Agrupamentos de trabalhadores através da modelagem de curvas de aprendizado
Autor(a) principal: | |
---|---|
Data de Publicação: | 2012 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/62065 |
Resumo: | O presente trabalho apresenta proposições para criação de agrupamentos homogêneos de trabalhadores, através de suas curvas de aprendizado e utilizando técnicas de análise multivariada. Desta forma, os objetivos desta dissertação são: (i) Apresentar o estado da arte das principais aplicações das curvas de aprendizado; (ii) Estudar os principais modelos matemáticos para curvas de aprendizado; (iii) Propor metodologias de formação de agrupamentos homogêneos de trabalhadores utilizando as curvas de aprendizado; e (iv) Integrar técnicas de análise multivariada com teorias sobre curvas de aprendizado. São apresentados três artigos que contemplam os objetivos citados. São propostos dois métodos para formação de agrupamentos homogêneos de trabalhadores. Os métodos desenvolvidos foram avaliados através da aplicação de estudos de caso. Os métodos aplicados apresentaram bons resultados, obtendo-se agrupamentos de trabalhadores com perfis homogêneos de aprendizado. De tal forma, deseja-se diminuir a formação de gargalos de produção em linhas de montagem baseadas em procedimentos manuais. Conclui-se que os métodos propostos são adequados para a formação de agrupamentos de trabalhadores com perfis de aprendizado similares. |
id |
URGS_2b93b646f91c1c6f10460812dc65b9f6 |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/62065 |
network_acronym_str |
URGS |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
repository_id_str |
1853 |
spelling |
Stroieke, Renato EduardoFogliatto, Flavio SansonAnzanello, Michel José2012-12-28T01:36:01Z2012http://hdl.handle.net/10183/62065000864541O presente trabalho apresenta proposições para criação de agrupamentos homogêneos de trabalhadores, através de suas curvas de aprendizado e utilizando técnicas de análise multivariada. Desta forma, os objetivos desta dissertação são: (i) Apresentar o estado da arte das principais aplicações das curvas de aprendizado; (ii) Estudar os principais modelos matemáticos para curvas de aprendizado; (iii) Propor metodologias de formação de agrupamentos homogêneos de trabalhadores utilizando as curvas de aprendizado; e (iv) Integrar técnicas de análise multivariada com teorias sobre curvas de aprendizado. São apresentados três artigos que contemplam os objetivos citados. São propostos dois métodos para formação de agrupamentos homogêneos de trabalhadores. Os métodos desenvolvidos foram avaliados através da aplicação de estudos de caso. Os métodos aplicados apresentaram bons resultados, obtendo-se agrupamentos de trabalhadores com perfis homogêneos de aprendizado. De tal forma, deseja-se diminuir a formação de gargalos de produção em linhas de montagem baseadas em procedimentos manuais. Conclui-se que os métodos propostos são adequados para a formação de agrupamentos de trabalhadores com perfis de aprendizado similares.This dissertation presents new approaches to create homogeneous groups of workers based on their learning curves and multivariate analysis tools. The objectives of this dissertation are: (i) Unveil the state of the art of the main applications of learning curves, (ii) Study the main learning curves models, (iii) Propose methods for creating homogeneous groups of workers using learning curves, and (iv) Integrate multivariate analysis with learning curve theory. There are three articles that address the objectives outlined. Two methods are proposed for the formation of homogeneous groups of workers. The proposed methods were evaluated through case studies on examples with real data. The proposed methods yielded good results, creating homogeneous groups of workers in production lines and reducing the formation of bottlenecks in manual-based assembly lines. Results displayed the proposed methods as suitable for the formation of groups of workers with similar learning profiles.application/pdfporAnálise multivariadaAprendizagem organizacionalLearning curvesGroups of workersMultivariate analysisAgrupamentos de trabalhadores através da modelagem de curvas de aprendizadoCluster of workers through the modeling of learning curves info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulEscola de EngenhariaPrograma de Pós-Graduação em Engenharia de ProduçãoPorto Alegre, BR-RS2012mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000864541.pdf000864541.pdfTexto completoapplication/pdf1034336http://www.lume.ufrgs.br/bitstream/10183/62065/1/000864541.pdfc23315e58d1e5eba2c23bef9400d7321MD51TEXT000864541.pdf.txt000864541.pdf.txtExtracted Texttext/plain154526http://www.lume.ufrgs.br/bitstream/10183/62065/2/000864541.pdf.txtd99fb70854b415cb716fcd7c8eb2faf5MD52THUMBNAIL000864541.pdf.jpg000864541.pdf.jpgGenerated Thumbnailimage/jpeg1164http://www.lume.ufrgs.br/bitstream/10183/62065/3/000864541.pdf.jpg640fa2e6ac26f70551af6de75e02c39bMD5310183/620652018-10-16 08:48:19.697oai:www.lume.ufrgs.br:10183/62065Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532018-10-16T11:48:19Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Agrupamentos de trabalhadores através da modelagem de curvas de aprendizado |
dc.title.alternative.en.fl_str_mv |
Cluster of workers through the modeling of learning curves |
title |
Agrupamentos de trabalhadores através da modelagem de curvas de aprendizado |
spellingShingle |
Agrupamentos de trabalhadores através da modelagem de curvas de aprendizado Stroieke, Renato Eduardo Análise multivariada Aprendizagem organizacional Learning curves Groups of workers Multivariate analysis |
title_short |
Agrupamentos de trabalhadores através da modelagem de curvas de aprendizado |
title_full |
Agrupamentos de trabalhadores através da modelagem de curvas de aprendizado |
title_fullStr |
Agrupamentos de trabalhadores através da modelagem de curvas de aprendizado |
title_full_unstemmed |
Agrupamentos de trabalhadores através da modelagem de curvas de aprendizado |
title_sort |
Agrupamentos de trabalhadores através da modelagem de curvas de aprendizado |
author |
Stroieke, Renato Eduardo |
author_facet |
Stroieke, Renato Eduardo |
author_role |
author |
dc.contributor.author.fl_str_mv |
Stroieke, Renato Eduardo |
dc.contributor.advisor1.fl_str_mv |
Fogliatto, Flavio Sanson |
dc.contributor.advisor-co1.fl_str_mv |
Anzanello, Michel José |
contributor_str_mv |
Fogliatto, Flavio Sanson Anzanello, Michel José |
dc.subject.por.fl_str_mv |
Análise multivariada Aprendizagem organizacional |
topic |
Análise multivariada Aprendizagem organizacional Learning curves Groups of workers Multivariate analysis |
dc.subject.eng.fl_str_mv |
Learning curves Groups of workers Multivariate analysis |
description |
O presente trabalho apresenta proposições para criação de agrupamentos homogêneos de trabalhadores, através de suas curvas de aprendizado e utilizando técnicas de análise multivariada. Desta forma, os objetivos desta dissertação são: (i) Apresentar o estado da arte das principais aplicações das curvas de aprendizado; (ii) Estudar os principais modelos matemáticos para curvas de aprendizado; (iii) Propor metodologias de formação de agrupamentos homogêneos de trabalhadores utilizando as curvas de aprendizado; e (iv) Integrar técnicas de análise multivariada com teorias sobre curvas de aprendizado. São apresentados três artigos que contemplam os objetivos citados. São propostos dois métodos para formação de agrupamentos homogêneos de trabalhadores. Os métodos desenvolvidos foram avaliados através da aplicação de estudos de caso. Os métodos aplicados apresentaram bons resultados, obtendo-se agrupamentos de trabalhadores com perfis homogêneos de aprendizado. De tal forma, deseja-se diminuir a formação de gargalos de produção em linhas de montagem baseadas em procedimentos manuais. Conclui-se que os métodos propostos são adequados para a formação de agrupamentos de trabalhadores com perfis de aprendizado similares. |
publishDate |
2012 |
dc.date.accessioned.fl_str_mv |
2012-12-28T01:36:01Z |
dc.date.issued.fl_str_mv |
2012 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10183/62065 |
dc.identifier.nrb.pt_BR.fl_str_mv |
000864541 |
url |
http://hdl.handle.net/10183/62065 |
identifier_str_mv |
000864541 |
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 |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
collection |
Biblioteca Digital de Teses e Dissertações da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/62065/1/000864541.pdf http://www.lume.ufrgs.br/bitstream/10183/62065/2/000864541.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/62065/3/000864541.pdf.jpg |
bitstream.checksum.fl_str_mv |
c23315e58d1e5eba2c23bef9400d7321 d99fb70854b415cb716fcd7c8eb2faf5 640fa2e6ac26f70551af6de75e02c39b |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
lume@ufrgs.br||lume@ufrgs.br |
_version_ |
1810085247800311808 |