[pt] Esta dissertação teve como objetivo propor o desenvolvimento e estabelecimento de um método de gerenciamento de estoque de peças de uniformes a ser implantado através de uma solução de TI que possa vir a ser utilizado por todos os Gerentes dos PDU´s (Postos de Distribuição de Uniformes) e pelo Gerente de Fardamento da Marinha. Com esse fulcro, foram apresentadas técnicas de segmentação de materiais, de previsão de demanda de curto prazo, de gerenciamento de estoque (método de ponto de pedido e método de revisão periódica) e técnicas de cálculo de estoque de segurança para determinado nível de serviço. Adicionalmente, com o intuito de possibilitar a comparação entre políticas de estoques distintas, foram estudados três importantes classes gerais de custos que são: os custos de pedido, de manutenção do inventário e de falta de estoques. Como resultado, foram apresentadas algumas reformulações necessárias a serem implementadas na atual ferramenta de TI utilizada pela Marinha para gerenciar o estoque. Uma vez implantada, essa ferramenta irá permitir aos Gerentes, conhecedores das nuances do mercado, melhores condições para a tomada de decisões relativas aos seus estoques. / [en] The objective of this dissertation is to develop and establish an inventory management method for uniforms through IT solutions that can be used by all inventory managers at uniform distribution points. With this in mind, studies were conducted on techniques for material classification, short term demand forecasting, inventory management (continuous review method and periodic review method) as well as techniques for calculating safety stock to achieve the desired the service level. Additionally, this proposal allows us to compare and contrast different inventory policies on the basis of three principal cost criteria. Those criterion are: acquisition cost, inventory maintenance, and inventory loss. As a result, recalculations were proposed to the IT solution that is currently being used by the Brazilian Navy to effectively manage stock levels. Once implemented, these tools will allow inventory managers, the technical experts of the navy, to make the best decisions with the best information possible.

Esta tese dá continuidade aos trabalhos de Vianna (1982, 1989), que discute o uso da subjetividade em previsões. A partir de uma crítica da visão objetivista preponderante na teoria administrativa, apresenta um método híbrido de análise do ambiente empresarial. Ainda como instrumento de análise é formulada uma matriz de confronto entre as expectativas dos administradores, declaradas em relatórios a acionistas, e as reais possibilidades circunstanciais indicadas pelo método híbrido. O confronto contribui para evidenciar possíveis conflitos de agência. Em seguida, o método híbrido proposto é aplicado por meio de um estudo de caso no setor aeroviário comercial brasileiro. / This thesis draws upon extends Vianna’s (1982, 1989) work on the use of subjectivity in administrative forecasts. Taking as a starting point a critical stance on objectivist conceptions in administrative theories, this thesis offers a hybrid method for the analysis of managerial environments. It also introduces a novel analytical category - a matrix which allows one to contrast, on the one hand, managerial expectations, declared in reports to the stockholders, and, on the other hand, actual circumstantial possibilities, such as revealed by the hybrid method. The contrast contributes to the identification of agency conflicts. Next, after description and discussion of the analytical categories adopted, the hybrid methodology is applied, through one case study, to the analysis of aspects of the Brazilian commercial air transportation sector.

Para reduzir as perdas humanas e materiais durante as inundações, é possível realizar estudo conciso da previsão de chuva, etapa principal de um sistema de alerta antecipado de inundação. O uso de informações de radar de tempo, quando acopladas a modelos de previsão de precipitação baseados fisicamente, pode contribuir para o monitoramento e previsão de episódios de chuva intensa. Desta forma, a previsão de chuva, baseada no uso de informações de radar, juntamente com um modelo conceitual de previsão hidrometeorológica, foi descrita neste trabalho. Teve-se por objetivo aperfeiçoar as previsões de chuva de curtíssimo prazo (poucos minutos), que acopladas a um modelo chuva-vazão, podem ser usadas em sistemas de alerta antecipado. O modelo hidrometeorológico adotado, que considera uma nuvem hipotética unidimensional vertical, foi inicialmente desenvolvido por Georgakakos e Bras (1984a) e ampliado, neste trabalho. Para tal, adotou-se o uso das informações de Topo dos Ecos para determinação da altura das nuvens e considerou-se que a componente do modelo relativa à massa de água líquida no interior da nuvem corresponde à estimativa do conteúdo de água líquida integrado verticalmente (VIL) efetuada por radar. Para eventos de natureza frontal quente e convectiva, o modelo geralmente antecipou o início do processo de chuva, embora tenha conseguido simular seu comportamento e o instante em que o pico da precipitação ocorreu. Para os eventos frontais frios, o pico simulado registrou atraso. Para episódios de simulação com VIL maior que 3 Kg/\'M POT.2\', a chuva simulada acompanhou o comportamento temporal do VIL, mas com influências das variáveis meteorológicas pressão, temperatura e umidade relativa. As lâminas simuladas tornaram-se entrada para o modelo chuva-vazão do SCS, parcialmente calibrado com algoritmo genético. Para a escala de uma pequena bacia hidrográfica urbana brasileira, com estação fluviométrica experimental, preliminarmente, alguns resultados indicam vazões um pouco inferiores e com atrasos na previsão da vazão máxima. A antecedência proporcionada pelo modelo é de 15 minutos e, apesar da simplicidade, conseguiu-se prever o início do processo de precipitação que gerou inundação do córrego urbano. / To reduce human and material losses during floods it is feasible to concisely study the rainfall forecast as the main part of an early warning system. The use of weather radar information, when linked to physically-based forecast models, can contribute for monitoring and forecasting of intense rainfall episodes. Thus, the rainfall forecast, based on using of radar information along with a conceptual model of hydrometeorological forecast, was outlined in this dissertation. One goal of the study was to improve very short term rainfall forecasts, named as a \'nowcasting\' process throughout few minutes, coupled with a rainfall-runoff generation model to be used in early warning system. The hydrometeorological model, a hypothetical vertical 1-D cloud, was initially developed by Georgakakos and Bras (1984a) and further developed in this study to profit signals from radar tracking control volumes of moisture storage. Either \'Echo Top\' radar information was addressed to determinate the cloud height, and the vertically-integrated liquid (\'VIL\') water mass content inside the cloud, estimated by other radar signal, was considered into the model. On the one hand, during rainfall events of hot and convective front genesis monitored with on-field pluviometers, the model results generally anticipated the beginning of the rain process; however the model was capable of not only simulating well the behavior but also the time-step when rainfall monitored peak occurred. On the other hand, and for cold-front events, the simulating peaks depicted a time delay. For simulation episodes with VIL greater than 3 Kg/\'M POT.2\', the simulated rainfall accompanied the time behavior of VIL, but with influences from weather variables of pressure, temperature and relative humidity. These rainfall depths became inputs of a simple SCS rainfall-runoff model, partially calibrated with genetic algorithms. At the scale of a small brazilian urban river basin with experimental gauging station, some preliminary results modeled streamflows a bit lower than, and with some delay of maximum flow forecasts, observed discharges. The advanced lad time period used by model was of about 15 min and, besides its simplicity, it was quite able to anticipate the beggining of the rainfall process that generated the flood formation at the urban creek.

A Dissertação apresenta as principais mudanças verificadas no Setor Elétrico Brasileiro e os seus reflexos nas atividades de planejamento e estudos de mercado. Examina os desafios do mercado de energia para as distribuidoras de energia elétrica, advindos com o dinamismo comercial e as obrigações institucionais provenientes do novo contexto setorial. Evidencia que os estudos de mercado podem apoiar significativamente as distribuidoras, necessitando para tanto, efetuar mudanças estruturais e metodológicas. A utilização de modelos baseados em usos finais de energia e técnicas de cenários é a mais adequada. / After the restructuring of the Brazilian power sector during the 1990’s, a new set of rules and players (regulators, traders, etc.) was introduced. This situation resulted in significantly impacting the distribution companies in terms of market risks and commercial opportunities. Electric power market assessments that provide fundamental information to the system and tariff planning groups can also be used to support the distribution companies in analyzing various questions within the new rules that have been created. These questions include such items as: How much energy should be contracted in the future in the wholesale market? How much opportunity is available in offering commercial services to the customer? This work describes the main changes that have occurred due to the restructuring, such as: the privatization process, a wholesale market implementation, rules for energy trading, and planning and regulatory process. The main challenges for distribution companies as a result of these changes are identified, especially focusing on energy trading in retail and wholesale markets. The process of electric power market assessments is presented and describing the accepted methodology used for demand forecasting for distribution companies. Information required by distribution companies in order to deal with the market challenges are specified – e.g. energy trading, market risks and customer relationship. It is concluded there is a need to obtain detailed information about consumers and to develop market forecast for specific time frame. It must take into consideration all the issues around the retail market – the study needs to analyze the basic factors that impact customer consumption. In order to improve the electric market assessment, it has been useful to apply specific models. After reviewing the existing tools for electric power market assessments (analysis and forecast), it has been found that the models that combined methods of end use analysis with scenario analysis are most effective. In this way, the distribution companies needs are met and the process also results in better market data for planning and regulatory agencies.

A disponibilidade de energia a preços competitivos é fundamental para a competitividade dos produtos da indústria nacional, que está imersa num ambiente concorrencial interno e externo. Essa indústria tem inserção maciça no cotidiano de toda sociedade, contribuindo decisivamente para o bom andamento da economia brasileira. O Modelo Setorial permite a um grande consumidor optar pela contratação de energia de forma regulada ou livre, pelo que a análise da melhor estratégia de contratação torna-se fundamental. No presente trabalho, é realizado o mapeamento da composição dos preços praticados no Ambiente de Contratação Livre (ACL) e Ambiente de Contratação Regulado (ACR). As regras são definidas através da análise da legislação setorial e do comportamento observado dos agentes de mercado. Após essa etapa, são realizadas simulações, partindo de premissas macroeconômicas e setoriais, que fornecem projeções de preços para ambos os ambientes e, por fim, realizadas comparações entre as diversas estratégias de contratação. / The availability of electrical energy at competitive prices is of fundamental importance for the competitiveness of products in each industry field, considering the strong competition in internal and external markets. The industry production plays an important role in society everyday life, contributing decisively to the smooth running of the Brazilian economy. Taking into account this perspective, the Brazilian electrical sector institutional model allows a big consumer to have the option to satisfy his energy needs in the regulated or free market. Therefore, the analysis of the best contracting strategy becomes crucial. In this work, the energy pricing in Regulated Contracting Market (ACR) and in the Free Contracting Market (ACL) is deeply analyzed. The rules are defined through the analysis of the electrical sector legislation and the observed behavior of market players. After this stage, simulations are performed considering sector and macroeconomic assumptions, which provide spot prices forecast and long term energy prices forecast for both environments and, finally, comparisons between the different contracting strategies are established.

Redes Neurais Artificiais (RNA's) vem sendo utilizada em diversas áreas do conhecimento inclusive para a previsão de séries temporais. O objetivo deste trabalho é utilizar uma RNA para o diagnóstico e prognóstico de vazão em bacias urbanas da Região Metropolitana de São Paulo (RMSP) com dados do radar meteorológio de São Paulo e os dados telemétricos da bacia do Alto Tietê. Uma RNA do tipo feedforward multicamadas, com aprendizado supervisionado e com o algoritmo de treinamento Linear Least Square SIMplex (LLSSIM, Hse et al. 1996) foram aplicados à bacia do Rio Tamanduateí. Dividiu-se os eventos disponíveis em três grupos; para o treinamento, verificação e previsão ideal com a RNA. Realizou o treinamento e verificação da rede com dados de vazão estimada e nível medido. Os erros de fase e amplitude foram utilizados para avaliar o desempenho da rede em cada uma das configurações empregadas. Estes indicam a importância da memória da bacia para o bom desempenho da RNA. Verifica-se também que nem sempre o aumento do número de camadas escondidas melhoram os resultados, bem como o aumento da quantidade de dados. Comparou-se ainda a performance da RNA contra um modelo auto regressivo sendo a primeira menos dependente da memória da bacia. Por último, realizou previsões do tipo ideal com resultados satisfatórios até 1 hora e 30 minutos de antecedência. Além deste período os erros crescem exponencialmente. / Artificial Neural Networks (ANN) have been widely used in several areas of science for many purposes, including time series forecasting. The objective of this work is to apply an ANN to simulate and to forecast streamflow at the outlet of the Tamanduateí basin. This urban basin is located within the Metropolitan Area of São Paulo (MASP). Radar and telemetric data are input to a multi-layer feedforward ANN. It is trained with the Linear Least Square SIMplex training algorithm (LLSSIM; Hse et al, 1996). Available flood events were divided up in three independent groups for training, verification and forecasting. The training and the verification of estimated streamflow and measured river stage were carried out. Phase and amplitude errors were used to evaluate the performance of the ANN for each configuration. The results indicate a better performance of the ANN when previous streamflow or river stage are input to the ANN. Furthermore, the increase of hidden layers not necessarily improve the results. The ANN was compared to an auto-regressive model. The former is less dependent on the basin memory. The ANN Forecasts yielded satisfactory results up to one and half-hour in advance. For longer time periods the errors tend to grow exponentially.

A modelagem de processos espaço-temporais é de suma importância para dados climatológicos, visto que o clima sofre influência temporal e espacial. A classe de modelos STARMA, autorregressivo e de médias móveis espaço-temporal, adequa-se a esses processos, porém, não há, na literatura, um estudo sobre o melhor método para quantificar a dependência espacial, e não é sabido se há uma diferença entre os métodos para esses modelos. Logo, neste trabalho, é realizado um estudo de simulações do modelo STAR, utilizando-se diferentes formas para obter os pesos espaciais. Após concluir as simulações é realizado o ajuste de um modelo STARIMA para um conjunto de dados de médias mensais de temperaturas mínimas diárias coletadas em uma mesorregião localizada no Oeste do Estado do Paraná. Este trabalho é separado em dois artigos e ambos são realizados utilizando-se o programa R. O primeiro é o estudo de simulações, chegando-se à conclusão de que o método para determinar a dependência espacial interfere no resultado da modelagem e depende da região em estudo. No segundo artigo, conclui-se que o inverso da distância é a melhor opção para a matriz de pesos e um modelo STARIMA sazonal tem o melhor ajuste para o conjunto de dados em questão. / Process modeling spatio-temporal is of great importance for climatological data, once that the climate undergoes spatial and temporal influence. The class of models STARMA, autoregressive models and spatio-temporal moving averages, are suitable to the these processes, however, for these models, there is not a study about the best method to quantify the spatial dependence, and/or it is not known whether there is a difference between the methods for these models. In this thesis, a study simulations of the STAR model using different forms for the spatial weights is performed. After the simulation procedure, the STARIMA model is fitted to the real dataset of monthly mean daily minimum temperatures collected in a mesoregion located to the west of the state of Paraná. This thesis is separated into two papers and both are performed using the statistical software R. The first one is the simulation study that concludes that the method for determining the spatial dependence interferes with results of the modeling and depends on the region under study. In the second paper, it is concluded that the inverse distance is the best option for the weight matrix and a seasonal STARIMA model has the best fit for the data set.

Para reduzir as perdas humanas e materiais durante as inundações, é possível realizar estudo conciso da previsão de chuva, etapa principal de um sistema de alerta antecipado de inundação. O uso de informações de radar de tempo, quando acopladas a modelos de previsão de precipitação baseados fisicamente, pode contribuir para o monitoramento e previsão de episódios de chuva intensa. Desta forma, a previsão de chuva, baseada no uso de informações de radar, juntamente com um modelo conceitual de previsão hidrometeorológica, foi descrita neste trabalho. Teve-se por objetivo aperfeiçoar as previsões de chuva de curtíssimo prazo (poucos minutos), que acopladas a um modelo chuva-vazão, podem ser usadas em sistemas de alerta antecipado. O modelo hidrometeorológico adotado, que considera uma nuvem hipotética unidimensional vertical, foi inicialmente desenvolvido por Georgakakos e Bras (1984a) e ampliado, neste trabalho. Para tal, adotou-se o uso das informações de Topo dos Ecos para determinação da altura das nuvens e considerou-se que a componente do modelo relativa à massa de água líquida no interior da nuvem corresponde à estimativa do conteúdo de água líquida integrado verticalmente (VIL) efetuada por radar. Para eventos de natureza frontal quente e convectiva, o modelo geralmente antecipou o início do processo de chuva, embora tenha conseguido simular seu comportamento e o instante em que o pico da precipitação ocorreu. Para os eventos frontais frios, o pico simulado registrou atraso. Para episódios de simulação com VIL maior que 3 Kg/\'M POT.2\', a chuva simulada acompanhou o comportamento temporal do VIL, mas com influências das variáveis meteorológicas pressão, temperatura e umidade relativa. As lâminas simuladas tornaram-se entrada para o modelo chuva-vazão do SCS, parcialmente calibrado com algoritmo genético. Para a escala de uma pequena bacia hidrográfica urbana brasileira, com estação fluviométrica experimental, preliminarmente, alguns resultados indicam vazões um pouco inferiores e com atrasos na previsão da vazão máxima. A antecedência proporcionada pelo modelo é de 15 minutos e, apesar da simplicidade, conseguiu-se prever o início do processo de precipitação que gerou inundação do córrego urbano. / To reduce human and material losses during floods it is feasible to concisely study the rainfall forecast as the main part of an early warning system. The use of weather radar information, when linked to physically-based forecast models, can contribute for monitoring and forecasting of intense rainfall episodes. Thus, the rainfall forecast, based on using of radar information along with a conceptual model of hydrometeorological forecast, was outlined in this dissertation. One goal of the study was to improve very short term rainfall forecasts, named as a \'nowcasting\' process throughout few minutes, coupled with a rainfall-runoff generation model to be used in early warning system. The hydrometeorological model, a hypothetical vertical 1-D cloud, was initially developed by Georgakakos and Bras (1984a) and further developed in this study to profit signals from radar tracking control volumes of moisture storage. Either \'Echo Top\' radar information was addressed to determinate the cloud height, and the vertically-integrated liquid (\'VIL\') water mass content inside the cloud, estimated by other radar signal, was considered into the model. On the one hand, during rainfall events of hot and convective front genesis monitored with on-field pluviometers, the model results generally anticipated the beginning of the rain process; however the model was capable of not only simulating well the behavior but also the time-step when rainfall monitored peak occurred. On the other hand, and for cold-front events, the simulating peaks depicted a time delay. For simulation episodes with VIL greater than 3 Kg/\'M POT.2\', the simulated rainfall accompanied the time behavior of VIL, but with influences from weather variables of pressure, temperature and relative humidity. These rainfall depths became inputs of a simple SCS rainfall-runoff model, partially calibrated with genetic algorithms. At the scale of a small brazilian urban river basin with experimental gauging station, some preliminary results modeled streamflows a bit lower than, and with some delay of maximum flow forecasts, observed discharges. The advanced lad time period used by model was of about 15 min and, besides its simplicity, it was quite able to anticipate the beggining of the rainfall process that generated the flood formation at the urban creek.

O aumento da demanda por energia registrado nos últimos anos preocupa, pois a construção de novas fontes geradoras é barrada, muitas vezes, por restrições ambientais. Assim, o governo e as empresas de energias estão investindo em um melhor planejamento do sistema. No entanto, para haver uma proposta mais consistente para os consumidores residenciais se faz necessário conhecer melhor o perfil de cada consumidor, que é uma tarefa um tanto quanto difícil, visto que cada consumidor possui o livre arbítrio para consumir a energia de acordo com o conforto que ele deseja, de acordo com seus padrões econômicos e conforme aspectos culturais e sociais do ambiente em que ele vive. Neste contexto, a proposta desta tese foi analisar os impactos que os aspectos socioeconômicos tinham sobre o consumo de energia da classe residencial, sendo desenvolvido um algoritmo que gera curvas de carga virtuais baseadas em dados estatísticos do IBGE e da ANEEL. A partir dados de curvas virtuais, as ferramentas computacionais inteligentes, mais especificamente, as Redes Bayesianas e a Floresta de Caminhos Ótimos, foram treinadas com intuito de avaliar a possibilidade de criação de perfis e classificação dos consumidores e de suas características. Os resultados alcançados demonstram que a consideração dos aspectos socioeconômicos em avaliação de curvas de carga são pertinentes e que devem fazer parte do planejamento do sistema. Outra constatação é que as ferramentas computacionais inteligentes estudadas podem ser exploradas para auxiliar na previsão de consumo e criação de padrões e perfis dos consumidores. / The need for energy has increased in the past years, thus requiring the design of new power plants. However, the project of such new constructions has been considerably neglected, mainly due to environment constraints. However, the whole government and companies are now focusing on a better management of the national energy grid. Despite that new policy, there is a need for a better knowledge concerning the user\'s behavior in order to present proposals that really take into account the consumers, since each them has the freedom to use the energy the way he wants to, as well as according to his socioeconomic habits. In this context, this thesis proposes to analyze the socioeconomic impacts of the energy consumption concerning residential consumers, being also developed an algorithm that generates virtual load curves based on statistical data from both IBGE and ANEEL. With that data on hand, the intelligent tools, e.g., Bayesian Networks and Optimum-Path Forest, were trained aiming at evaluating the possibility to create profiles for the further identification of their classes according to that information. The results obtained highlighted the importance of the socioeconomic information when evaluating the load curves, which should be part of the whole system. Another conclusion concerns the intelligent tools, which can be further used for consumer forecasting, as well as to create patterns related to the consumers\' profiles.

Submitted by Karen Britto (karenbritto@unipampa.edu.br) on 2018-05-23T14:53:52Z No. of bitstreams: 1 Claudia Guerra Disconzi - 2018.pdf: 2618311 bytes, checksum: 992a7f6adbd1b190b55d289e1b7c08b2 (MD5) / Made available in DSpace on 2018-05-23T14:53:52Z (GMT). No. of bitstreams: 1 Claudia Guerra Disconzi - 2018.pdf: 2618311 bytes, checksum: 992a7f6adbd1b190b55d289e1b7c08b2 (MD5) Previous issue date: 2018-03-19 / O mercado das commodities agrícolas é caracterizado por ser dinâmico e complexo. Os preços no mercado futuro das commodities são negociados em bolsas de valores e variam rapidamente de acordo com diversos fatores, como mudanças cambiais, variações climáticas, políticas governamentais, estoques mundiais, entre outros. Tendo em vista a instabilidade do mercado das commodities, este trabalho tem por objetivo analisar a contribuição das redes neurais artificiais para a previsão de preços de commodities agrícolas no mercado futuro, avaliando o ajuste das redes como ferramenta estratégica no processo de tomada de decisão. Trata-se de uma pesquisa empírica, de caráter descritivo, com abordagem quantitativa. O método utilizado foi o de levantamento, por meio de dados secundários obtidos na base de dados do Cepea. Como resultados, desenvolveram-se redes com desempenho classificados como “ótimos” para todas as commmodities consideradas, o que demonstrou a alta previsibilidade das redes neurais artificiais. Através da construção de cenários de preços mensais para as commodities, verificou-se que as redes selecionadas são sensíveis às variações de alta e queda nos preços. Assim, as RNAs demonstraram ser uma ferramenta importante que pode auxiliar com sucesso os interessados em investir neste mercado, através da simulação do comportamento dos preços. / The commodities market is characterized by being dynamic and complex. Futures market prices are traded on stock exchanges and short-term variables such as exchange rate changes, future payments, government reports, world stocks, among others. Considering the instability of the commodities market, this work aims to analyze the construction of artificial neural networks for forecasting agricultural commodity prices in the future market, with the objective of evaluating the networks as a strategic measure in the process of making decision. It is an empirical research, of descriptive character, with quantitative approach. The method used was the survey, using data base results in the database of Cepea. As networks were developed with indicators as "optimal" for all commodities, which demonstrated a high predictability of artificial neural networks. Through the construction of monthly commodity scenarios, it was verified that the selected networks are sensitive to the variations of rise and fall in prices. Thus, the RNAs have proved to be an important tool that can successfully aid the search in this market, through the simulation of the behavior of prices.