A obsolescência de estoques é um evento recorrente nas organizações, demandando o uso de métodos que identifiquem o inventário excessivo antes dele tornar-se obsoleto. Este artigo propõe um método para classificação, projeção e controle da obsolescência de inventários ao longo do tempo, com o objetivo de reduzir o risco de obsolescência ou deterioração futura. A abordagem proposta possui cinco passos, sendo os quatro primeiros dedicados a identificação dos fatores que contribuem para a obsolescência e/ou deterioração do Inventário, a classificação do estoque em categorias e faixas de idade através da análise discriminante, a seleção de variáveis em contexto de PLS, a modelagem de regressão para projeção da idade do inventário ao longo do tempo e a definição de diretrizes para redução do risco de obsolescência. O quinto passo do método utiliza o conceito do ciclo PDCA buscando a melhoria contínua do processo e dos resultados. Na aplicação em dois estudos de caso em indústrias de bens de consumo, o método previu adequadamente o montante do inventário por faixa de idade e o risco de obsolescência ou deterioração do inventário em um horizonte de seis meses. / Inventory obsolescence is a prominent phenomenon in organizations, requiring the use of methods that identify excessive inventory before it becomes obsolete. This paper proposes a method to classify, forecast and control the obsolescence of inventories over time in order to reduce the risk of future obsolescence or deterioration. The proposed approach has five steps, the first four of which are dedicated to identifying the factors that contribute to the obsolescence and/or deterioration of the Inventory, the classification of the inventory into categories and age ranges through discriminant analysis, the selection of variables in the context of PLS, regression modeling to forecast the age of inventory over time and the definition of guidelines for reducing the risk of obsolescence. The fifth step of the method uses the concept of the PDCA cycle seeking for the continuous improvement of process and results. In the application in two case studies in consumer goods industries, the method predicted the amount of inventory by age range and the risk of obsolescence or deterioration of the inventory over a six-month horizon.

A presente dissertação propõe métodos para seleção de variáveis preditivas com base em índices de importância das variáveis e regressão PLS (Partial Least Squares). Partindo-se de uma revisão da bibliografia sobre PLS e índices de importância das variáveis, sugere-se um método, denominado Eliminação Backward (EB), para seleção de variáveis a partir da eliminação sistemática de variáveis de acordo com a ordem definida por índices de importância das variáveis. Um novo índice de importância de variáveis, proposto com base nos parâmetros da regressão PLS, tem seu desempenho avaliado frente a outros índices reportados pela literatura. Duas variações do método EB são propostas e testadas através de simulação: (i) o método EBM (Eliminação backward por mínimos), que identifica o conjunto que maximiza o indicador de acurácia preditiva sem considerar o percentual de variáveis retidas, e (ii) o método EBDE (Eliminação backward por distância euclidiana), que seleciona o conjunto de variáveis responsável pela mínima distância euclidiana entre os pontos do perfil gerado pela eliminação das variáveis e um ponto ideal hipotético definido pelo usuário. A aplicação dos três métodos em quatro bancos de dados reais aponta o EBDE como recomendável, visto que retém, em média, apenas 13% das variáveis originais e eleva a acurácia de predição em 32% em relação à utilização de todas as variáveis. / This dissertation presents new methods for predictive variable selection based on variable importance indices and PLS regression. The novel method, namely Backward Elimination (BE), selects the most important variables by eliminating process variables according to their importance described by the variable importance indices. A new variable importance index is proposed, and compared to previous indices for that purpose. We then offer two modifications on the BE method: (i) the EBM method, which selects the subset of variables yielding the maximum predictive accuracy (i.e., the minimum residual index), and (ii) the EBDE, which selects the subset leading to the minimum Euclidian distance between the points generated by variable removal and a hypothetical ideal point defined by the user. When applied to four manufacturing data sets, the recommended method, EBDE, retains average 13% of the original variables and increases the prediction accuracy in average 32% compared to using all the variables.

A obsolescência de estoques é um evento recorrente nas organizações, demandando o uso de métodos que identifiquem o inventário excessivo antes dele tornar-se obsoleto. Este artigo propõe um método para classificação, projeção e controle da obsolescência de inventários ao longo do tempo, com o objetivo de reduzir o risco de obsolescência ou deterioração futura. A abordagem proposta possui cinco passos, sendo os quatro primeiros dedicados a identificação dos fatores que contribuem para a obsolescência e/ou deterioração do Inventário, a classificação do estoque em categorias e faixas de idade através da análise discriminante, a seleção de variáveis em contexto de PLS, a modelagem de regressão para projeção da idade do inventário ao longo do tempo e a definição de diretrizes para redução do risco de obsolescência. O quinto passo do método utiliza o conceito do ciclo PDCA buscando a melhoria contínua do processo e dos resultados. Na aplicação em dois estudos de caso em indústrias de bens de consumo, o método previu adequadamente o montante do inventário por faixa de idade e o risco de obsolescência ou deterioração do inventário em um horizonte de seis meses. / Inventory obsolescence is a prominent phenomenon in organizations, requiring the use of methods that identify excessive inventory before it becomes obsolete. This paper proposes a method to classify, forecast and control the obsolescence of inventories over time in order to reduce the risk of future obsolescence or deterioration. The proposed approach has five steps, the first four of which are dedicated to identifying the factors that contribute to the obsolescence and/or deterioration of the Inventory, the classification of the inventory into categories and age ranges through discriminant analysis, the selection of variables in the context of PLS, regression modeling to forecast the age of inventory over time and the definition of guidelines for reducing the risk of obsolescence. The fifth step of the method uses the concept of the PDCA cycle seeking for the continuous improvement of process and results. In the application in two case studies in consumer goods industries, the method predicted the amount of inventory by age range and the risk of obsolescence or deterioration of the inventory over a six-month horizon.

A técnica de polimerização em emulsão tem sido usada cada vez mais na indústria de tintas, resinas, plásticos, entre outros. Esse crescimento se deve as razões ambientais (uma vez que se utiliza água como fase contínua desta reação), também a versatilidade e a capacidade de produzir látex com diferentes propriedades para diferentes aplicações. Polímeros em emulsão são produtos por processo, isto é, suas propriedades são definidas durante a polimerização. Por isso, é importante o adequado monitoramento da reação de modo a permitir o controle das propriedades desejadas. A técnica de espectroscopia na região do infravermelho próximo (NIR), combinada com o uso de fibras óticas, é muito promissora para o monitoramento multivariável, em linha e em tempo real do processo de polimerização. O objetivo deste trabalho foi o de estudar o uso de espectroscopia NIR para o monitoramento em linha e em tempo real das concentrações de monômero e de não- voláteis (conhecido também como teor de sólidos) e da evolução do tamanho médio das partículas de látex (Dp) durante a reação de polimerização em emulsão de metacrilato de metila (MMA), em escala de laboratório e processo semi-batelada. Os modelos de calibração para estas variáveis foram obtidos experimentalmente empregando o método de regressão por mínimos quadrados parciais, PLS. Os resultados obtidos confirmaram algumas regiões espectrais do NIR indicadas em literatura como sendo adequadas na predição de monômero e Dp e revelaram -1 comportamentos espectrais ainda não explicados na região entre 10.475 e 13.000 cm , relacionados às variações no tamanho das partículas. Os resultados mostram também que é possível monitorar em linha e em tempo real a evolução do Dp e dos teores de monômero (MMA) e de não voláteis, simultaneamente em um único instrumento, utilizando modelos de calibração com bandas espectrais e pré-tratamentos distintos. / Emulsion polymerization is a largely and increasingly used technique in industrial production of paints, resins, plastics among others. This increase is due to environmental reasons (since water, rather than organic solvents is used as dispersing medium), as well as to the versatility and capacity of producing products with different properties for different applications. Emulsion polymers are products by process, i.e., the properties are mainly defined during the polymerization process. Thus, the adequate process monitoring is important for achieving the target properties. The NIR spectroscopy combined with optical fibers is a promising technique for the task of multivariable, real-time, in-line monitoring of polymerization processes. The aim of this work is the study of use of NIR spectroscopy for in-line, real time monitoring of the monomer and solids content, as well as the evolution of average size of the polymer particles (Dp), during semi-batch emulsion polymerization of methyl methacrylate in laboratory reactor. The calibration models for each of the monitored variables were obtained by applying the partial least squares regression method (PLS). The results confirmed that some NIR spectral ranges recommended in the literature are appropriate for the prediction of monomer content and Dp, and that there are spectral -1 . The results behaviors not yet explained in the region between 10475 and 13000cm also show that the in-line, the changes in Dp, monomer and polymer content can be simultaneously monitored in-line and in real time by NIR spectroscopy by using calibration models based on adequate spectral regions and distinct data pretreatments.

A presente dissertação propõe métodos para seleção de variáveis preditivas com base em índices de importância das variáveis e regressão PLS (Partial Least Squares). Partindo-se de uma revisão da bibliografia sobre PLS e índices de importância das variáveis, sugere-se um método, denominado Eliminação Backward (EB), para seleção de variáveis a partir da eliminação sistemática de variáveis de acordo com a ordem definida por índices de importância das variáveis. Um novo índice de importância de variáveis, proposto com base nos parâmetros da regressão PLS, tem seu desempenho avaliado frente a outros índices reportados pela literatura. Duas variações do método EB são propostas e testadas através de simulação: (i) o método EBM (Eliminação backward por mínimos), que identifica o conjunto que maximiza o indicador de acurácia preditiva sem considerar o percentual de variáveis retidas, e (ii) o método EBDE (Eliminação backward por distância euclidiana), que seleciona o conjunto de variáveis responsável pela mínima distância euclidiana entre os pontos do perfil gerado pela eliminação das variáveis e um ponto ideal hipotético definido pelo usuário. A aplicação dos três métodos em quatro bancos de dados reais aponta o EBDE como recomendável, visto que retém, em média, apenas 13% das variáveis originais e eleva a acurácia de predição em 32% em relação à utilização de todas as variáveis. / This dissertation presents new methods for predictive variable selection based on variable importance indices and PLS regression. The novel method, namely Backward Elimination (BE), selects the most important variables by eliminating process variables according to their importance described by the variable importance indices. A new variable importance index is proposed, and compared to previous indices for that purpose. We then offer two modifications on the BE method: (i) the EBM method, which selects the subset of variables yielding the maximum predictive accuracy (i.e., the minimum residual index), and (ii) the EBDE, which selects the subset leading to the minimum Euclidian distance between the points generated by variable removal and a hypothetical ideal point defined by the user. When applied to four manufacturing data sets, the recommended method, EBDE, retains average 13% of the original variables and increases the prediction accuracy in average 32% compared to using all the variables.

Orientador: Jarbas Jose Rodrigues Rohwedder / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Quimica / Made available in DSpace on 2018-08-12T12:27:30Z (GMT). No. of bitstreams: 1 Franco_CamilaManara_M.pdf: 1935277 bytes, checksum: 425b8e7a22fc4b566bca70f2763ad362 (MD5) Previous issue date: 2008 / Resumo: Através da Espectroscopia de Infravermelho Próximo (NIR), auxiliada por quimiometria, foram desenvolvidos modelos de calibração para determinar a concentração de hidrocarbonetos majoritários em misturas gasosas cujas concentrações são semelhantes a aquelas observadas em gás natural. Os espectros foram obtidos em dois diferentes espectrofotômetros NIR construídos no próprio laboratório, os quais empregavam células de caminho óptico fixo e variável. Diferentes conjuntos de amostras foram preparados de forma a reproduzir a variabilidade de concentração de metano, etano, propano e butano encontrada nas diversas fontes de gás natural. A análise de amostras certificadas, através dos modelos de calibração, apresentou valores para a raiz do erro médio quadrático de previsão (RMSEP) iguais a 1,07, 0,21, 0,22 e 0,14 % (v/v) na determinação de metano, etano, propano e butano, respectivamente. A previsão do gás metano apresentou melhor repetibilidade quanto realizada pela espectroscopia NIR do que com a técnica padrão, cromatografia gasosa. Visando a possibilidade da construção de um espectrofotômetro NIR dedicado à análise de gás natural foi realizado um estudo de seleção de variáveis, cujo resultado indicou que, utilizando até 13% do número inicial de variáveis (280) é possível realizar a previsão dos hidrocarbonetos gasosos sem perda da qualidade analítica quando comparado à análise que utiliza a faixa espectral completa. Por meio dos comprimentos de onda selecionados, pode-se prever a concentração de metano, etano, propano e butano com valores de RMSEP iguais a 1,32, 0,41, 0,22 e 0,14 % (v/v), respectivamente. / Abstract: Near Infrared (NIR) Spectroscopy and Chemometrics were used to construct calibration models to determine the concentration of major hydrocarbons in gas mixtures in concentrations similar to those observed in natural gas. The spectra were obtained by two different NIR spectrophotometers made in the laboratory, one employing a cell of fixed and other with variable optical path. Different sample sets were prepared in order to mimic the variability of methane, ethane, propane and butane concentration found in natural gas obtained from various sources. The analysis of certified samples made by using the calibration models showed Root-Mean-Square Errors of Prediction (RMSEP) equal to 1.07, 0.21, 0.22 and 0.14% (v/v) for methane, ethane, propane and butane determination, respectively. The prediction of methane gas content showed better repeatability compared to the standard technique based on gas chromatography. To investigate the possibility of constructing an NIR spectrometer dedicated to the analysis of natural gas, the selection of variables was evaluated. The results indicated that, by using up to 13% of the initial variables, the prediction of hydrocarbon gases is achieved with the same quality when compared to the results obtained using the full spectral range. Employing the selected wavelengths, it is possible to predict the concentration of methane, ethane, propane and butane with values of RMSEP equal to 1.32, 0.41, 0.22 and 0.14% (v / v), respectively. / Mestrado / Quimica Analitica / Mestre em Química

Private labels have been developing in Europe for a long time, but China is still in the primary stage. Compared with the developed countries, Chinese retail enterprises, especially supermarkets, have a lower level of their private label development. With the expansion of Chinese retail business, private labels have been adopted by more and more enterprises. However, the existing supermarkets’ private labels are not well known to Chinese consumers. The purpose of this study is to compare the different opinions regarding private labels from Chinese young consumers and Swedish young consumers towards RT-Mart and ICA respectively. Both the Chinese supermarket RT-Mart and the Swedish supermarket ICA have a large number of stores and quite a lot of influences in the local area. This study uses a case study method to study from the perspective of the consumer. This paper first introduces the background of private labels, and then analyzes the actual situation of ICA and RT-Mart. From the consumer perspective, we studied the different ideas of young consumers in two countries on their private labels. The analysis is based on young consumers of different nationalities.

This degree project investigates how glass contamination in refuse-derived fuel for a fluidised bed boiler can be detected using near-infrared spectroscopy. It is motivated by the potential to reduce greenhouse gas emissions by replacing fossil fuels with refuse-derived fuel. The intent was to develop a multivariate predictive model of near-infrared spectral data to detect the presence of glass cullet against a background material that represents refuse-derived fuel. Existing literature was reviewed to confirm the usage of near-infrared spectroscopy as a sensing technology and determine the necessity of glass detection. Four unique background materials were chosen to represent the main components in municipal solid waste: wood shavings, shredded coconut, dry rice and whey powder. Samples of glass mixed with the background material were imaged using near-infrared spectroscopy, the resulting data was pre-processed and analysed using partial least squares regression. It was shown that a predictive model for quantifying coloured glass cullet content in one of several background materials were reasonably accurate with a validation coefficient of determination of 0.81 between the predicted and reference data. Models that used data from a single type of background material, wood shavings, were more accurate. Models for quantifying clear glass cullet content were significantly less accurate. These types of models could be applied to predict coloured glass content in different kinds of background materials. However, the presence of clear glass in municipal solid waste, and thus refuse-derived fuel, limit the opportunities to apply these methods to the detection of glass contamination in fuel.

In modern biological research, OMICs techniques, such as genomics, proteomics or metabolomics, are often employed to gain deep insights into metabolic regulations and biochemical perturbations in response to a specific research question. To gain complementary biologically relevant information, multiOMICs, i.e., several different OMICs measurements on the same specimen, is becoming increasingly frequent. To be able to take full advantage of this complementarity, joint analysis of such multiOMICs data is necessary, but this is yet an underdeveloped area. In this thesis, a theoretical background is given on general component-based methods for dimensionality reduction such as PCA, PLS for single block analysis, and multiblock PLS for co-analysis of OMICs data. This is followed by a rotation of an unsupervised analysis method. The aim of this method is to divide dimensionality-reduced data in block-distinct and common variance partitions, using the DISCO-SCA approach. Finally, an algorithm for a similar rotation of a supervised (PLS) solution is presented using data available in the literature. To the best of our knowledge, this is the first time that such an approach for rotation of a supervised analysis in block-distinct and common partitions has been developed and tested.This newly developed DISCO-PLS algorithm clearly showed an increased potential for visualisation and interpretation of data, compared to standard PLS. This is shown bybiplots of observation scores and multiblock variable loadings.

Understanding how technology usage influences performance in the inside sales industry has become an important issue for practitioners. Yet, there is a dearth of literature in this area. Inside sales are sales that are performed remotely using the phone or Internet technologies. Leads (i.e., potential customers) are the life-blood of any inside sales setting, and their effective management is crucial for business success. Lead management systems are information technology (IT) tools designed to automate and support effective lead management. This study developed a conceptual model based on the Technology-Task-Fit (TTF) theory, capturing the impact of lead management systems on inside sales performance through the following mediating mechanisms: task characteristics (call productivity and effort on lead follow-up), selling behaviour (adaptive selling) and salesperson characteristics (salesperson’s competency). To validate this model, we conducted an empirical study with 108 responses collected from sales managers and decision makers. Using PLS-SEM for the analysis, our findings show that the use of lead management systems affects inside sales performance via improving salespeople’s adaptive selling, effort on lead follow-up and competency. The findings of this study contributes to the inside sales literature, and also educate practitioners of the key enablers of inside sales performance and technology usage approaches to the inside sales process.