Previsão de demanda com o uso de modelos auto regressivos e clusterização de séries temporais: um estudo de caso de uma empresa de varejo

Detalhes bibliográficos
Autor(a) principal: Eller, David Teles
Data de Publicação: 2020
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/218772
Resumo: TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia de Produção
id UFSC_78c9fc0339c59e40e147507594876169
oai_identifier_str oai:repositorio.ufsc.br:123456789/218772
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Previsão de demanda com o uso de modelos auto regressivos e clusterização de séries temporais: um estudo de caso de uma empresa de varejoprevisão de demandasarimaclusterização de séries temporaisTCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia de ProduçãoO processo de previsão de demanda tem por objetivo reduzir a incerteza em relação aos valores de demandas futuras. A redução da incerteza de demandas futuras permite às empresas reduzirem custos de estocagem, custos de perda de pedidos, aumentarem o capital de giro e tornarem mais eficiente a gestão da cadeia de suprimentos. O presente trabalho tem por objetivo analisar modelos de previsão para produtos de um comércio varejista localizado no Norte do país, que possui o garimpo como principal mercado alvo. Os modelos de previsão utilizados são pertencentes à família de modelos auto regressivos SARIMA. A parametrização dos modelos foi realizada por três métodos: Grid Search, método de otimização Auto Arima e proposição de um modelo de generalização dos parâmetros por meio da clusterização das séries temporais. O modelo de generalização dos parâmetros consistiu na utilização da métrica de dissimilaridade Dynamic Time Warping e do método Ward de clusterização aglomerativa para a generalização dos parâmetros dos modelos de previsão para séries de um cluster. Os resultados foram analisados pelas métricas RMSE e MAE e indicam que os parâmetros obtidos por meio da técnica Grid Search geram previsões com menor RMSE e MAE. A parametrização pelo cluster obteve resultados com menor RMSE e MAE para 10 das 15 séries temporais quando comparadas com os resultados obtidos com o método Auto Arima, o que indica que a clusterização pode auxiliar no processo de parametrização de modelos de previsão. Os tempos de processamento da técnica Grid Search foram significativamente superiores em relação aos tempos de processamento dos demais métodos e ressaltam a importância da definição do objetivo do modelo de previsão.Florianópolis, SCFries, Carlos ErnaniUniversidade Federal de Santa CatarinaEller, David Teles2020-12-21T13:54:37Z2020-12-21T13:54:37Z2020-12-01info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis82 f.application/pdfhttps://repositorio.ufsc.br/handle/123456789/218772info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2020-12-21T13:54:37Zoai:repositorio.ufsc.br:123456789/218772Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732020-12-21T13:54:37Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Previsão de demanda com o uso de modelos auto regressivos e clusterização de séries temporais: um estudo de caso de uma empresa de varejo
title Previsão de demanda com o uso de modelos auto regressivos e clusterização de séries temporais: um estudo de caso de uma empresa de varejo
spellingShingle Previsão de demanda com o uso de modelos auto regressivos e clusterização de séries temporais: um estudo de caso de uma empresa de varejo
Eller, David Teles
previsão de demanda
sarima
clusterização de séries temporais
title_short Previsão de demanda com o uso de modelos auto regressivos e clusterização de séries temporais: um estudo de caso de uma empresa de varejo
title_full Previsão de demanda com o uso de modelos auto regressivos e clusterização de séries temporais: um estudo de caso de uma empresa de varejo
title_fullStr Previsão de demanda com o uso de modelos auto regressivos e clusterização de séries temporais: um estudo de caso de uma empresa de varejo
title_full_unstemmed Previsão de demanda com o uso de modelos auto regressivos e clusterização de séries temporais: um estudo de caso de uma empresa de varejo
title_sort Previsão de demanda com o uso de modelos auto regressivos e clusterização de séries temporais: um estudo de caso de uma empresa de varejo
author Eller, David Teles
author_facet Eller, David Teles
author_role author
dc.contributor.none.fl_str_mv Fries, Carlos Ernani
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Eller, David Teles
dc.subject.por.fl_str_mv previsão de demanda
sarima
clusterização de séries temporais
topic previsão de demanda
sarima
clusterização de séries temporais
description TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Engenharia de Produção
publishDate 2020
dc.date.none.fl_str_mv 2020-12-21T13:54:37Z
2020-12-21T13:54:37Z
2020-12-01
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.ufsc.br/handle/123456789/218772
url https://repositorio.ufsc.br/handle/123456789/218772
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 82 f.
application/pdf
dc.publisher.none.fl_str_mv Florianópolis, SC
publisher.none.fl_str_mv Florianópolis, SC
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
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652089791873024

Registros relacionados