Análise de métodos de previsão para demandas Intermitentes de itens de uma empresa de transporte ferroviário
Autor(a) principal: | |
---|---|
Data de Publicação: | 2017 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFJF |
Texto Completo: | https://repositorio.ufjf.br/jspui/handle/ufjf/12739 |
Resumo: | Para as empresas que realizam manutenção em seus ativos, é muito importante que, se uma peça vier a falhar, haja outra disponível em estoque para a troca. Porém, é difícil saber quando algum item irá falhar, e gerar estoques de peças para prevenir este problema pode originar prejuízos para a empresa. Por isso, elas vêm investindo cada vez mais em gestão de estoque, com o objetivo de reduzir o capital parado, sem afetar a disponibilidade de material para aplicação. Para terem uma boa gestão de estoque, a utilização de séries temporais para a previsão de demanda vem ganhando espaço nas empresas. Além de conseguirem uma boa previsão, as companhias precisam classificar seus itens em grupos que possuam características comuns, para não obterem resultados generalizados que possam não se adequar a todos. Assim, separar os itens de acordo com a representatividade orçamentária para a empresa e a periodicidade e variabilidade da quantidade consumida ajuda a categorizá-los de forma adequada. Um grupo de itens se destaca por serem difíceis de serem previstos porque possui poucos períodos com demanda e há grande variação na quantidade consumida. Ele é classificado como de demanda Intermitente. Para este estudo, analisamos a demanda de itens trocados em manutenção corretiva de uma empresa ferroviária, que possuem característica de demanda Intermitente. Este grupo de itens foi dividido de acordo com a importância orçamentária para a empresa, gerando três sub- grupos. Calculamos as previsões pelos métodos de Média utilizados pela empresa, Médias Móveis, Amortecimento Exponencial, Método de Croston e Método de Croston Ajustado. Calculamos também os erros Absoluto Médio, Quadrático Médio e Geométrico Quadrático Médio e os analisamos. Verificamos que os métodos de Croston Ajustado e Croston foram os que apresentaram menores erros, e são por isso os indicados para aplicação na empresa em substituição ao método de Média utilizado. |
id |
UFJF_a1e8953e951a8d47111c4003b8cd7f8d |
---|---|
oai_identifier_str |
oai:hermes.cpd.ufjf.br:ufjf/12739 |
network_acronym_str |
UFJF |
network_name_str |
Repositório Institucional da UFJF |
repository_id_str |
|
spelling |
Hippert, Henrique Steinherzhttp://lattes.cnpq.br/6907017215672171Hippert , Henrique Steinherzhttp://lattes.cnpq.br/6907017215672171Ferreira, Clécio da Silvahttp://lattes.cnpq.br/7842524715253287Vieira, Marcel de Toledohttp://lattes.cnpq.br/1980385021266418http://lattes.cnpq.br/7536798012033114Coelho, Tamires Mara2021-05-24T20:56:50Z2021-01-012021-05-24T20:56:50Z2017-11-23https://repositorio.ufjf.br/jspui/handle/ufjf/12739Para as empresas que realizam manutenção em seus ativos, é muito importante que, se uma peça vier a falhar, haja outra disponível em estoque para a troca. Porém, é difícil saber quando algum item irá falhar, e gerar estoques de peças para prevenir este problema pode originar prejuízos para a empresa. Por isso, elas vêm investindo cada vez mais em gestão de estoque, com o objetivo de reduzir o capital parado, sem afetar a disponibilidade de material para aplicação. Para terem uma boa gestão de estoque, a utilização de séries temporais para a previsão de demanda vem ganhando espaço nas empresas. Além de conseguirem uma boa previsão, as companhias precisam classificar seus itens em grupos que possuam características comuns, para não obterem resultados generalizados que possam não se adequar a todos. Assim, separar os itens de acordo com a representatividade orçamentária para a empresa e a periodicidade e variabilidade da quantidade consumida ajuda a categorizá-los de forma adequada. Um grupo de itens se destaca por serem difíceis de serem previstos porque possui poucos períodos com demanda e há grande variação na quantidade consumida. Ele é classificado como de demanda Intermitente. Para este estudo, analisamos a demanda de itens trocados em manutenção corretiva de uma empresa ferroviária, que possuem característica de demanda Intermitente. Este grupo de itens foi dividido de acordo com a importância orçamentária para a empresa, gerando três sub- grupos. Calculamos as previsões pelos métodos de Média utilizados pela empresa, Médias Móveis, Amortecimento Exponencial, Método de Croston e Método de Croston Ajustado. Calculamos também os erros Absoluto Médio, Quadrático Médio e Geométrico Quadrático Médio e os analisamos. Verificamos que os métodos de Croston Ajustado e Croston foram os que apresentaram menores erros, e são por isso os indicados para aplicação na empresa em substituição ao método de Média utilizado.For companies that perform maintenance on their assets, it is very important that when one part fails, there is another available in stock for the exchange. However, it is difficult to know when any item will fail, and generating parts inventories to prevent this problem can cause unnecessary expenses to the company. As a result, these companies have been investing more and more in inventory management, in order to reduce their capital stock, without affecting the availability of material for application. In order to have good inventory management, the use of time series for forecasting demand has been gaining space in companies. In addition to getting accurate forecasts, companies need to rank their items in groups that have common characteristics. Separating the items according to their budgetary representativeness for the company, and the periodicity and variability of the quantity consumed, helps to categorize them adequately. There is a group of items that is particularly difficult to predict, because their components have few periods with demand and there is great variation in the amount consumed; this group is said to have Intermittent demand. In this study, we analyze the demand for items, exchanged in corrective maintenance by a railway company, which have intermittent demand characteristics. This group of items was subdivided according to their budget importance for the company, generating three subgroups. We calculated the forecasts using the Simple Average method used by the company, and also by Moving Averages, Exponential Smoothing, the Croston Model and the Adjusted Croston Model. We also calculated the Mean Absolute, Mean Quadratic and Mean Quadratic Geometric errors, and analyzed them. We concluded that the models of Croston and Croston Adjusted were the ones that presented the smallest errors, and are therefore the ones indicated for application in the company, instead of the model now in use.porUniversidade Federal de Juiz de Fora (UFJF)UFJFBrasilICE – Instituto de Ciências Exatashttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessCNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICAMétodos de PrevisãoMedidas de Erro de PrevisãoClassificação de ConsumoDemanda IntermitenteForecasting MethodsForecasting Error MeasuresIntermittent DemandClassification of DemandAnálise de métodos de previsão para demandas Intermitentes de itens de uma empresa de transporte ferroviárioinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisreponame:Repositório Institucional da UFJFinstname:Universidade Federal de Juiz de Fora (UFJF)instacron:UFJFORIGINALtamiresmaracoelho.pdftamiresmaracoelho.pdftamiresmaracoelhoapplication/pdf1146063https://repositorio.ufjf.br/jspui/bitstream/ufjf/12739/1/tamiresmaracoelho.pdf3f3ab52d607e9cbd0e6c222e8c77b9deMD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufjf.br/jspui/bitstream/ufjf/12739/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.ufjf.br/jspui/bitstream/ufjf/12739/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD53TEXTtamiresmaracoelho.pdf.txttamiresmaracoelho.pdf.txtExtracted texttext/plain50744https://repositorio.ufjf.br/jspui/bitstream/ufjf/12739/4/tamiresmaracoelho.pdf.txtedc42b421f197197dbc78b4bcabe1d8aMD54THUMBNAILtamiresmaracoelho.pdf.jpgtamiresmaracoelho.pdf.jpgGenerated Thumbnailimage/jpeg1131https://repositorio.ufjf.br/jspui/bitstream/ufjf/12739/5/tamiresmaracoelho.pdf.jpg7518e81bbe9da5882abfd9a9113a7dd6MD55ufjf/127392021-05-25 03:14:46.729oai:hermes.cpd.ufjf.br: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Repositório InstitucionalPUBhttps://repositorio.ufjf.br/oai/requestopendoar:2021-05-25T06:14:46Repositório Institucional da UFJF - Universidade Federal de Juiz de Fora (UFJF)false |
dc.title.pt_BR.fl_str_mv |
Análise de métodos de previsão para demandas Intermitentes de itens de uma empresa de transporte ferroviário |
title |
Análise de métodos de previsão para demandas Intermitentes de itens de uma empresa de transporte ferroviário |
spellingShingle |
Análise de métodos de previsão para demandas Intermitentes de itens de uma empresa de transporte ferroviário Coelho, Tamires Mara CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA Métodos de Previsão Medidas de Erro de Previsão Classificação de Consumo Demanda Intermitente Forecasting Methods Forecasting Error Measures Intermittent Demand Classification of Demand |
title_short |
Análise de métodos de previsão para demandas Intermitentes de itens de uma empresa de transporte ferroviário |
title_full |
Análise de métodos de previsão para demandas Intermitentes de itens de uma empresa de transporte ferroviário |
title_fullStr |
Análise de métodos de previsão para demandas Intermitentes de itens de uma empresa de transporte ferroviário |
title_full_unstemmed |
Análise de métodos de previsão para demandas Intermitentes de itens de uma empresa de transporte ferroviário |
title_sort |
Análise de métodos de previsão para demandas Intermitentes de itens de uma empresa de transporte ferroviário |
author |
Coelho, Tamires Mara |
author_facet |
Coelho, Tamires Mara |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Hippert, Henrique Steinherz |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/6907017215672171 |
dc.contributor.referee1.fl_str_mv |
Hippert , Henrique Steinherz |
dc.contributor.referee1Lattes.fl_str_mv |
http://lattes.cnpq.br/6907017215672171 |
dc.contributor.referee2.fl_str_mv |
Ferreira, Clécio da Silva |
dc.contributor.referee2Lattes.fl_str_mv |
http://lattes.cnpq.br/7842524715253287 |
dc.contributor.referee3.fl_str_mv |
Vieira, Marcel de Toledo |
dc.contributor.referee3Lattes.fl_str_mv |
http://lattes.cnpq.br/1980385021266418 |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/7536798012033114 |
dc.contributor.author.fl_str_mv |
Coelho, Tamires Mara |
contributor_str_mv |
Hippert, Henrique Steinherz Hippert , Henrique Steinherz Ferreira, Clécio da Silva Vieira, Marcel de Toledo |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA |
topic |
CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA Métodos de Previsão Medidas de Erro de Previsão Classificação de Consumo Demanda Intermitente Forecasting Methods Forecasting Error Measures Intermittent Demand Classification of Demand |
dc.subject.por.fl_str_mv |
Métodos de Previsão Medidas de Erro de Previsão Classificação de Consumo Demanda Intermitente Forecasting Methods Forecasting Error Measures Intermittent Demand Classification of Demand |
description |
Para as empresas que realizam manutenção em seus ativos, é muito importante que, se uma peça vier a falhar, haja outra disponível em estoque para a troca. Porém, é difícil saber quando algum item irá falhar, e gerar estoques de peças para prevenir este problema pode originar prejuízos para a empresa. Por isso, elas vêm investindo cada vez mais em gestão de estoque, com o objetivo de reduzir o capital parado, sem afetar a disponibilidade de material para aplicação. Para terem uma boa gestão de estoque, a utilização de séries temporais para a previsão de demanda vem ganhando espaço nas empresas. Além de conseguirem uma boa previsão, as companhias precisam classificar seus itens em grupos que possuam características comuns, para não obterem resultados generalizados que possam não se adequar a todos. Assim, separar os itens de acordo com a representatividade orçamentária para a empresa e a periodicidade e variabilidade da quantidade consumida ajuda a categorizá-los de forma adequada. Um grupo de itens se destaca por serem difíceis de serem previstos porque possui poucos períodos com demanda e há grande variação na quantidade consumida. Ele é classificado como de demanda Intermitente. Para este estudo, analisamos a demanda de itens trocados em manutenção corretiva de uma empresa ferroviária, que possuem característica de demanda Intermitente. Este grupo de itens foi dividido de acordo com a importância orçamentária para a empresa, gerando três sub- grupos. Calculamos as previsões pelos métodos de Média utilizados pela empresa, Médias Móveis, Amortecimento Exponencial, Método de Croston e Método de Croston Ajustado. Calculamos também os erros Absoluto Médio, Quadrático Médio e Geométrico Quadrático Médio e os analisamos. Verificamos que os métodos de Croston Ajustado e Croston foram os que apresentaram menores erros, e são por isso os indicados para aplicação na empresa em substituição ao método de Média utilizado. |
publishDate |
2017 |
dc.date.issued.fl_str_mv |
2017-11-23 |
dc.date.accessioned.fl_str_mv |
2021-05-24T20:56:50Z |
dc.date.available.fl_str_mv |
2021-01-01 2021-05-24T20:56:50Z |
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 |
https://repositorio.ufjf.br/jspui/handle/ufjf/12739 |
url |
https://repositorio.ufjf.br/jspui/handle/ufjf/12739 |
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/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Juiz de Fora (UFJF) |
dc.publisher.initials.fl_str_mv |
UFJF |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
ICE – Instituto de Ciências Exatas |
publisher.none.fl_str_mv |
Universidade Federal de Juiz de Fora (UFJF) |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFJF instname:Universidade Federal de Juiz de Fora (UFJF) instacron:UFJF |
instname_str |
Universidade Federal de Juiz de Fora (UFJF) |
instacron_str |
UFJF |
institution |
UFJF |
reponame_str |
Repositório Institucional da UFJF |
collection |
Repositório Institucional da UFJF |
bitstream.url.fl_str_mv |
https://repositorio.ufjf.br/jspui/bitstream/ufjf/12739/1/tamiresmaracoelho.pdf https://repositorio.ufjf.br/jspui/bitstream/ufjf/12739/2/license_rdf https://repositorio.ufjf.br/jspui/bitstream/ufjf/12739/3/license.txt https://repositorio.ufjf.br/jspui/bitstream/ufjf/12739/4/tamiresmaracoelho.pdf.txt https://repositorio.ufjf.br/jspui/bitstream/ufjf/12739/5/tamiresmaracoelho.pdf.jpg |
bitstream.checksum.fl_str_mv |
3f3ab52d607e9cbd0e6c222e8c77b9de e39d27027a6cc9cb039ad269a5db8e34 8a4605be74aa9ea9d79846c1fba20a33 edc42b421f197197dbc78b4bcabe1d8a 7518e81bbe9da5882abfd9a9113a7dd6 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFJF - Universidade Federal de Juiz de Fora (UFJF) |
repository.mail.fl_str_mv |
|
_version_ |
1801661343544115200 |