No presente trabalho são aplicadas ferramentas estatísticas quantitativas clássicas no setor de telefonia móvel brasileiro a fim de comparar os seus resultados. Uma metodologia é proposta para a aplicação destas ferramentas de um modo prático em uma de uma operadora de telefonia celular brasileira. Após são aplicados os métodos de previsão às séries históricas de demanda de acessos da telefonia móvel brasileira, estratificadas de acordo com as tecnologias utilizadas (TDMA, CDMA e GSM), no período de agosto de 2002 a julho de 2007. De acordo com o desempenho, são obtidos os modelos de cada método estatístico proposto. Entre estes, se escolheu aquele que melhor descreveu cada série e previsões foram geradas. Os modelos ARIMA apresentaram o melhor desempenho dentre os métodos aplicados nas séries estudadas. / The activity of planning ahead their systems in an appropriate manner is fundamental to telecommunication sector agents in order to manage the resources allocation and to meet the quality requirements in the provision of mobile telephony services. As the networks and production systems deployment takes time, there is the need of a service demand forecast. Therefore, in this study, classical quantitative statistics tools are applied to the Brazilian mobile telephony sector to compare their results. A methodology for the application of such tools in a practical way within a business environment of this sector is proposed. Afterwards, forecasting methods are applied to the time series referred to Brazilian mobile telephony demand, stratified according to the technologies (TDMA, CDMA and GSM) in the period from August 2002 to July 2007. The models of each statistical method proposed, based on the performance results, are obtained and, among these methods, it is chosen a model that best described each time series. The ARIMA model had the best performance among the methods applied in the time series studied and forecasts were made.

Esta tese apresenta uma sistemática de seleção dos especialistas mais consistentes e dos fatores de ajuste mais relevantes com vistas ao aprimoramento da acurácia da previsão de demanda gerada por métodos quantitativos. Para tanto, são testados sete modelos quantitativos: Médias Móveis (MM-3, MM-6 e MM-9), Suavização Exponencial Simples e Dupla e o modelo de Holt-Winters multiplicativo e aditivo. O modelo utilizado na previsão quantitativa foi aquele que gerou a melhor aderência aos dados e acurácia preditiva com base nos indicadores R2 e Erro Percentual Médio Absoluto (MAPE), respectivamente, extraídos mediante a quebra da série histórica na proporção 80% (banco de treino) e 20% (banco de teste) para cada produto. Com base nesse critério, tanto o leite UHT quanto o queijo mussarela foram modelados através da Suavização Exponencial Dupla (SED). Na sequência, especialistas e fatores utilizados para ajuste qualitativo da demanda foram selecionados de forma a reter somente os especialistas mais consistentes e os fatores mais influentes para tal fim. O método reteve os 5 especialistas mais consistentes dos 15 inicialmente entrevistados. Dos 23 fatores iniciais, apenas os 13 mais representativos foram retidos. Através da previsão corrigida para o leite UHT, o MAPE foi reduzido de 14,29% para 6,44%. Já previsão ajustada do queijo mussarela possibilitou reduzir o MAPE de 15,25% para 8,72%. / This thesis presents a systematic selection of the most consistent experts and most relevant adjustment factors aimed at improving the accuracy of forecasting demand generated by quantitative methods. For this, seven quantitative models are tested: Moving Averages (MM-3, MM-6 and MM-9), Single and Double Exponential Smoothing and Holt-Winters multiplicative and additive model. The model used in quantitative forecasting was one that generated the best adherence to data and predictive accuracy based on the indicators R2 and Mean Absolute Percentage Error (MAPE), respectively, extracted by breaking the time series in the ratio 80 % (workout bench) and 20% (test bank) for each product . Based on this criterion , both UHT milk and mozzarella cheese were modeled by Double Exponential Smoothing (SED). Further, experts and qualitative factors used to adjust demand were selected so to retain only the most consistent experts and the most influential factors for this purpose. The method retained the 5 most consistent experts of the 15 interviewed initially. Of the 23 initial factors, only the 13 most significant were retained. Through prediction corrected for UHT milk the MAPE was reduced from 14.29 % to 6.44 %. It had forecast adjusted mozzarella cheese possible to reduce the MAPE of 15.25% to 8,72.

Diante do elevado nível de competição presente no cenário atual, torna-se indispensável a adoção de medidas de gestão capazes de priorizar e dirigir esforços na busca pela excelência no desempenho operacional das empresas. Assim, o objetivo deste trabalho é propor uma abordagem baseada em custos de produção e previsão de demanda voltada ao planejamento e controle da capacidade produtiva. Inicialmente, realizou-se o mapeamento dos artigos publicados em dezenove periódicos no período de 2002 a 2013, visando identificar abordagens relacionadas ao tema custos de produção e o processo de previsão de demanda. Com a finalidade de otimizar o planejamento da capacidade produtiva disponível, uma modelagem matemática, que utiliza o algoritmo generalized reduced gradient (GRG) não linear, é proposta. Por fim, é apresentado um modelo para o controle do desempenho operacional do sistema produtivo, fundamentado na avaliação de custos e no planejamento da capacidade de produção. Para avaliar a eficácia do modelo proposto, este foi aplicado em uma empresa de manufatura de materiais plásticos para a construção civil, em um sistema com múltiplos produtos e múltiplas máquinas. / Given the high level of competition present in the current environment, it is essential to adopt management measures in order to prioritize and direct efforts in the search for excellence in the company operational performance. Therefore, the objective of this study is to propose an approach based on production costs and demand forecasting focused on production capacity planning and control. A mapping of the articles published in nineteen journals, during the period of 2002 to 2013, was conducted to identify the different approaches related to production costs and demand forecasting. A mathematical modeling is proposed with the objective of optimizing the capacity planning using the nonlinear algorithm generalized reduced gradient (GRG). This study presented a model for controlling operational performance of the production system based on the evaluation of production costs and capacity planning. To evaluate the efficacy the model was applied to a manufacturing company of plastic materials for the construction, in a system with multi-products and multi-machines.

Os serviços de emergências hospitalares (EH) desempenham um papel fundamental no sistema de saúde, servindo de porta de entrada para hospitais e fornecendo cuidados para pacientes com lesões e doenças graves. No entanto, as EH em todo o mundo sofrem com o aumento da demanda e superlotação. Múltiplos fatores convergem simultaneamente para resultar nessa superlotação, porém a otimização do gerenciamento do fluxo dos pacientes pode auxiliar na redução do problema. Nesse contexto, o tempo de permanência dos pacientes na EH (TPEH) é consolidado na literatura como indicador de qualidade do fluxo de pacientes. O tema desta dissertação é a previsão e gestão da demanda em EH com alto grau de congestionamento, que é abordado através de três artigos científicos. O objeto de estudo é o Hospital de Clínicas de Porto Alegre (HCPA). No primeiro artigo, são aplicados quatro modelos de previsão da procura por atendimento na EH, avaliando-se a influência de fatores climáticos e de calendário. O segundo artigo utiliza a técnica de regressão por mínimos quadrados parciais (PLS – partial least squares) para previsão de quatro indicadores relacionados ao TPEH para hospitais com alto grau de congestionamento. O tempo médio de permanência (TM) na EH resultou em um modelo preditivo com melhor ajuste, com erro médio absoluto percentual (MAPE - mean absolute percent error) de 5,68%. O terceiro artigo apresenta um estudo de simulação para identificação dos fatores internos do hospital que influenciam o TPEH. O número de exames de tomografias e a taxa de ocupação nas enfermarias clínicas e cirúrgicas (ECC) foram as que mais influenciaram. / Emergency departments (ED) play a key role in the health system, serving as gateway to hospitals and providing care for patients with injuries and serious illnesses. However, EDs worldwide suffer from increased demand and overcrowding. Multiple factors simultaneously converge to result in such overcrowding, and the optimization of patient flow management can help reduce the problem. In this context, the length of stay of patients in ED (LSED) is consolidated in the literature as a patient flow quality indicator. This thesis deals with forecast and demand management in EDs with a high degree of congestion. The subject is covered in three scientific papers, all analyzing data from the Hospital de Clínicas de Porto Alegre’s ED. In the first paper we apply four demand forecasting models to predict demand for service in the ED, evaluating the influence of climatic and calendar factors. The second article uses partial least squares (PLS) regression to predict four indicators related to LSED. The mean length of stay in the ED resulted in a model with the best fit, with mean percent absolute error (MAPE) of 5.68%. The third article presents a simulation study to identify the internal hospital factors influencing LSED. The number of CT exams and the occupancy rate in the clinical and surgical wards were the most influential factors.

A previsão de demanda que combina métodos quantitativos e a opinião de especialistas é uma técnica amplamente utilizada na tentativa de aproximar a previsão da demanda real. A presente dissertação apresenta uma revisão bibliográfica sobre combinação de previsões e propõe um método combinado a partir de métodos quantitativos e opinião de especialistas. A revisão sistemática da literatura foi realizada em trabalhos atuais e de relevância para o tema em estudo, com o auxílio de cinco bases de dados. O referencial teórico, que totaliza 38 publicações, apresenta conceitos teóricos sobre combinação de previsões, bem como exemplifica, através de aplicações práticas, como esta técnica está sendo utilizada pelas empresas. Com base nesta revisão foi possível estruturar um método combinado de previsão de demanda. O método proposto não só combina matematicamente as previsões quantitativas e qualitativas, como também pondera, através da matriz de comparações do método AHP (Analytic Hierarchy Process), a opinião de cada especialista responsável por gerar as previsões qualitativas. Esta dissertação, além de descrever detalhadamente o método proposto, ilustra a aplicação deste através de um estudo de caso realizado em uma empresa metal-mecânica. Tal estudo foi realizado para diferentes modelos de produtos, considerando um horizonte de previsão de doze meses. Ao final, o método AHP mostrou-se uma forma eficiente de ponderação da opinião dos especialistas. O resultado mostra que a previsão combinada proposta apresentou os menores erros entre as previsões analisadas, não só melhorando a acurácia total da previsão em mais de 23%, como também aumentando a acurácia para a maioria dos meses analisados e dos modelos testados. A partir da revisão bibliográfica e do método proposto, oportunidades para estudos futuros foram identificadas. / Demand forecasting that combines quantitative methods and judgmental adjustments is a technique widely used in the attempt to approximate forecast to actual demand. This thesis presents a literature review on combination of forecasts, and proposes a combined method using quantitative methods and expert opinion. A systematic literature review has been carried out analyzing works that were considered relevant to the topic under study, gathered from five databases. The review, which is comprised of 38 references, introduces theoretical concepts about combination of forecast, and exemplifies through practical applications how companies are using this technique. Based on this review it was possible to structure a combination model. The model presented not only combines mathematically the quantitative and qualitative forecast, but also assigns importance weights to experts using the comparison matrices of AHP (Analytic Hierarchy Process). We describe in details the model proposed and illustrate it through a practical application in a manufacturing industry. The case study considers several products in a 12-month forecast horizon. AHP has proven to be efficient for assigning weights to experts. Using the combination model proposed in this thesis we obtained improvements in the overall forecast accuracy of more than 23%; accuracy was also improved for the majority of periods and products analyzed. The literature review and proposed model led to the proposition of several opportunities for future research.

A reestruturação do Setor Elétrico Brasileiro foi iniciada na década de 90, passando por uma fase de transição até chegar ao atual modelo institucional, finalizada em 2004. Este modelo define um Ambiente de Contratação Regulado (ACR) e um Ambiente de Contratação Livre (ACL), onde consumidores qualificados podem optar por adquirir energia em ambos os ambientes. No ACR, os fornecedores de energia para consumidores finais são as distribuidoras, enquanto no ACL a escolha entre os agentes de oferta é livre. As distribuidoras, antes da reestruturação do setor, realizavam a projeção de sua demanda considerando todos os consumidores de sua área de concessão. Com a reestruturação, a decisão dos consumidores deve ser agregada ao processo de projeção de demanda de energia elétrica. A modelagem deste problema utilizando simulação dinâmica é adequada, uma vez que devem ser consideradas realimentações entre as decisões dos consumidores, as decisões da distribuidora e a projeção de demanda, caracterizando a dinâmica do problema. Este trabalho propõe um modelo de planejamento de demanda de energia elétrica que contempla o processo de decisão de consumidores e as atuais regras de comercialização na projeção da demanda de distribuidoras de energia elétrica, com aplicação na definição de estratégias destas empresas, dando suporte às decisões de contratação de energia. São realizados estudos de caso para diferentes estratégias das distribuidoras e diferentes cenários de preços, constatando-se a necessidade da consideração destas estratégias e da decisão dos consumidores no processo de planejamento da demanda. O modelo proposto objetiva complementar o modelo tradicionalmente em uso nas distribuidoras. / The restructuring of the Brazilian Electrical Sector began in the 90’s and went through a transition phase until it reached the actual institutional model, defined in 2004. This model defines a Regulated Contracting Environment and a Free Contracting Environment, where qualified consumers may choose to acquire energy in both environments. In the regulated one, distribution companies are the suppliers for final consumers, while there is competition in the free environment. Before restructuring, distribution companies carried out the demand forecasting considering monopoly over all consumers of its concession area. After restructuring, consumers’ decisions must be considered in the demand forecasting process. Dynamic simulation techniques are good options to represent feedback among consumers’ decisions, distribution companies’ decisions and demand forecasting. This work proposes a demand forecasting model witch considers the consumer decision process and the actual trading rules in the distribution companies’ demand forecasting, that can be applied in strategies designing and as a base for energy contracting. There are some case studies with different distribution company’s strategies and different price scenarios. The results show that it is necessary to include consumers’ decision and distribution companies’ strategies in the demand planning process. The proposed model objective is to complement the traditional model in use by distribution companies.

A travers cette thèse, nous nous intéressons au secteur industriel du textile. Les acteurs de ce secteur, qui se caractérise souvent par des chaînes logistiques internationales, doivent s’adapter à une demande dynamique pour des produits de courte durée de vie. Ces spécificités renforcent la nécessité de s’imposer dans un environnement très concurrentiel par une maîtrise des coûts et des ressources de production et logistique ainsi que par une bonne connaissance du marché auquel il faut savoir sans cesse s’adapter. Dans cette thèse, en s’inspirant du contexte d’un industriel tunisien du textile, nous nous focalisons sur l’optimisation, par la programmation mathématique, de la planification de la production et de la distribution des produits. Ces décisions reviennent à l’industriel qui fournit des clients nationaux et internationaux. Il s’engage auprès d’eux à répondre à deux types de commandes : (i) des commandes de mise en place des collections à venir, souvent de délais longs et (ii) des commandes de réassort, souvent de délais très courts, pour les collections en cours de vente. Nous proposons une méthode de planification qui optimise, à la fois, les décisions de production et de distribution de produits. Cette méthode se caractérise par une anticipation d’une certaine flexibilité dans le plan de production tactique pour mieux absorber les commandes de réassort dans le plan opérationnel. Grâce aux données fournies par notre partenaire industriel, nous étions en mesure de démontrer qu’une telle approche permet des économies de coûts remarquables, allant jusqu’à 10% pour le cas étudié. Nous supposons dans un second temps qu’un accord de partenariat permettait à l’industriel d’avoir accès à l’information sur l’évolution de la demande pour les produits en cours de vente chez ses clients. Il peut alors mobiliser cette information pour établir des modèles de prévision et les utiliser pour anticiper au mieux la flexibilité a priori des plannings de production. Sous cette hypothèse, nous démontrons que l’industriel peut réaliser un gain sur les coûts totaux d’environ 15%. Le travail de cette thèse a trouvé une application et une validation grâce aux données fournies par un acteur de l’industrie du textile. Nous montrons néanmoins qu’il est largement valable pour des contextes industriels différents. / Through this thesis, we are interested in the textile industry. The actors in this field of industry, which is often characterized by global supply chains, must adapt to a dynamic demand for short-life-cycle products. These characteristics reinforce the need to be imperative in a highly competitive environment by controlling costs and resources of production and logistics and by having a good knowledge of the market to which it is necessary to constantly know how to adapt. In this thesis, basing on the context of a Tunisian textile industry, we focus on production and distribution planning using mathematical programming. These decisions are made by the manufacturer who provides local and overseas retailers. He is fully committed to meet two types of orders: (i) pre-season orders of future collections, often with a large delivery lead time and (ii) replenishment orders, often with shorter due dates, occurring over the season to fill in stock outs or to replace unsold products. We propose an integrated planning method that optimizes both the production and distribution decisions. This method is characterized by an anticipation of some flexibility in the tactical production plan to better place the unplanned and urgent newly arrived demands at the operational level. Using the data provided by our industrial partner, we were able to demonstrate that such an approach allows remarkable cost savings, reaching 10% for the cases studied. Then, we assume that a partnership agreement has allowed the manufacturer to follow the evolution of demand information concerning the products being sold to their retailers. They can then use this information to build forecast model to anticipate at best the flexibility a priori of production plans. Under this assumption, we demonstrate that a cost cutting of 15% is attained. The work of this thesis was validated by data provided by a Tunisian textile-apparel company. We show, however, that it can be widely applied to different industrial contexts.

A reestruturação do Setor Elétrico Brasileiro foi iniciada na década de 90, passando por uma fase de transição até chegar ao atual modelo institucional, finalizada em 2004. Este modelo define um Ambiente de Contratação Regulado (ACR) e um Ambiente de Contratação Livre (ACL), onde consumidores qualificados podem optar por adquirir energia em ambos os ambientes. No ACR, os fornecedores de energia para consumidores finais são as distribuidoras, enquanto no ACL a escolha entre os agentes de oferta é livre. As distribuidoras, antes da reestruturação do setor, realizavam a projeção de sua demanda considerando todos os consumidores de sua área de concessão. Com a reestruturação, a decisão dos consumidores deve ser agregada ao processo de projeção de demanda de energia elétrica. A modelagem deste problema utilizando simulação dinâmica é adequada, uma vez que devem ser consideradas realimentações entre as decisões dos consumidores, as decisões da distribuidora e a projeção de demanda, caracterizando a dinâmica do problema. Este trabalho propõe um modelo de planejamento de demanda de energia elétrica que contempla o processo de decisão de consumidores e as atuais regras de comercialização na projeção da demanda de distribuidoras de energia elétrica, com aplicação na definição de estratégias destas empresas, dando suporte às decisões de contratação de energia. São realizados estudos de caso para diferentes estratégias das distribuidoras e diferentes cenários de preços, constatando-se a necessidade da consideração destas estratégias e da decisão dos consumidores no processo de planejamento da demanda. O modelo proposto objetiva complementar o modelo tradicionalmente em uso nas distribuidoras. / The restructuring of the Brazilian Electrical Sector began in the 90’s and went through a transition phase until it reached the actual institutional model, defined in 2004. This model defines a Regulated Contracting Environment and a Free Contracting Environment, where qualified consumers may choose to acquire energy in both environments. In the regulated one, distribution companies are the suppliers for final consumers, while there is competition in the free environment. Before restructuring, distribution companies carried out the demand forecasting considering monopoly over all consumers of its concession area. After restructuring, consumers’ decisions must be considered in the demand forecasting process. Dynamic simulation techniques are good options to represent feedback among consumers’ decisions, distribution companies’ decisions and demand forecasting. This work proposes a demand forecasting model witch considers the consumer decision process and the actual trading rules in the distribution companies’ demand forecasting, that can be applied in strategies designing and as a base for energy contracting. There are some case studies with different distribution company’s strategies and different price scenarios. The results show that it is necessary to include consumers’ decision and distribution companies’ strategies in the demand planning process. The proposed model objective is to complement the traditional model in use by distribution companies.

A previsão de demanda que combina métodos quantitativos e a opinião de especialistas é uma técnica amplamente utilizada na tentativa de aproximar a previsão da demanda real. A presente dissertação apresenta uma revisão bibliográfica sobre combinação de previsões e propõe um método combinado a partir de métodos quantitativos e opinião de especialistas. A revisão sistemática da literatura foi realizada em trabalhos atuais e de relevância para o tema em estudo, com o auxílio de cinco bases de dados. O referencial teórico, que totaliza 38 publicações, apresenta conceitos teóricos sobre combinação de previsões, bem como exemplifica, através de aplicações práticas, como esta técnica está sendo utilizada pelas empresas. Com base nesta revisão foi possível estruturar um método combinado de previsão de demanda. O método proposto não só combina matematicamente as previsões quantitativas e qualitativas, como também pondera, através da matriz de comparações do método AHP (Analytic Hierarchy Process), a opinião de cada especialista responsável por gerar as previsões qualitativas. Esta dissertação, além de descrever detalhadamente o método proposto, ilustra a aplicação deste através de um estudo de caso realizado em uma empresa metal-mecânica. Tal estudo foi realizado para diferentes modelos de produtos, considerando um horizonte de previsão de doze meses. Ao final, o método AHP mostrou-se uma forma eficiente de ponderação da opinião dos especialistas. O resultado mostra que a previsão combinada proposta apresentou os menores erros entre as previsões analisadas, não só melhorando a acurácia total da previsão em mais de 23%, como também aumentando a acurácia para a maioria dos meses analisados e dos modelos testados. A partir da revisão bibliográfica e do método proposto, oportunidades para estudos futuros foram identificadas. / Demand forecasting that combines quantitative methods and judgmental adjustments is a technique widely used in the attempt to approximate forecast to actual demand. This thesis presents a literature review on combination of forecasts, and proposes a combined method using quantitative methods and expert opinion. A systematic literature review has been carried out analyzing works that were considered relevant to the topic under study, gathered from five databases. The review, which is comprised of 38 references, introduces theoretical concepts about combination of forecast, and exemplifies through practical applications how companies are using this technique. Based on this review it was possible to structure a combination model. The model presented not only combines mathematically the quantitative and qualitative forecast, but also assigns importance weights to experts using the comparison matrices of AHP (Analytic Hierarchy Process). We describe in details the model proposed and illustrate it through a practical application in a manufacturing industry. The case study considers several products in a 12-month forecast horizon. AHP has proven to be efficient for assigning weights to experts. Using the combination model proposed in this thesis we obtained improvements in the overall forecast accuracy of more than 23%; accuracy was also improved for the majority of periods and products analyzed. The literature review and proposed model led to the proposition of several opportunities for future research.

As organizações atuais têm grandes desafios, os clientes demandam maiores exigências quanto à qualidade do produto e serviço. É por isso que as organizações têm sido obrigadas a adaptar estratégias de apoio como a gestão da qualidade, para satisfazer as necessidades dos clientes mediante melhoria de seus processos e produtos. A diminuição de falhas dos produtos e antecipação de possíveis erros que possam surgir no processo só pode ser obtida por meio de técnicas capazes de prever erros futuros, sendo a previsão uma delas. Portanto a previsão é o ponto inicial para o planejamento das atividades da empresa, tais como planejamento da produção, vendas, controle de estoque, entre outras. Este estudo investigou a implicação que tem os fatores críticos do Gerenciamento da Qualidade Total no processo de implementação de previsão de demanda. Os resultados mostraram que os fatores críticos de maior importância foram cultura da qualidade, participação de todos os funcionários, gestão dos processos, compromisso da alta gerência, foco no cliente, treinamento dos funcionários e gestão dos fornecedores. Constatou-se que utilizar os fatores críticos pode trazer benefícios como disponibilizar recursos; reduzir o efeito chicote; melhorar o tempo de entrega; aumentar o desempenho das vendas; planejar adequadamente os níveis de estoque e planejar a cadeia de suprimento. / Nowadays companies have big challenges, because current customers ask for a growing personalized treatment and greater demands in terms of quality of product and services. Therefore organizations have been forced to adapt support strategies such as quality management, to satisfy the needs of customers by improving their processes and products. The decrease in product failure and anticipation of possible errors that may arise in the process can only be obtained by techniques able to predict future errors, being the forecast one possibility. This study investigated the relationship of the most relevant critical factors of Total Quality Management (TQM) in the implementation process of demand forecasting. The results show that the most important critical factors were culture of quality, employee participation, process management, commitment of top management, customer focus, training and suppliers management. It was found that the use of the critical factors resulted in benefits as available resources, reduced the bullwhip effect, improved the delivery time, increased sales performance, plan adequate levels of stock and map the supply chain. The Kendall concordance test showed no agreement with respect to benefits for training factors and management of suppliers.