Produção Nacional
Revisado por pares
Aplicação de Inteligência Artificial e Modelos Matemáticos para Previsão de Demanda em uma indústria do ramo plástico
2020; Editora da Universidade de Caxias do Sul; Volume: 8; Issue: 2 Linguagem: Português
10.18226/23185279.v8iss2p24
ISSN2318-5279
AutoresDaniela de Freitas Lima, Leandro Luís Corso,
Tópico(s)Business and Management Studies
ResumoAs constantes mudanças nos hábitos dos consumidores de utensílios domésticos evidenciam a importância do gerenciamento dos estoques, a fim de reduzir o valor investido e evitar obsolescência. O planejamento estratégico das organizações depende da identificação e previsão correta das mudanças emergentes no mercado. Embora existam diferentes métodos desenvolvidos na leitura, uma das principais dificuldades que se encontra é a escolha do método mais apropriado a ser utilizado. Este estudo tem por objetivo realizar a aplicação de inteligência artificial e métodos matemáticos de previsão de demanda em uma empresa que atua no setor de plásticos e identificar qual técnica apresenta melhores resultados na acuracidade da previsão, onde foram analisadas 365 bases históricas de diferentes produtos. Apresenta-se a comparação de modelos matemáticos com o modelo Redes Neurais Artificiais (RNA). Para a utilização do modelo RNA se desenvolveu um modelo matemático de otimização capaz de encontrar a melhor quantidade de neurônios, função matemática de treinamento e delay da rede por meio de Algoritmos Genéticos, minimizando os erros de previsão. Por meio da análise dos resultados observou-se que o modelo RNA otimizado apresentou menor percentual de erro dos dados realizados quando comparados com os demais modelos aplicados nesse estudo. Desta forma aumentando a confiabilidade e aceitabilidade do modelo, podendo ser utilizado em casos similares. A performance e comparativo estatístico dos métodos foram realizados a partir do MAPE e MAE, onde constatou-se que em 95% das vezes o modelo de RNA com otimização determinou as melhores previsões. http://dx.doi.org/10.18226/23185279.v8iss2p24
Referência(s)