Registro fonte: Comparação de topologias para ANFIS e RNAS aplicadas a indicadores de desempenho de cadeias de suprimentos

Comparação de topologias para ANFIS e RNAS aplicadas a indicadores de desempenho de cadeias de suprimentos

Supply chain management is an essential practice for nowadays market to companies success. Literature contains many quantitative methods for supply chain performance evaluation, that are used in order to improve organizations operations. However, there are not many AI (artificial intelligence) quant...

ver descrição completa

Autor principal:	Lunardi, Antonio Ricardo
Formato:	Trabalho de Conclusão de Curso (Graduação)
Idioma:	Português
Publicado em:	Universidade Tecnológica Federal do Paraná 2023
Assuntos:	Redes neurais (Computação) Inteligência artificial Sistemas difusos Logística empresarial Neural networks (Computer science) Artificial intelligence Fuzzy Systems Business logistics CNPQ::ENGENHARIAS
Acesso em linha:	http://repositorio.utfpr.edu.br/jspui/handle/1/32484
Tags:	Adicionar Tag Sem tags, seja o primeiro a adicionar uma tag!

id	riut-1-32484
recordtype	dspace
spelling	riut-1-324842023-09-23T06:06:30Z Comparação de topologias para ANFIS e RNAS aplicadas a indicadores de desempenho de cadeias de suprimentos ANFIS and ANNS topologies comparison applied on suply chain performance indicators Lunardi, Antonio Ricardo Brante, Glauber Gomes de Oliveira Lima Junior, Francisco Rodrigues Lima Junior, Francisco Rodrigues Brante, Glauber Gomes de Oliveira Furucho, Mariana Antonia Aguiar Loures, Eduardo de Freitas Rocha Redes neurais (Computação) Inteligência artificial Sistemas difusos Logística empresarial Neural networks (Computer science) Artificial intelligence Fuzzy Systems Business logistics CNPQ::ENGENHARIAS Supply chain management is an essential practice for nowadays market to companies success. Literature contains many quantitative methods for supply chain performance evaluation, that are used in order to improve organizations operations. However, there are not many AI (artificial intelligence) quantitave methods in the literature. In this context, the present study aims to compare artificial neural networks with neuro-fuzzy networks, in the context of making function approximations using the SCOR® (Supply Chain Operations Reference) model. Three network models based on MLP (multi-layer perceptron) ANN (artificial neural networks) or ANFIS (adaptive-based-neuro-fuzzy inference system) are proposed, each one based on a different SCOR® performance indicator. Many topologies are made using distinct configurations. The study showed that in general ANFIS have noticeable higher capabilities. T-paired hypothesis tests were used in order to validate the results, being successful in all cases. A gestão da cadeia de suprimentos é uma atividade fundamental no mercado contemporâneo para o funcionamento das empresas. São abordados na literatura muitos métodos quantitativos para avaliação de desempenho de cadeias de suprimentos com a finalidade de melhorar o funcionamento de uma organização por meio de diversas abordagens. No entanto a literatura não encontra muitos estudos de métodos quantitativos com técnicas de IA (inteligência artificial). Nesse contexto, o estudo busca a comparar como se adequam as RNAs (redes neurais artificiais) artificiais e as redes neuro-fuzzy, para fazer aproximações de função do modelo SCOR® (Supply Chain Operations Reference). São propostos três modelos de rede baseados em RNAs PMC (perceptron multicamada) ou ANFIS (adaptative-basedneuro-fuzzy inference system), sendo cada modelo baseado em um indicador de desempenho do SCOR®, por meio de várias topologias com configurações distintas para cada um deles. O estudo concluiu matematicamente que, de modo geral, as redes ANFIS possuem capacidade consideravelmente maior. Testes de hipótese t pareados foram usados para validar os resultados, tendo obtido sucesso em todos os casos. 2023-09-22T20:24:58Z 2023-09-22T20:24:58Z 2022-06-10 bachelorThesis LUNARDI, Antonio Ricardo. Comparação de topologias para ANFIS e RNAS aplicadas a indicadores de desempenho de cadeias de suprimentos. 2022. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Controle e Automação) - Universidade Tecnológica Federal do Paraná, Curitiba, 2022. http://repositorio.utfpr.edu.br/jspui/handle/1/32484 por openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ application/pdf Universidade Tecnológica Federal do Paraná Curitiba Brasil Engenharia de Controle e Automação UTFPR
institution	Universidade Tecnológica Federal do Paraná
collection	RIUT
language	Português
topic	Redes neurais (Computação) Inteligência artificial Sistemas difusos Logística empresarial Neural networks (Computer science) Artificial intelligence Fuzzy Systems Business logistics CNPQ::ENGENHARIAS
spellingShingle	Redes neurais (Computação) Inteligência artificial Sistemas difusos Logística empresarial Neural networks (Computer science) Artificial intelligence Fuzzy Systems Business logistics CNPQ::ENGENHARIAS Lunardi, Antonio Ricardo Comparação de topologias para ANFIS e RNAS aplicadas a indicadores de desempenho de cadeias de suprimentos
description	Supply chain management is an essential practice for nowadays market to companies success. Literature contains many quantitative methods for supply chain performance evaluation, that are used in order to improve organizations operations. However, there are not many AI (artificial intelligence) quantitave methods in the literature. In this context, the present study aims to compare artificial neural networks with neuro-fuzzy networks, in the context of making function approximations using the SCOR® (Supply Chain Operations Reference) model. Three network models based on MLP (multi-layer perceptron) ANN (artificial neural networks) or ANFIS (adaptive-based-neuro-fuzzy inference system) are proposed, each one based on a different SCOR® performance indicator. Many topologies are made using distinct configurations. The study showed that in general ANFIS have noticeable higher capabilities. T-paired hypothesis tests were used in order to validate the results, being successful in all cases.
format	Trabalho de Conclusão de Curso (Graduação)
author	Lunardi, Antonio Ricardo
author_sort	Lunardi, Antonio Ricardo
title	Comparação de topologias para ANFIS e RNAS aplicadas a indicadores de desempenho de cadeias de suprimentos
title_short	Comparação de topologias para ANFIS e RNAS aplicadas a indicadores de desempenho de cadeias de suprimentos
title_full	Comparação de topologias para ANFIS e RNAS aplicadas a indicadores de desempenho de cadeias de suprimentos
title_fullStr	Comparação de topologias para ANFIS e RNAS aplicadas a indicadores de desempenho de cadeias de suprimentos
title_full_unstemmed	Comparação de topologias para ANFIS e RNAS aplicadas a indicadores de desempenho de cadeias de suprimentos
title_sort	comparação de topologias para anfis e rnas aplicadas a indicadores de desempenho de cadeias de suprimentos
publisher	Universidade Tecnológica Federal do Paraná
publishDate	2023
citation	LUNARDI, Antonio Ricardo. Comparação de topologias para ANFIS e RNAS aplicadas a indicadores de desempenho de cadeias de suprimentos. 2022. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Controle e Automação) - Universidade Tecnológica Federal do Paraná, Curitiba, 2022.
url	http://repositorio.utfpr.edu.br/jspui/handle/1/32484
_version_	1810427742517198848
score	10,814766

Comparação de topologias para ANFIS e RNAS aplicadas a indicadores de desempenho de cadeias de suprimentos

Registros relacionados