Este trabalho teve como objetivo avaliar a coordenação entre agências humanitárias e a aplicabilidade da modelagem com múltiplos períodos na solução de problemas de localização de armazéns utilizados em suas operações. Dessa forma, foi desenvolvido um modelo de programação linear inteira mista aplicado a operação humanitária de resposta à Ofensiva de Mosul, Iraque, nos anos de 2016 e 2017. A fim de avaliar as hipóteses a respeito dos benefícios da cooperação, houve a proposição de um novo modelo de configuração da rede logística, que possibilita a mudança na dinâmica de interação entre as agências e elos da cadeia de suprimentos. Dessa forma, foram verificados ganhos financeiros relativos à centralização das operações e ao compartilhamento de recursos, bem como demonstrou-se o melhor emprego dos recursos e maior eficiência através da utilização de modelos com múltiplos períodos. Além disso, a distância de cobertura em contextos desta natureza é um fator crítico e tem um papel importante no projeto da rede, estabelecendo um trade-off entre a centralização, a qual permite ganhos de escala, e o nível de serviço desejado na operação. O modelo de localização com múltiplos períodos se ajusta melhor a problemas com alta variabilidade nas demandas, entretanto é necessário que se empregue um método robusto de previsão de demanda no planejamento para que este modelo se adéque às incertezas inerentes destes sistemas.

This work aimed to evaluate the coordination between humanitarian agencies and the applicability of modeling with multiple periods in the solution of location problems of warehouses used in their operations. In this way, a mixed-integer linear programming model was applied to the response operation during and after the Mosul Offensive, in Iraq and in the years 2016 and 2017. To evaluate the hypotheses regarding the benefits of cooperation, there was a proposal for a new model for the configuration of the logistical network, which makes it possible to change the dynamics of interaction between branches and links in the supply chain. Thus, there were financial gains related to the centralization of operations and the sharing of resources, as well as the better use of resources and greater efficiency through the use of models with multiple periods. In addition, the coverage distance in problems of this nature is a critical factor and plays an important role in the design of the network, establishing a trade-off between centralization, which allows for gains of scale, and the level of service desired in the operation. The model of location with multiple periods is better adjusted to problems with high variability in demands, however, it is necessary to employ a robust method of forecasting demand in planning so that this model adapts to the inherent uncertainties of these systems.