O estudo de sistemas logísticos envolve a concatenação de elementos estratégicos e operacionais, comumente compondo sistemas com múltiplas facetas, objetivos antagônicos e grande número de alternativas. Nesse contexto, o presente trabalho discute a utilização de análise de decisão multicritério (MCDA), simulação de eventos discretos (SED) e otimização para simulação. A metodologia MCDA captura, mensura e pondera os objetivos e valores dos tomadores de decisão. Por sua vez, a SED representa o sistema estudado com alto nível de detalhamento, permitindo a avaliação de diversas configurações do sistema. Por fim, métodos de otimização para simulação possibilitam a busca e comparação de alternativas mais eficientes. As três metodologias são avaliadas, identificando suas vantagens, desvantagens e complementaridades quando aplicadas a sistemas logísticos. Através da aplicação de um estudo de caso sobre o dimensionamento de um sistema de transporte, constatou-se que: a) a SED incorporou detalhes importantes para a avaliação mais precisa de vários indicadores de desempenho b) a metodologia MCDA possibilitou a captura de vários objetivos e valores, propiciando a realização de tradeoffs robustos; c) um método de busca exaustiva e técnicas de redução de variância permitiram a comparação das alternativas em tempos computacionais reduzidos. Por fim, conclui-se que a metodologia híbrida apresentada expande o potencial de aplicação da SED em sistemas logísticos complexos.

A logistic system study involves strategic and operational elements, commonly composing multi-faceted systems with antagonistic goals and large number of alternatives. In this context, this thesis discusses the use of multi-criteria decision analysis (MCDA), discrete event simulation (DES) and optimization for simulation. The MCDA methodology captures, measures and weighs the goals and values of decision makers. DES is useful for representing systems with high level of detail, allowing the evaluation of several system configurations. Finally, optimization for simulation procedures are useful for searching and comparing more efficient alternatives. These three methodologies are assessed and their advantages, disadvantages, and complementarities are identified for logistics systems applications. Through a case study of a transportation system, we conclude that: a) the SED incorporated important details for more precise evaluation of various performance indicators b) the MCDA methodology was useful to capture several goals and values, so that robust tradeoffs could be carried out c) an exhaustive search routine and variance reduction techniques allowed the comparison of several alternatives in feasible computational times. Finally, we conclude that the presented hybrid methodology expands the application of DES to complex logistics systems.