit (1989). Heuristc Algorithms for Resource-Constrained Project Scheduling : A Review and a Empirical Analysis. in Advances in Project Scheduling. Slowinsk, R. and Weglarz, J. (ed.), Elsevier Publisher, Netherlands, pp 113-134. 274

zdamar, Linet and Ulusoy, Gndz (1995). A Survey on the Resource-Constraints Project Scheduling Problem. IEE Transactions, 27, pp 574-586. Pascoe, T.L. (1965) An Experimental Comparison of Heuristic Methods for Allocating Resources. Thesis (PhD), Cambridge University. Patterson, James H. (1984). A Comparison of Exact Approaches for Solving the Multiple Constrained Resource, Project Scheduling Problem. Management Science, 30 (7), July, pp 854-867. Pristker, Alan A., Watters, Lawrence, J. and Wolfe, Philip M. (1969). Multiproject Scheduling with Limited Resources A zero-one Programming Approach. Management Science, 16 (1), September, pp 93-108. Raz, Tzvi and Marshall, Bob (1996). Effect of Resource Constraints on Float Calculations in Project Networks. International Project Management Journal, 14 (4), pp 241-248. Rocha Lima Jr., Joo da (1995). Princpios para Anlise de Qualidade de Empreendimentos : o Caso dos Empreendimentos de Base Imobiliria. Escola Politcnica, USP, Boletim Tcnico BT/PCC/153, Departamento de Engenharia da Construo Civil, 72 pag. Russell, A. H. (1986). A Comparison of Heuristcs for Scheduling Projects with Cash Flow and Resource Restriction. Management Science, 32, pp 1291-1300. Seibert, James E. and Evans, Gerald W. (1991). Time Constrained Resource Leveling. Journal of Construction Engineering and Management, 117 (3), September, pp 503520.

275

Seymour, David, Crook, Darryll and Rooke, John (1997). The Role of Theory in Construction Management : a call for debate. Construction Management and Economics. 15, January, pp 117-119. Shanmugayagam, Venayagampillai (1989). Current Float Techniques for Resources Scheduling. Journal of Construction Engineering and Management, 115 (3), September, pp 401-411. Slowinsky, Roman and Weglarz, Jan (ed.), (1989). Advances in Project Scheduling. Elsevier Science Publisher, Netherlands, 531 pag. Slowinsky, Roman and Hapke Maciej (1996). Fuzzy Priority Heuristics for Project Scheduling. Fuzzy Sets and Systems, 83 (3), pp 291-299. Vargas, Milton (1985). Metodologia da Pesquisa Tecnolgica. Editora Globo, Brasil, 243 pag. Whitehouse, Gary E. A Comparison of Computer Search Heuristcs to Analyse Activity/Network with Limited Resources (1983). Project Management Quaterly, June, pp 35-39. Wiest, Jerome D. and Levy, Ferdinand K. (1977). A Management Guide to PERT/CPM : with GERT / PDM / and other networks. Prentice-Hall, USA, 229 pag. Wu, Ricky Wai-Kin and Hadipriono, Fabian C. (1994). Fuzzy Modus Ponens Deduction Technique for Construction Scheduling. Journal of Construction Engineering and Management, 120 (1), March, pp 163-179.

276