Vyšniauskas, K., UAB “Fazer kepyklos” paklausos prognozavimo ir gamybos planavimo analizė [Rankraštis]: Bakalauro baigiamasis darbas. Vadyba ir verslo administravimas. Kaunas, ISM Vadybos ir ekonomikos universitetas, 2009. Darbo tema – UAB „ Fazer kepyklos“ gamybos planavimas nestabilios paklausos sąlygomis. Darbo tikslas - pateikti pasiūlymą, kaip prognozuojant paklausą ir planuojant gamybą sumažinti perteklinės produkcijos kiekį, tuo pačiu, įmonės gamybinius kaštus. Darbo uždaviniai: išaiškinti esamą paklausos prognozavimo bei gamybos planavimo situaciją įmonėje; parinkti tinkamus duomenis įmonės paklausos prognozavimui ir gamybos planavimui; prognozuoti paklausą bei patikrinti jos tikslumą; parinkti tinkamą sprendimą nagrinėjamai problemai spręsti. Tyrimo metodika: antrinių duomenų analizė; istorinė analogija, nestruktūruotas interviu. Darbo rezultatai: parengtas bendras, adaptuotas prie konkrečios situacijos, paklausos prognozavimo ir gamybos planavimo modelis, kuris preliminariais skaičiavimais, sumažintų įmonės gamybinius kaštus iki 7,5%. / Vyšniauskas, K., UAB “Fazer kepyklos” forecast of demand and production planning analysis [Manuscript]: conclusive bachelor performance. Management and business administration. Kaunas, ISM University of management and economics, 2009. Topic – UAB “Fazer kepyklos” production planning in unstable demand environment. Perrformance target – make a suggestion how to improve demand forecasting and production planning process which will be able to reduce level of excess production also company’s production costs. Tasks – analyze current situation of demand forecasting and production planning; choose proper theoretic models of demand forecasting and production planning; make demand forecast and evaluate it’s accuracy; choose one of possible alternatives as right decisions to solve analyzing problem. Survey methodology: secondary data analysis; historical analogy; non structured interview. Performance results: made united demand forecasting and production planning model, which is adaptive for current situation and which could reduce production costs to 7,5 percent.

Este trabalho analisa a viabilidade de aplicação de uma sistemática de gestão de estoques que permite escolher e parametrizar modelos de decisão de reposição de itens para apoiar os coordenadores de abastecimento de supermercados, através da utilização de dados reais. O principal objetivo desta sistemática é contribuir para o aumento da disponibilidade de produtos na loja do supermercado, através do seguinte equacionamento: minimizar os custos operacionais e de estoque do varejo, tendo como restrição um nível mínimo de serviço ao cliente. Esta pesquisa experimental aplicada possibilitou identificar que o modelo CALNEC apresentou o melhor desempenho em 80% da amostra. A melhor configuração (configuração dos melhores desempenhos de todos os modelos) ofereceu uma economia de até 42% frente ao custo atual. O modelo de gestão de estoque atualmente utilizado apresentou desempenho pior mesmo comparado aos modelos não vencedores. / This work analyses the viability of an application of the inventory management systematic, which allows to choose and to parameterize replenishment decision models to support supermarket replenishment coordinators in their tasks, using real data. The main objective of this systematic is to contribute to the product availability improvement in the supermarket store considering the following equation: minimize the operational and inventory costs from retail having as a restriction the minimum customer service level in items available at the retail store. This experimental applied research identified CALNEC as the inventory model that presented the best performance in 80% of the sample. The best configuration (configuration of the best performance from all models) showed a saving of 42% compared to the current costs. The current inventory management model presented the worst performance even compared to the non-winners models.

[pt] Com o crescimento das indústrias e a competitividade entre os mercados o transporte de cargas urbano tem-se considerado fundamental para a economia, mas a importância de sua relação direta com a vida das pessoas nas cidades tem ocasionado que exista maior congestionamento nas regiões centrais. É, por isso, que é importante ter o conhecimento sobre o deslocamento das cargas urbanas dentro da Região Metropolitana do Rio de Janeiro – RMRJ. Este trabalho trata de estimar matrizes origem destino (O-D) a partir de contagens de fluxos observadas na rede. Estas contagens foram realizadas para dois tipos de horários considerados importantes por motivo de restrições de circulação, sendo estes o pico da manhã (7:00 às 8:00) e pico da tarde (17:30 às 18:30). Após fazer uma revisão bibliográfica sobre o assunto, o trabalho define entre os métodos conhecidos o que foi considerado mais adequado para a estimativa da matriz OD. Decidiu-se pelo método desenvolvido por Nielsen (1998) denominado como Método de Caminho Único - SPME. O Método foi aplicado na rede viária do plano diretor de transportes urbanos da Região Metropolitana do Rio de Janeiro (PDTU-RMRJ), usando o software TransCAD. / [en] With the growth of industries and competitiveness between markets, the urban freight transport has been considered fundamental for the economy, but the importance of their direct relationship to the lives of people in cities has resulted in more congestion in the central regions. It is therefore important to have knowledge about the movement of urban freight inside the Metropolitan Area of Rio de Janeiro - MARJ. This work try to estimate origin destination matrices (O-D) from flows observed on the network. These counts were done for two types of times considered important for reasons of traffic restrictions, which are the peak of the morning (7:00 - 8:00) and late peak (17:30 - 18:30). After doing a literature review on the issue, the work defines between the known methods the one that was considered most appropriate for the estimation of O-D matrix. Decided for the method developed by Nielsen (1998) termed as Single Path Matrix Estimation - SPME. The method was applied to the road network of the master plan of the urban transport in the Metropolitan Area of Rio de Janeiro (PDTU-RMRJ), using software TransCAD.

A crucial decision in the real-time management of today’s irrigation systems involves the coordination of diversions and delivery of water to croplands. Since most irrigation systems experience significant lags between when water is diverted and when it should be delivered, an important technical innovation in the next few years will involve improvements in short-term irrigation demand forecasting. The main objective of the researches presented was the development of these critically important models: (1) potential evapotranspiration forecasting; (2) hydraulic model error correction; and (3) estimation of aggregate water demands. These tools are based on statistical machine learning or data-driven modeling. These, of wide application in several areas of engineering analysis, can be used in irrigation and system management to provide improved and timely information to water managers. The development of such models is based on a Bayesian data-driven algorithm called the Relevance Vector Machine (RVM), and an extension of it, the Multivariate Relevance Vector Machine (MVRVM). The use of these types of learning machines has the advantage of avoidance of model overfitting, high robustness in the presence of unseen data, and uncertainty estimation for the results (error bars). The models were applied in an irrigation system located in the Lower Sevier River Basin near Delta, Utah. For the first model, the proposed method allows for estimation of future crop water demand values up to four days in advance. The model uses only daily air temperatures and the MVRVM as mapping algorithm. The second model minimizes the lumped error occurring in hydraulic simulation models. The RVM is applied as an error modeler, providing estimations of the occurring errors during the simulation runs. The third model provides estimation of future water releases for an entire agricultural area based on local data and satellite imagery up to two days in advance. The results obtained indicate the excellent adequacy in terms of accuracy, robustness, and stability, especially in the presence of unseen data. The comparison provided against another data-driven algorithm, of wide use in engineering, the Multilayer Perceptron, further validates the adequacy of use of the RVM and MVRVM for these types of processes.

[pt] Nesta dissertação é desenvolvido um modelo para previsão de curto prazo da demanda mensal de gasolina automotiva no Brasil. A metodologia usada consiste em, a partir de uma análise exploratória dos dados, procurar construir um modelo usando uma estratégia bottom-up, ou seja, parte-se de um modelo simples e processa-se seu refinamento até encontrar um modelo apropriado que mais se adequa à realidade. Partiu-se então de um modelo autoprojetivo indo até uma formulação de Redes Neurais passando por um modelo de regressão dinâmica. Os modelos são então comparados segundo alguns critérios, basicamente no que tange à sua eficiência preditiva. Conclui-se ao final sobre a eficiência de se conjugar modelos estatísticos clássicos (como Box & Jenkins e Regressão Dinâmica) com as chamadas Redes Neurais que, por sua vez, propiciaram resultados muito bons em relação à otimização das previsões. Isto é altamente desejável na modelagem de séries temporais e, em particular, neste trabalho, na previsão de curto prazo de gasolina automotiva. / [en] In this dissertation a short term model to forecast automotive gasoline demand in Brazil is proposed. From the methodology point of view, data is analyzed and a model using a bottom-up strategy is developed. In other words, a simple model is improved step by step until a proper model that sits well the reality is found. Departuring from a univariate model it ends up in a neural network formulation, passing through dynamic regression models. The models obtained in this scheme are compared according to some criterion, mainly forecast accuracy. We conclude, that the efficiency of putting together classical statistics models (such as Box & Jenkins and dynamic regression) and neural networks improve the forecasting results. This results is highly desirable in modeling time series and, particularly, to the short term forecast of automotive gasoline, object of this dissertation.

[pt] O objetivo desta dissertação de mestrado é analisar o novo marco regulatório do setor elétrico brasileiro e seus impactos para as empresas distribuidoras de energia. Para isto, foi desenvolvida uma ferramenta computacional para elaborar estratégias de atuação das distribuidoras nos leilões de compra de energia instituídos pela nova regulamentação. Desta forma, é possível simular o processo de contratação das distribuidoras no âmbito do ACR e, com os resultados, realizar análises do impacto das novas regras na alocação dos riscos as distribuidoras. O problema consiste, em um ambiente de incerteza da demanda e dado um conjunto de instrumentos de risco, determinar a estratégia de contratação das distribuidoras, fornecendo o montante de energia a ser comprado em cada leilão anteriormente descrito e resultado da melhor compra dados os contratos candidatos. A metodologia de solução é otimização estocástica multi-estágio, levando em consideração, principalmente, os diversos horizontes de contratação e preços da energia, visando minimizar uma ponderação entre tarifa para consumidor e custos para distribuidora. / [en] The objective of this work is to analyze the new regulatory framework of the Brazilian electric sector. In this sense, it was developed a computational tool in order to elaborate strategies for the distribution companies (DISCOs) in the energy auctions instituted by the new regulation. The computational tool was used to simulate the contracts acquisition process by the DISCOs and the results were analyzed to measure impact of new rules and risks allocation for the distribution companies. The problem consists, considering the demand uncertainty and the available risk management instruments, in determining the contracting strategy of the DISCOs, i.e., the amount of energy to be bought in each auction that results from the best purchase given the candidate contracts. The solution methodology is based on a multi-stage stochastic optimization algorithm, minimizing the tariff for consumer and costs for DISCO, taking into account different prices and horizons of the energy contracts.

Submitted by Sandro Camargo (sandro.camargo@unipampa.edu.br) on 2015-05-09T18:11:33Z No. of bitstreams: 1 107110004.pdf: 2957226 bytes, checksum: b15ec66f6abfaa78dc10c29127881a4b (MD5) / Made available in DSpace on 2015-05-09T18:11:33Z (GMT). No. of bitstreams: 1 107110004.pdf: 2957226 bytes, checksum: b15ec66f6abfaa78dc10c29127881a4b (MD5) Previous issue date: 2012-06-29 / A previsão de carga é uma atividade de grande importância no Setor Elétrico, tendo em vista que a maioria dos estudos de planejamento e operação dos sistemas elétricos necessita de uma boa estimativa da carga a ser atendida. Na literatura encontram-se diversas metodologias para projeção de carga elétrica nos distintos horizontes de planejamento, porém limitadas a sistemas elétricos de médio e grande porte e poucas são as propostas de projeção de demanda no horizonte de curtíssimo prazo, principalmente para pequenas empresas do Setor Elétrico. O objetivo deste trabalho é apresentar uma metodologia inovadora de previsão de carga, a curtíssimo prazo, que considere as influências das condições climáticas e que possa auxiliar na programação do regime de operação de uma Pequena Central Hidrelétrica (PCH), principalmente em épocas de estiagem, quando a disponibilidade de água é restrita. A metodologia proposta envolve a criação de um modelo probabilístico discreto (cadeia de Markov) a partir da classificação dos dados históricos em um Mapa Auto-Organizável (SOM). Assim, é possível se estimar a probabilidade de um determinado nível de demanda acontecer dada uma condição climática atual, bem como o número de intervalos de tempo (horas) até que isso aconteça. Com estas informações é possível elaborar a melhor agenda de funcionamento da PCH de forma que a mesma esteja em funcionamento nos momentos em que a demanda atingir os valores máximos. O método proposto apresenta como diferencial em relação aos demais métodos existentes o fato de considerar a influência das variáveis climáticas (temperatura, umidade relativa do ar e velocidade do vento) para a previsão de demanda de energia elétrica no curtíssimo prazo, além de que os valores de entrada de demanda de energia e das variáveis climáticas (temperatura e umidade relativa do ar) são obtidos em tempo real, através de um sistema SCADA. Esta metodologia foi aplicada utilizando-se os dados reais de uma pequena concessionária de distribuição de energia elétrica do Rio Grande do Sul, mostrando resultados satisfatórios, suficientes para permitir a sua aplicação prática. / The electrical charge forecast is an activity of great importance in the Electricity Sector, considering that most studies of electrical systems planning and operation require a good estimative of the charge to be fulfilled. In books, there are various methodologies to have the electrical charge projection in different planning horizons, but limited to medium and large electrical systems. Furthermore, there are only a few demand projection proposals in the very short-term horizon, especially for small Electricity Sector companies. The aim of this paper is to present an innovative methodology in order to have the charge forecast, in a very short-term, which considers the climatic conditions influence and is able to assist the operation system programming of a Small Hydroelectric Power Plant, particularly in times of drought when water availability is restricted. The proposed methodology involves creating a discrete probabilistic pattern (Markov chain) from the historical data classification in a Self-Organizing Map (SOM). It is therefore possible to estimate the probability of reaching a certain demand level, taking the current climatic condition, as well as the periods of time (hours) until it happens. With this information it is possible to develop the best plant operation schedule so that it operates when the demand reaches its maximum numbers. The proposed method presents as differentials upon the other existing methods, the fact of considering the climatic variables influence (temperature, air humidity and wind speed) to forecast electricity demand in the very short-term, as well as the energy demand input values and climate variables obtainment (temperature and air humidity) in real time via a SCADA system. This methodology was applied using real data from a small electricity distribution plant in Rio Grande do Sul, showing satisfactory results, enough to allow their practical application.

[pt] O presente trabalho representa um estudo realizado sobre a gestão da produção e operações, tendo em vista o planejamento da produção de um conjunto de itens independentes num horizonte de curto prazo de uma empresa de varejo do setor eletrônico, via minimização de custos. O estudo iniciou-se a partir da necessidade de uma interface entre o setor de produção e o de vendas, e é focado na otimização da produção de luminárias da empresa Energia, a qual abastece o mercado de emissoras de televisão e produtores cinematográficos, em sua maioria. Para o planejamento, é necessário conhecer a série histórica da demanda dos itens dos últimos períodos. Porém, somente os dados históricos disponíveis – os dados de vendas dos itens - foram manipulados no software de previsão Forecast Pro, com o intuito de simular a previsão de demanda desses produtos no horizonte de planejamento de curto prazo. Em seguida, a modelagem matemática do problema de planejamento da produção desagregado – o modelo MPS para itens acabados - foi realizada a partir de entrevistas com responsáveis por setores distintos na empresa estudada. Por fim, utilizou-se o software de otimização AIMMS 3.10, capaz de solucionar problemas difíceis, para encontrar o plano ótimo de produção desagregado. Os resultados obtidos pelo software para o planejamento de curto prazo são as quantidades de luminárias a serem produzidas e estocadas em cada período, assim como decisões de produzir ou não em cada período. Esses resultados foram usados como base para analisar novos cenários, gerando informações suficientes para auxiliar a tomada de decisão por parte dos gerentes da empresa, como por exemplo, expandir os recursos produtivos. / [en] This work represents a study on the production and operations management, in order to plan the production of a set of independent items in a short-term horizon of a retail company of the electronics industry, by minimizing costs. As a necessity of understanding between sales and production the study is focused on optimizing production of lamps of the company Energia, which supplies to mostly the market for television and film producers. For planning, it is necessary to know the historical series of product demands of the items in recent past periods. However, the only available data – the product sales data -were handled in prediction Forecast Pro software to simulate the demand sales of the items for the short-term planning horizon. Then, the mathematical modeling of disaggregate production planning problem - the MPS model for finished items - was built, from interviews with managers of different sectors of the studied company. Finally, the optimization software AIMMS 3.10, capable of solving complex problems, was used to find the optimal production plan. The obtained results for short-term planning are the quantities of items to be produced and to be stocked in each period, as well as the decision to produce or not in each period. These results were used as the basis to analyze new scenarios, generating sufficient information to assist decision makers of the company, as for example, expand the productive resources.

[pt] A presente dissertação tem como principal objetivo a conceituação e apresentação das metodologias básicas de previsão de demanda e, a partir de um estudo de caso, a seleção da metodologia mais adequada e sua respectiva implantação. No primeiro capítulo é apresentada, além da importância do referido tema, a empresa selecionada para aplicação dos conceitos levantados, com a descrição de seus principais processos internos. No segundo capítulo foram abordados os conceitos de previsão de demanda e uma revisão dos principais modelos existentes. No capítulo seguinte, o problema que deverá ser tratado com a metodologia proposta é apresentado. Neste momento a metodologia conceituada é aplicada, através da seleção do método de previsão mais adequado ao caso estudado e respectiva modelagem, buscando melhorias em relação aos métodos de previsão existentes na empresa. Neste processo de modelagem utilizou-se o software Forecast Pro, um dos mais conceituados aplicativos de previsão de demanda no mercado. Por fim, na conclusão, avalia-se o impacto das mudanças propostas nos resultados da empresa, principalmente o aumento da precisão da previsão da demanda e, conseqüentemente, redução dos custos de importação e dos índices de stockout. / [en] The main objective of this dissertation is the presentation of basic forecasting methods and their implementation in a case study in supply chain. The first chapter points out the importance of forecasting in this context and describes the company selected for the case study and some of its internal processes that will be under scrutiny in the case study presented in this dissertation. The second chapter discusses the concepts and models of forecasting and reviews some of the major techniques in the field. In chapter three, standard forecasting techniques are apllied to real data (ten time series) from the company and select the most appropriate model in each case. Model adjustment is performed through the Forecast Pro software, one of the best-known products in the market. Chapter four contains the conclusions and the evaluation of the impacts of the proposed methodology on the company s results, especially the increased accuracy of forecasting and, consequently, the reduction in the import costs and stock out index.

AgÃncia Nacional do PetrÃleo / A utilizaÃÃo de modelos de escolha discreta à um mÃtodo eficaz que retrata o comportamento dos consumidores em diversos mercados. Sua aplicaÃÃo tem sido amplamente difundida na literatura para retratar a realidade de mercados de produtos e serviÃos no setor de transportes. Quando sÃo necessÃrios estudos de previsÃo de demanda, o modo mais adequado consiste na utilizaÃÃo conjunta de dados de preferÃncia declarada (PD) e preferÃncia revelada (PR). A combinaÃÃo destes dados fornece modelos estatisticamente mais consistentes do que aqueles estimados com dados puros de PD ou de PR. Dessa forma, o presente trabalho aplica uma metodologia baseada em modelos de escolha discreta com insumo de dados de PD e PR, chamada de GNVPREV, para analisar as preferÃncias dos usuÃrios de combustÃveis, enfocando o gÃs natural veicular - GNV, dentro de um contexto competitivo de um mercado de energÃticos veiculares. Esta anÃlise foi restrita aos usuÃrios de veÃculos leves - automÃveis, camionetas e caminhonetes - que utilizam a gasolina, o Ãlcool ou o prÃprio GNV. A metodologia GNVPREV foi aplicada para uma Ãrea de estudo constituÃda por uma parte do distrito sede do municÃpio de Caucaia, situado na RegiÃo Metropolitana de Fortaleza, Estado do CearÃ. O levantamento de dados a partir de questionÃrios de preferÃncia declarada e revelada, elaborados previamente, forneceu insumos para estimativas de funÃÃes de utilidade e obtenÃÃo de parÃmetros de elasticidade de demanda, trade-off entre alternativas e cenÃrios de previsÃo de demanda. Os resultados obtidos foram satisfatÃrios, dentro das limitaÃÃes dos dados primÃrios e secundÃrios, e confirmaram um melhor desempenho do modelo quando estimado com dados conjuntos de PD e PR.