Folletto, Douglas MenegolMato, PauloGavioli, Alan2020-04-012020-04-012018Folletto, Douglas; Mato, Paulo; Gavioli, Alan (2018). Predição de séries temporais em produção. In 1st Summer School and Symposium Double Degree 2018. Bragançahttp://hdl.handle.net/10198/21327A utilização dos processos de previsões de resultados ajudam empresas a realizar seu planejamento, definir metas, detectar anomalias, estimar a procura ou prever as necessidades produtivas de logística operacional, nomeadamente das encomendas de matéria prima, entre outros. Assim, a utilização de métodos preditivos tornam-se cada vez mais uma ferramenta fundamental para auxiliar nos processos de decisões empresariais, principalmente quando por meio destes, é possível obter previsões confiáveis e de elevada qualidade. As previsões são obtidas por meio de dados históricos da empresa, muitas vezes sob a forma de séries temporais, que descrevem os dados ordenados no tempo. Nesse contexto, essa dissertação de mestrado tem como objetivo principal, a criação de um modelo de previsão que tendo por base o histórico de encomendas dos clientes, que permita auxiliar no processo de definição do plano de produção, com uma antecedência mínima de cinco semanas. A ferramenta utilizada para esse propósito é o Prophet, que utiliza modelos tradicionais de previsão, como Holt Winters e Box & Jenkins, para a partir de séries temporais, criar modelos de previsões. Realizou-se com esta o treinamento de um modelo de previsão com os dados reais, tendo-se alcançado um coeficiente de determinação de 78% que indica que o comportamento da variável dependente é altamente explicado pelo comportamento da variável independente. Na Figura 1, a linha azul representa os dados reais e a linha vermelha os dados previstos. Para este caso, a previsão foi realizada com cinco semanas de antecedência, conforme definido nos requisitos. No eixo y estão as quantidades e no eixo x as datas em meses. A raiz do erro quadrático médio, RMSE do inglês, foi de 22.064,81 quantidades. Essa medida indica a diferença entre os valores previstos e os valores reais.porProduçãoPrevisãoconference object