Aplicação de modelos de previsão de insumos de importação em uma cadeia de suprimentos de uma empresa da indústria energética
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
Texto Completo: | http://app.uff.br/riuff/handle/1/30489 |
Resumo: | Este projeto se passa em uma empresa da indústria energética na qual foi identificada uma oportunidade de melhoria em seu processo de previsão de insumos em uma cadeia de suprimentos. Foram levados em consideração todos os setores da empresa em estudo. Contudo, os dados de cada setor limitaram a aplicação dos modelos nos mesmos pois violavam a pressupostos do modelo ARIMA, e, portanto, foram descartados. A análise se resumiu a aplicação dos modelos ARIMA e Amortecimento Exponencial no setor de Cimentação. Era necessário que o desempenho do modelo proposto superasse a forma de previsão do processo aplicado pela empresa em estudo para que pudesse ser considerado viável. Como pode ser observado ao longo do estudo, o modelo ARIMA obteve melhores resultados quando o comparado tanto ao processo da empresa quanto ao Amortecimento Exponencial. Um dos ganhos que pode ser citado é a redução do erro absoluto de 1,15 para 0,33 utilizando-se o modelo ARIMA. |
id |
UFF-2_deeb2d81a5d9b43debf4001f5b0ba751 |
---|---|
oai_identifier_str |
oai:app.uff.br:1/30489 |
network_acronym_str |
UFF-2 |
network_name_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository_id_str |
2120 |
spelling |
Aplicação de modelos de previsão de insumos de importação em uma cadeia de suprimentos de uma empresa da indústria energéticaARIMAPrevisão de demandaCadeia de suprimentosEngenharia de ProduçãoPrevisão de demandaCadeia de suprimentoARIMAForecastingSupply chainEste projeto se passa em uma empresa da indústria energética na qual foi identificada uma oportunidade de melhoria em seu processo de previsão de insumos em uma cadeia de suprimentos. Foram levados em consideração todos os setores da empresa em estudo. Contudo, os dados de cada setor limitaram a aplicação dos modelos nos mesmos pois violavam a pressupostos do modelo ARIMA, e, portanto, foram descartados. A análise se resumiu a aplicação dos modelos ARIMA e Amortecimento Exponencial no setor de Cimentação. Era necessário que o desempenho do modelo proposto superasse a forma de previsão do processo aplicado pela empresa em estudo para que pudesse ser considerado viável. Como pode ser observado ao longo do estudo, o modelo ARIMA obteve melhores resultados quando o comparado tanto ao processo da empresa quanto ao Amortecimento Exponencial. Um dos ganhos que pode ser citado é a redução do erro absoluto de 1,15 para 0,33 utilizando-se o modelo ARIMA.This Project has as background an energetic industry in which has been identified an opportunity of improvement in its materiasls forecasting process its supply chain. This study took as consideration all data from the service lines, or sectors, of the company that were available. Therefore, the data of some sectors had restraints in a way that would violate the requirements of the application of the ARIMA model and had to be disregarded from further analysis. That said, the focus of this project laid on the application of the ARIMA and Exponetial Smoothing models on the only sector that was able to run both models which is the Cimentation sector. In addition, just identify the model with the lowest error would prove that the proposed model is fit to the company utilize it. The error of the model needed to be lower than the one found by the actual forecasting process of the company. In terms of results, the ARIMA model presented the lowest error in comparing both Exponetial Smoothing and the company`s forecast process. One example of performance could be the reduction of the absolute error from 1,15 (company`s forecast) to 0,33 applying ARIMA.88 f.Rio das OstrasSobral, Ana Paula BarbosaNarcizo, Ramon BaptistaCalado, Robisom DamascenoMeza, Edwin Benito MitaccSobral, Ana Paula BarbosaMeza, Edwin Benito MitaccGonçalves, Sander Martins2023-09-21T14:23:35Z2023-09-21T14:23:35Z2018info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfGONÇALVES, Sander Martins. Aplicação de modelos de previsão de insumos de importação em uma cadeia de suprimentos de uma empresa da indústria energética. 2018. 88 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Produção) - Instituto de Ciência e Tecnologia, Universidade Federal Fluminense, Rio Das Ostras, 2018.http://app.uff.br/riuff/handle/1/30489Aluno de Graduaçãohttp://creativecommons.org/licenses/by-nc-nd/3.0/br/CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2023-09-21T14:23:39Zoai:app.uff.br:1/30489Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-08-19T10:59:09.275056Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
dc.title.none.fl_str_mv |
Aplicação de modelos de previsão de insumos de importação em uma cadeia de suprimentos de uma empresa da indústria energética |
title |
Aplicação de modelos de previsão de insumos de importação em uma cadeia de suprimentos de uma empresa da indústria energética |
spellingShingle |
Aplicação de modelos de previsão de insumos de importação em uma cadeia de suprimentos de uma empresa da indústria energética Gonçalves, Sander Martins ARIMA Previsão de demanda Cadeia de suprimentos Engenharia de Produção Previsão de demanda Cadeia de suprimento ARIMA Forecasting Supply chain |
title_short |
Aplicação de modelos de previsão de insumos de importação em uma cadeia de suprimentos de uma empresa da indústria energética |
title_full |
Aplicação de modelos de previsão de insumos de importação em uma cadeia de suprimentos de uma empresa da indústria energética |
title_fullStr |
Aplicação de modelos de previsão de insumos de importação em uma cadeia de suprimentos de uma empresa da indústria energética |
title_full_unstemmed |
Aplicação de modelos de previsão de insumos de importação em uma cadeia de suprimentos de uma empresa da indústria energética |
title_sort |
Aplicação de modelos de previsão de insumos de importação em uma cadeia de suprimentos de uma empresa da indústria energética |
author |
Gonçalves, Sander Martins |
author_facet |
Gonçalves, Sander Martins |
author_role |
author |
dc.contributor.none.fl_str_mv |
Sobral, Ana Paula Barbosa Narcizo, Ramon Baptista Calado, Robisom Damasceno Meza, Edwin Benito Mitacc Sobral, Ana Paula Barbosa Meza, Edwin Benito Mitacc |
dc.contributor.author.fl_str_mv |
Gonçalves, Sander Martins |
dc.subject.por.fl_str_mv |
ARIMA Previsão de demanda Cadeia de suprimentos Engenharia de Produção Previsão de demanda Cadeia de suprimento ARIMA Forecasting Supply chain |
topic |
ARIMA Previsão de demanda Cadeia de suprimentos Engenharia de Produção Previsão de demanda Cadeia de suprimento ARIMA Forecasting Supply chain |
description |
Este projeto se passa em uma empresa da indústria energética na qual foi identificada uma oportunidade de melhoria em seu processo de previsão de insumos em uma cadeia de suprimentos. Foram levados em consideração todos os setores da empresa em estudo. Contudo, os dados de cada setor limitaram a aplicação dos modelos nos mesmos pois violavam a pressupostos do modelo ARIMA, e, portanto, foram descartados. A análise se resumiu a aplicação dos modelos ARIMA e Amortecimento Exponencial no setor de Cimentação. Era necessário que o desempenho do modelo proposto superasse a forma de previsão do processo aplicado pela empresa em estudo para que pudesse ser considerado viável. Como pode ser observado ao longo do estudo, o modelo ARIMA obteve melhores resultados quando o comparado tanto ao processo da empresa quanto ao Amortecimento Exponencial. Um dos ganhos que pode ser citado é a redução do erro absoluto de 1,15 para 0,33 utilizando-se o modelo ARIMA. |
publishDate |
2018 |
dc.date.none.fl_str_mv |
2018 2023-09-21T14:23:35Z 2023-09-21T14:23:35Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
GONÇALVES, Sander Martins. Aplicação de modelos de previsão de insumos de importação em uma cadeia de suprimentos de uma empresa da indústria energética. 2018. 88 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Produção) - Instituto de Ciência e Tecnologia, Universidade Federal Fluminense, Rio Das Ostras, 2018. http://app.uff.br/riuff/handle/1/30489 Aluno de Graduação |
identifier_str_mv |
GONÇALVES, Sander Martins. Aplicação de modelos de previsão de insumos de importação em uma cadeia de suprimentos de uma empresa da indústria energética. 2018. 88 f. Trabalho de Conclusão de Curso (Graduação em Engenharia de Produção) - Instituto de Ciência e Tecnologia, Universidade Federal Fluminense, Rio Das Ostras, 2018. Aluno de Graduação |
url |
http://app.uff.br/riuff/handle/1/30489 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/br/ CC-BY-SA info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/br/ CC-BY-SA |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Rio das Ostras |
publisher.none.fl_str_mv |
Rio das Ostras |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF) instname:Universidade Federal Fluminense (UFF) instacron:UFF |
instname_str |
Universidade Federal Fluminense (UFF) |
instacron_str |
UFF |
institution |
UFF |
reponame_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
collection |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF) |
repository.mail.fl_str_mv |
riuff@id.uff.br |
_version_ |
1811823627765547008 |