Publicação
Predição de série temporal aplicada no processo produtivo
| dc.contributor.author | Folletto, Douglas Menegol | |
| dc.contributor.author | Matos, Paulo | |
| dc.contributor.author | Plasencia, Paula | |
| dc.date.accessioned | 2023-03-10T16:23:23Z | |
| dc.date.available | 2023-03-10T16:23:23Z | |
| dc.date.issued | 2020 | |
| dc.description.abstract | Este projeto foi desenvolvido na empresa Techwelf, no âmbito do sistema eLeveling, e consistiu em desenvolver uma solução para estimar a procura com base no histórico de encomendas. Com o objetivo de apurar as quantidades a produzir e assim planear a cadência da linha de produção, no sentido de minimizar as quantidade em stock. A previsão de vendas é uma estimativa de quanto será vendido por uma empresa num determinado período. Assim, a contribuição da previsão de vendas no processo do planeamento corporativo é amplamente necessária e reconhecida [1]. Uma das áreas em que a previsão de vendas pode ser aplicada é na elaboração do Production Manager Plan (PDP), que é a elaboração o plano de produção dos produtos que serão manufaturados pela linha de produção. Identificou-se, na investigação sobre o dados, que grande parte dos produtos não estavam mais sendo produzidos, sendo assim, foi utilizado o k-Nearest Neighbors (KNN) para realizar o agrupamento dos produtos com demanda regular e assim prosseguir com a criação do modelo preditivo, para o qual foram testados os algoritmos de média móvel integrada auto regressiva sazonal (SARIMA), perceptron multicamada (MLP) e floresta aleatória (RF). Os melhores resultados foram apresentados pelo algoritmo de Floresta Aleatória, com um coeficiente de determinação de aproximadamente 88%, com um erro absoluto médio de aproximadamente 189 unidades de produtos. Por fim, foi recomendado a escolha do algoritmo de aprendizado de máquina Random Forest (RF). Para facilitar a utilização, desenvolveu-se uma aplicação específica para este efeito. As vantagens são o ganho de informações que é possível com a utilização dessa aplicação, proporcionando mais tempo para realizar uma análise humana nos dados gerados e realizar ajustes quando necessário. | pt_PT |
| dc.description.version | info:eu-repo/semantics/publishedVersion | pt_PT |
| dc.identifier.citation | Folleto, Douglas; Matos, Paulo; Plasencia, Paula (2020). Predição de série temporal aplicada no processo produtivo. In In2CoP 2020 - Conferência Internacional em Processos de Cocriação no Ensino Superior 2020. Bragança, Portugal | pt_PT |
| dc.identifier.isbn | 978-972-745-275-0 | |
| dc.identifier.uri | http://hdl.handle.net/10198/27646 | |
| dc.language.iso | por | pt_PT |
| dc.peerreviewed | yes | pt_PT |
| dc.publisher | Instituto Politécnico de Bragança | pt_PT |
| dc.rights.uri | http://creativecommons.org/licenses/by/4.0/ | pt_PT |
| dc.subject | Previsão | pt_PT |
| dc.subject | Séries temporais | pt_PT |
| dc.title | Predição de série temporal aplicada no processo produtivo | pt_PT |
| dc.type | conference object | |
| dspace.entity.type | Publication | |
| oaire.citation.conferencePlace | Bragança, Portugal | pt_PT |
| oaire.citation.title | In2CoP 2020 - Conferência Internacional em Processos de Cocriação no Ensino Superior 2020 | pt_PT |
| person.familyName | Matos | |
| person.familyName | Plasencia | |
| person.givenName | Paulo | |
| person.givenName | Paula | |
| person.identifier | R-002-2BA | |
| person.identifier.ciencia-id | DD15-B2BC-3908 | |
| person.identifier.ciencia-id | AE1A-7C6C-7267 | |
| person.identifier.orcid | 0000-0003-0010-4777 | |
| person.identifier.orcid | 0000-0001-5827-8249 | |
| person.identifier.rid | I-5726-2018 | |
| person.identifier.scopus-author-id | 57193342842 | |
| person.identifier.scopus-author-id | 36888169700 | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | conferenceObject | pt_PT |
| relation.isAuthorOfPublication | 1cb6522c-6039-44d0-a14e-70f65930ef92 | |
| relation.isAuthorOfPublication | 28abd7e4-80c3-45e1-af20-b3a7afede690 | |
| relation.isAuthorOfPublication.latestForDiscovery | 28abd7e4-80c3-45e1-af20-b3a7afede690 |