Registro fonte: Previsão de demanda para controle de estoque: aplicação de redes neurais artificiais em séries temporais

Previsão de demanda para controle de estoque: aplicação de redes neurais artificiais em séries temporais

Nowadays, perform a demand forecasting that present the smallest error is a frequent challenge for organizations. In general, they have chosen to use qualitative models to predict demand and sales. However, inaccurate and biased results are found in the literature, as the method includes factors suc...

ver descrição completa

Principais autores:	Ulinick, Andressa Aparecida de Quadros, Schastai, Bianca
Formato:	Trabalho de Conclusão de Curso (Graduação)
Idioma:	Português
Publicado em:	Universidade Tecnológica Federal do Paraná 2021
Assuntos:	Redes neurais (Computação) Oferta e procura Controle de estoque Controle de custo Neural networks (Computer science) Supply and demand Inventory control Cost control CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Acesso em linha:	http://repositorio.utfpr.edu.br/jspui/handle/1/23860
Tags:	Adicionar Tag Sem tags, seja o primeiro a adicionar uma tag!

id	riut-1-23860
recordtype	dspace
spelling	riut-1-238602021-01-16T06:09:48Z Previsão de demanda para controle de estoque: aplicação de redes neurais artificiais em séries temporais Demand forecasting for inventory control: application of artificial neural networks in time series forecasting Ulinick, Andressa Aparecida de Quadros Schastai, Bianca Siqueira, Hugo Valadares Siqueira, Hugo Valadares Andrade, Mauren Louise Sguario Coelho de Trojan, Flavio Redes neurais (Computação) Oferta e procura Controle de estoque Controle de custo Neural networks (Computer science) Supply and demand Inventory control Cost control CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA Nowadays, perform a demand forecasting that present the smallest error is a frequent challenge for organizations. In general, they have chosen to use qualitative models to predict demand and sales. However, inaccurate and biased results are found in the literature, as the method includes factors such as judgment, experience, opinions and intuition. In addition, many companies prefer to base their forecasts much more on their managers’ experience than on mathematical models. It is known that a forecast with high accuracy can lead to large savings, resulting not only a financial return, but also an increase in competitiveness and customer satisfaction. In this sense, this work proposed the use of artificial neural networks to solve the problem, because they present learning capacity, can process the variables, and through them, create a more assertive prediction about future demand and sales. This work studies the demand forecasting process in a commercial unit of the pet shop branch from Ponta Grossa-PR. The results obtained with different versions of the Perceptron Multilayer network show the viability of the proposal. Atualmente, realizar previsões de demanda que apresentem o menor erro possível é um desafio frequente para as organizações. De modo geral, as mesmas têm optado por utilizar modelos qualitativos para realizar previsões de demanda e vendas. Entretanto, na literatura são encontrados resultados imprecisos e tendenciosos, já que o método inclui fatores como julgamentos, experiências, opiniões e intuições. Além disso, muitas empresas preferem basear suas previsões muito mais na experiência de seus gerentes do que em modelos matemáticos. Sabe-se que uma previsão com uma acurácia elevada é capaz de levar a grandes economias, trazendo como efeito não apenas um retorno financeiro, como também um aumento na competitividade e na satisfação de seus clientes. Nesse sentido, nesse trabalho foi proposta a utilização de redes neurais artificiais no problema, pois estas possuem capacidade de aprendizagem, podem processar as variáveis do problema e através delas, criar uma previsão mais assertiva sobre valores futuros de demanda e vendas. Este trabalho fará um estudo sobre o processo de previsão de demanda, em uma unidade comercial do ramo de pet shop da cidade de Ponta Grossa-PR. Os resultados obtidos com versões distintas da rede Perceptron de Múltiplas Camadas mostram a viabilidade da proposta. 2021-01-15T19:51:10Z 2021-01-15T19:51:10Z 2019-12-10 bachelorThesis ULINICK, Andressa Aparecida de Quadros; SCHASTAI, Bianca. Previsão de demanda para controle de estoque: aplicação de redes neurais artificiais em séries temporais. 2019. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2019. http://repositorio.utfpr.edu.br/jspui/handle/1/23860 por openAccess application/pdf Universidade Tecnológica Federal do Paraná Ponta Grossa Brasil Engenharia Elétrica UTFPR
institution	Universidade Tecnológica Federal do Paraná
collection	RIUT
language	Português
topic	Redes neurais (Computação) Oferta e procura Controle de estoque Controle de custo Neural networks (Computer science) Supply and demand Inventory control Cost control CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
spellingShingle	Redes neurais (Computação) Oferta e procura Controle de estoque Controle de custo Neural networks (Computer science) Supply and demand Inventory control Cost control CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA Ulinick, Andressa Aparecida de Quadros Schastai, Bianca Previsão de demanda para controle de estoque: aplicação de redes neurais artificiais em séries temporais
description	Nowadays, perform a demand forecasting that present the smallest error is a frequent challenge for organizations. In general, they have chosen to use qualitative models to predict demand and sales. However, inaccurate and biased results are found in the literature, as the method includes factors such as judgment, experience, opinions and intuition. In addition, many companies prefer to base their forecasts much more on their managers’ experience than on mathematical models. It is known that a forecast with high accuracy can lead to large savings, resulting not only a financial return, but also an increase in competitiveness and customer satisfaction. In this sense, this work proposed the use of artificial neural networks to solve the problem, because they present learning capacity, can process the variables, and through them, create a more assertive prediction about future demand and sales. This work studies the demand forecasting process in a commercial unit of the pet shop branch from Ponta Grossa-PR. The results obtained with different versions of the Perceptron Multilayer network show the viability of the proposal.
format	Trabalho de Conclusão de Curso (Graduação)
author	Ulinick, Andressa Aparecida de Quadros Schastai, Bianca
author_sort	Ulinick, Andressa Aparecida de Quadros
title	Previsão de demanda para controle de estoque: aplicação de redes neurais artificiais em séries temporais
title_short	Previsão de demanda para controle de estoque: aplicação de redes neurais artificiais em séries temporais
title_full	Previsão de demanda para controle de estoque: aplicação de redes neurais artificiais em séries temporais
title_fullStr	Previsão de demanda para controle de estoque: aplicação de redes neurais artificiais em séries temporais
title_full_unstemmed	Previsão de demanda para controle de estoque: aplicação de redes neurais artificiais em séries temporais
title_sort	previsão de demanda para controle de estoque: aplicação de redes neurais artificiais em séries temporais
publisher	Universidade Tecnológica Federal do Paraná
publishDate	2021
citation	ULINICK, Andressa Aparecida de Quadros; SCHASTAI, Bianca. Previsão de demanda para controle de estoque: aplicação de redes neurais artificiais em séries temporais. 2019. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2019.
url	http://repositorio.utfpr.edu.br/jspui/handle/1/23860
_version_	1805321033213804544
score	10,814766

Previsão de demanda para controle de estoque: aplicação de redes neurais artificiais em séries temporais

Registros relacionados