Measuring resilience and robustness through a supply chain resistance index

Detalhes bibliográficos
Ano de defesa: 2025
Autor(a) principal: Alvim, Silvio Luiz dos Santos
Orientador(a): Frazzon, Enzo Morosini
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: eng
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Link de acesso: https://repositorio.ufsc.br/handle/123456789/270242
Resumo: Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Produção, Florianópolis, 2025.
id UFSC_46657b5e95f9b2d71e5a0852a6473b71
oai_identifier_str oai:repositorio.ufsc.br:123456789/270242
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str
spelling Universidade Federal de Santa CatarinaAlvim, Silvio Luiz dos SantosFrazzon, Enzo Morosini2025-11-26T23:32:23Z2025-11-26T23:32:23Z2025394739https://repositorio.ufsc.br/handle/123456789/270242Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Produção, Florianópolis, 2025.As cadeias globais de suprimentos enfrentam desafios significativos decorrentes de persistentes guerras comerciais, volatilidade econômica, eventos climáticos e a recente pandemia global, o que evidencia a necessidade de modelos avançados que conciliem resiliência e robustez. As pesquisas atuais tratam esses conceitos de forma separada, o que pode contribuir para uma lacuna conceitual na gestão abrangente de disrupções. Este estudo busca abordar essa lacuna por meio do desenvolvimento do Índice de Resistência da Cadeia de Suprimentos (Supply Chain Resistance Index? SCRESISIndex), uma métrica integrada apoiada por tecnologias da Indústria 4.0. A metodologia adotada segue uma estrutura configurada em três fases: desenvolvimento conceitual mediante revisão da literatura, modelagem computacional utilizando simulação híbrida (combinando eventos discretos e abordagem baseada em agentes), fundamentada nos princípios conceituais dos gêmeos digitais; portanto não implementado em sua forma operacional completa; e aplicação empírica com dados históricos do setor eletrônico, com foco nas regiões da Asia, América do Norte e América Latina, avaliados por redes neurais artificiais. A tese está estruturada como uma coletânea de três artigos científicos, cada um alinhado a uma fase específica da metodologia proposta. Foram testadas três configurações de rede: Clássica, Cruzada e Sincronizada. Os resultados indicam que a rede Cruzada apresentou o maior valor de resistência dentro da escala definida (pontuação: 0,6815 em uma escala de 0?1), embora enha demandado um período de recuperação mais longo (50 dias). O modelo Sincronizado equilibrou adaptabilidade e eficiência de custos, ainda que com menor resistência (pontuação: 0,6584). A configuração Clássica priorizou controle de custos, mas apresentou resistência limitada (pontuação: 0,5926). A validação dos resultados da simulação por meio de redes eurais artificiais revelou uma margem de desvio de ±2,5%, o que gerou desafios interpretativos. O modelo Índice SCRESIS oferece uma contribuição em duas dimensões: propõe que resiliência e robustez são atributos complementares e quantificáveis, além de possibilitar a otimização baseada em dados por meio de testes de cenários. Aplicações imediatas incluem aprimoramento de estratégias de inventário e diversificação de fornecedores. Pesquisas futuras devem explorar ponderações adaptativas e estratégias específicas por setor em ambientes de alto risco. Ao conceituar a resistência como uma capacidade dinâmica, este estudo busca contribuir para o entendimento teórico da viabilidade das cadeias de suprimentos em contextos turbulentos.Abstract: Global supply chains face significant challenges arising from persistent trade wars, economic volatility, climate-related events, and the recent global pandemic, highlighting the need for advanced models that reconcile resilience and robustness. Current research tends to address these concepts separately, which may contribute to a conceptual gap in the comprehensive management of disruptions. This study aims to address this gap by developing the Supply Chain Resistance Index (SCRESIS Index), an integrated metric supported by Industry 4.0 technologies. The adopted methodology follows a structure organized into three phases: conceptual development through literature review; computational modeling using hybrid simulation (combining discrete event and agent-based approaches), grounded in the conceptual principles of Digital Twin; therefore not implemented in its full operational form, and empirical application using historical data from the electronics sector, focusing on regions in Asia, North America, and Latin America, evaluated through artificial neural networks. The thesis is structured as a collection of three scientific articles, each aligned with a specific phase of the proposed methodology. Three network configurations were tested: Classic, Crossed, and Synchronized. Results suggest that the Crossed network demonstrated the highest resistance value within the defined scale (score: 0.6815 on a 0?1 scale), despite requiring a longer recovery period (50 days). The Synchronized model balanced adaptability and cost efficiency, though it exhibited lower resistance, scoring (0.6584). Classic setups focused on cost control but showed limited resistance, scoring (0.5926). Validation of the simulation results using artificial neural networks revealed a deviation margin of ±2.5%, which raised interpretability challenges. The SCRESIS Index framework makes two key contributions: it proposes that resilience and robustness are complementary and quantifiable, and it enables data-driven optimization through scenario testing. Immediate applications include refining inventory and diversifying suppliers. Future work should explore adaptive weightings and sector-specific strategies in high-risk domains. By conceptualizing resistance as a dynamic capability, this study seeks to advance theoretical understanding of supply chain viability under turbulent conditions.143 p.| il., tabs.engEngenharia de produçãoCadeia de suprimentosResiliência (Traço da personalidade)Controle robustoSimulação (Computadores)Measuring resilience and robustness through a supply chain resistance indexinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccessORIGINALPEPS5911-T.pdfPEPS5911-T.pdfapplication/pdf3920299https://repositorio.ufsc.br/bitstream/123456789/270242/-1/PEPS5911-T.pdfb7aacd42e580dae2e1bf017d14b90f30MD5-1123456789/2702422025-11-26 20:32:23.772oai:repositorio.ufsc.br:123456789/270242Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestsandra.sobrera@ufsc.bropendoar:23732025-11-26T23:32:23Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Measuring resilience and robustness through a supply chain resistance index
title Measuring resilience and robustness through a supply chain resistance index
spellingShingle Measuring resilience and robustness through a supply chain resistance index
Alvim, Silvio Luiz dos Santos
Engenharia de produção
Cadeia de suprimentos
Resiliência (Traço da personalidade)
Controle robusto
Simulação (Computadores)
title_short Measuring resilience and robustness through a supply chain resistance index
title_full Measuring resilience and robustness through a supply chain resistance index
title_fullStr Measuring resilience and robustness through a supply chain resistance index
title_full_unstemmed Measuring resilience and robustness through a supply chain resistance index
title_sort Measuring resilience and robustness through a supply chain resistance index
author Alvim, Silvio Luiz dos Santos
author_facet Alvim, Silvio Luiz dos Santos
author_role author
dc.contributor.none.fl_str_mv Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Alvim, Silvio Luiz dos Santos
dc.contributor.advisor1.fl_str_mv Frazzon, Enzo Morosini
contributor_str_mv Frazzon, Enzo Morosini
dc.subject.classification.none.fl_str_mv Engenharia de produção
Cadeia de suprimentos
Resiliência (Traço da personalidade)
Controle robusto
Simulação (Computadores)
topic Engenharia de produção
Cadeia de suprimentos
Resiliência (Traço da personalidade)
Controle robusto
Simulação (Computadores)
description Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Produção, Florianópolis, 2025.
publishDate 2025
dc.date.accessioned.fl_str_mv 2025-11-26T23:32:23Z
dc.date.available.fl_str_mv 2025-11-26T23:32:23Z
dc.date.issued.fl_str_mv 2025
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/handle/123456789/270242
dc.identifier.other.none.fl_str_mv 394739
identifier_str_mv 394739
url https://repositorio.ufsc.br/handle/123456789/270242
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 143 p.| il., tabs.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
bitstream.url.fl_str_mv https://repositorio.ufsc.br/bitstream/123456789/270242/-1/PEPS5911-T.pdf
bitstream.checksum.fl_str_mv b7aacd42e580dae2e1bf017d14b90f30
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv sandra.sobrera@ufsc.br
_version_ 1851759234108096512

Registros relacionados