Resumo Técnico: Otimização Multiobjetivo de Políticas de Handover Específicas por Recurso

Definição do Problema

A alocação eficiente de recursos é um desafio crítico na gestão de processos de negócio (BPM), impactando diretamente o custo, o tempo de processamento (throughput time) e a utilização. Embora abordagens recentes de Aprendizado por Reforço (RL) tenham demonstrado potencial na derivação de políticas de alocação adaptativas, elas tipicamente dependem de políticas globais baseadas apenas na disponibilidade de tarefas e capacidade de recursos. Esses métodos tratam os recursos como receptores passivos de atribuições, negligenciando o papel de tomada de decisão ativa dos recursos (particularmente humanos) e os padrões de colaboração entre recursos que moldam o handover (passagem de tarefas) no mundo real.

As abordagens de otimização existentes frequentemente focam em atribuir tarefas a recursos ou determinar níveis de pessoal, mas falham em otimizar políticas de handover específicas por recurso. Uma política de handover define, para um recurso específico que conclui uma atividade específica, qual recurso deve realizar a atividade subsequente. Os autores argumentam que ignorar essas dependências locais e específicas de cada recurso negligencia um ponto de alavancagem fundamental para a melhoria de processos. O problema central abordado é a otimização multiobjetivo dessas políticas de handover para encontrar trade-offs ótimos entre objetivos conflitantes (ex: custo vs. tempo de espera) enquanto se considera a estrutura colaborativa do processo.

Metodologia

A abordagem proposta combina um simulador de processo baseado em Sistemas Multiagentes (MAS) com um algoritmo evolutivo multiobjetivo (NSGA-II) para descobrir políticas de handover específicas por recurso que sejam Pareto-ótimas.

1. Modelo de Simulação

A base da abordagem é um modelo de simulação $M = (A, S, \pi_0, \beta)$, onde:

• $A$: Um conjunto de agentes representando recursos, caracterizados por calendários de disponibilidade e capacidades (atividades que podem realizar e distribuições de tempo de execução).
• $S$: Parâmetros globais de simulação (ex: distribuições de chegada de casos).
• $\pi_0$: A política de handover "as-is" (como é).
• $\beta$: A política de fluxo de controle que determina a próxima atividade.

Este modelo pode ser especificado manualmente ou descoberto automaticamente a partir de logs de eventos usando ferramentas como o AgentSimulator.

2. Estrutura de Otimização

O sistema emprega um algoritmo genético para buscar um conjunto de políticas de handover $\pi$ que minimizem um vetor de custo $c(L) = [f_1(L), \dots, f_k(L)]$, onde $L$ é o log de eventos gerado pela simulação. Os objetivos são minimizados simultaneamente para identificar a fronteira de Pareto.

O fluxo de trabalho de otimização consiste em três etapas iterativas:

1. Criação da População Inicial: Uma população inicial de políticas é gerada com base na política "as-is" $\pi_0$. O espaço de busca é podado classificando os pontos de decisão como Fixos (regras de negócio não negociáveis, excluídos da otimização) ou Variáveis (partes flexíveis). A população inclui políticas aleatórias para exploração, versões mutadas de $\pi_0$ para explotação e uma cópia de $\pi_0$ como baseline.
2. Simulação e Avaliação de Fitness: Para cada política candidata, o simulador é executado múltiplas vezes ($T$ execuções) para gerar logs de eventos. O fitness é calculado como o vetor de custo médio através dessas execuções para mitigar a variância estocástica.
3. Operadores Genéticos: O algoritmo NSGA-II aplica seleção, crossover e mutação para evoluir a população.
   • Seleção: Utiliza ranking não dominado e distância de agrupamento (crowding distance) para manter a diversidade.
   • Crossover: Realiza o intercâmbio de distribuições de probabilidade inteiras de pontos de decisão entre os pais para garantir descendentes válidos.
   • Mutação: Introduz novidade através de quatro variantes distintas:
     • Aleatória (Random): Reinicializa a distribuição de probabilidade em um ponto de decisão.
     • Gananciosa (Greedy): Desloca agressivamente a massa de probabilidade do pior para o melhor sucessor com base em uma heurística local.
     • Guiada (Guided): Transfere uma pequena fração aleatória (10–50%) da massa de probabilidade do pior para o melhor sucessor para ajustes finos.
     • Híbrida (Hybrid): Uma combinação ponderada das estratégias acima (60% Guiada, 20% Gananciosa, 20% Aleatória).

3. Saída (Output)

O algoritmo fornece uma fronteira de Pareto de políticas, oferecendo aos praticantes um conjunto de soluções não dominadas que representam diferentes trade-offs entre os objetivos definidos.

Contribuições Principais

• Primeira Abordagem Fundamentada: Este trabalho introduz a primeira abordagem para a otimização multiobjetivo fundamentada de políticas de handover específicas por recurso em processos de negócio.
• Otimização Consciente da Colaboração: Ao contrário de trabalhos anteriores que tratam os recursos como passivos, esta abordagem modela os recursos como agentes autônomos de tomada de decisão capazes de escolher parceiros de colaboração, otimizando assim a estrutura colaborativa do processo.
• Framework Genérico: A abordagem é genérica em relação ao conjunto de objetivos, permitindo a descoberta de fronteiras de Pareto para qualquer combinação de métricas de desempenho.
• Fundamentação Baseada em Dados: O modelo de simulação pode ser descoberto diretamente de logs de eventos, garantindo que a otimização seja fundamentada em dados reais do processo.

Resultados Experimentais

A abordagem foi avaliada em conjuntos de dados sintéticos e do mundo real utilizando custo de mão de obra e tempo de espera como os principais objetivos.

Validade Interna (Dados Sintéticos)

Experimentos foram conduzidos em cinco variantes de um processo de Solicitação de Empréstimo com configurações variadas (ex: contenção de recursos, diferenças de habilidade, taxas de chegada).

• Desempenho: A abordagem proposta superou consistentemente o baseline "as-is" e os baselines heurísticos (Disponível, Aleatório, Mais Barato, Menor Tempo de Processamento).
• Métricas: Em todos os cenários, a abordagem reduziu os custos em uma média de 37% e o tempo de espera em 58% comparado ao processo "as-is".
• Análise Comportamental: No cenário LoanJS, a política otimizada aprendeu a equilibrar o uso de recursos caros e rápidos com recursos mais baratos e lentos. Em contraste, a heurística "Mais Barato" (LC) levou à formação severa de filas ao utilizar exclusivamente recursos lentos e baratos, enquanto a política otimizada alcançou um resultado globalmente superior através de padrões de colaboração complementares.

Validade Externa (Logs do Mundo Real)

A abordagem foi testada em sete logs de eventos amplamente utilizados em pesquisa de simulação de processos de negócio (ex: P2P, ACR, BPI12W, BPI17W).

• Robustez: A abordagem melhorou tanto o custo quanto o tempo de espera em comparação com o baseline "as-is" em todos os sete datasets.
• Trade-offs: Embora a abordagem nem sempre tenha alcançado o custo absolutamente mais baixo (ficando acima do baseline LC em quatro datasets), ela consistentemente forneceu tempos de espera superiores e um conjunto diversificado de soluções Pareto-ótimas.
• Variantes de Mutação: A variante de mutação Guiada alcançou o maior melhoria média (redução de 36,88% no custo, redução de 57,71% no tempo de espera) entre os datasets.
• Custo Computacional: A otimização é computacionalmente intensiva, levando aproximadamente 35 vezes mais tempo que os baselines heurísticos (média de 103,85 minutos vs. 2,96 minutos), embora o tempo de execução escale de forma semelhante aos baselines conforme o tamanho do dataset.

Significância e Alegações

O artigo afirma que, ao deslocar o foco da otimização da atribuição global de tarefas para as políticas de handover específicas por recurso, as organizações podem alavancar padrões de colaboração para melhorar significativamente o desempenho do processo. Os autores enfatizam que sua abordagem:

1. Captura Dependências Inter-Recursos: Ela modela explicitamente a autonomia de tomada de decisão dos recursos, um fator frequentemente ignorado em abordagens padrão de RL ou escalonamento.
2. Fornece Alternativas Acionáveis: Ao gerar uma fronteira de Pareto, oferece aos tomadores de decisão um conjunto transparente de trade-offs em vez de uma única solução "ótima", permitindo a seleção de políticas alinhadas a objetivos operacionais específicos (ex: priorizar velocidade sobre custo).
3. Demonstra Ganhos Substanciais: Os resultados experimentais mostram que a otimização consciente da colaboração pode gerar reduções substanciais tanto em custo quanto em tempo de espera, superando heurísticas estabelecidas que otimizam para objetivos únicos ou ignoram consequências de longo prazo.

Os autores reconhecem limitações, incluindo a dependência da fidelidade da simulação, o risco de overfitting ao simulador e o overhead computacional da busca evolutiva. Eles sugerem que trabalhos futuros possam focar em análise de robustez, redução de custos computacionais e extensão do espaço de políticas para incluir paralelização dinâmica.