A previsão de demanda é uma das principais ferramentas para a eficiência do gerenciamento das organizações, afetando diretamente a lucratividade do negócio. O atual nível competitivo das empresas requer previsões cada vez mais acuradas, sedo estas um diferencial para o sucesso empresarial. Neste contexto, a combinação de previsões se tornou um dos principais métodos empregados no intuito de melhorar a precisão das previsões. Através de uma revisão da literatura sobre as abordagens da combinação de previsões, identificou-se uma carência de estudos comparativos que incorporem modelos de regressão para a combinação de previsões. Assim, o objetivo principal desta dissertação é combinar três previsões individuais (redes neurais, modelos ARIMA e modelos de alisamento exponencial) via média simples, variância mínima e modelos de regressão, comparando as três previsões combinadas com suas previsões individuais. Estas comparações serão avaliadas em duas situações: em séries simuladas (estacionárias) e em uma série de dados reais (não estacionária) de uma empresa que realiza auditorias médicas. As medidas empregadas para a escolha do método mais preciso são MAE, MAPE, RMSE e o coeficiente U de Theil. Os resultados obtidos enfatizam a melhoria das previsões quando estas são combinadas por regressão, tanto para séries convergentes quanto para a série divergente. / Forecasting is a key tool for ensuring the efficiency of management in organizations, directly affecting business profitability. The current competitive corporative level requires increasingly accurate predictions. In this context, the combination of forecasts has improved forecast accuracy. Through a literature review on the approaches of combining forecasts, we identified a lack of comparative studies that incorporate regression models for combining forecasts. Thus, the main objective of this dissertation is to combine three individual forecasts (neural networks, ARIMA models and exponential smoothing models) via simple average, minimum variance and regression models, comparing the three combined forecasts with their individual forecasts. These comparisons are evaluated in two situations: in simulated series (converging) and in series of real data (divergent) from a company that performs medical audits. The measures used to identify the best method are MAE, MAPE, RMSE and Theil’s U coefficient. Results from combined methods improved the predictions in both convergent and divergent series.

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.

O planejamento de produção é um elemento essencial para as empresas, pois permite definir os volumes a serem produzidos, conforme a estimativa de demanda e a capacidade produtiva disponível. Este trabalho contribui para o planejamento da produção, integrando variáveis e parâmetros que podem ajudar na maximização do resultado econômico das organizações. Esta dissertação apresenta três objetivos principais relacionados a esse tema: (i) identificar os problemas e as variáveis que precisam ser analisadas no desenvolvimento de métodos que se adéquam às necessidades das áreas envolvidas; (ii) desenvolver algoritmo para integrar as variáveis identificadas e os dados empresariais, de forma a viabilizar a aplicação do modelo, baseado em programação matemática e distribuições de probabilidade; (iii) aplicar os modelos propostos, a fim de avaliar sua utilidade e discutir os resultados obtidos. O estudo realizado revela a importância do uso de métodos formais de planejamento da produção integrados à definição do preço do produto. A definição de preços ou volumes de produção diferente dos valores ótimos pode afetar substancialmente o lucro global do sistema produtivo. / Production planning is an essential tool for companies, since it establishes the volumes to be produced, according to estimated demand and available production capacity. This work contributes with production planning field by integrating variables and parameters that impact the economic results of the organizations. This study presents three main objectives: (i) identification of issues and variables that need to be analyzed to develop methods suited to the needs of the areas involved, (ii) development of algorithms to integrate the identified variables and business data, in order to enable the application of the model, based on mathematical programming and probability distributions, (iii) application of the proposed models to evaluate their usefulness and discuss results. The study reveals the importance of using production planning formal methods that integrate products’ prices. The establishment of prices or production volumes different from optimum values may substantially affect production system global profit.

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.

Nas últimas décadas houve um incremento do uso de equipamentos eletroeletrônicos, que têm vida útil determinada por vários fatores, como o porte de equipamento e o comportamento do usuário, por exemplo. Quando estes equipamentos e seus acessórios são descartados tornam-se resíduos de equipamentos eletroeletrônicos (REEE). O objetivo desta tese é selecionar variáveis a serem utilizadas como base de um modelo de previsão de demanda para os REEE. O método de pesquisa adotado foi a pesquisa exploratória combinada com a pesquisa conclusiva, utilizando abordagens de caráter qualitativo e quantitativo. A parte qualitativa utiliza como técnicas de pesquisa a revisão bibliográfica, a revisão sistemática, o grupo focado e as entrevistas. Já em relação à parte quantitativa foram utilizados questionários, ferramentas estatísticas (gráficos e coeficiente de correlação posto-ordem de Spearman) e o método AHP. Foram elaborados cinco artigos científicos, que atingindo objetivos específicos, contribuem para o objetivo geral. O primeiro artigo visava obter informações sobre métodos e ferramentas utilizados para realizar a previsão de demanda de REEE. O segundo artigo pretendia delinear o cenário atual dos REEE do ponto de vista das responsabilidades dos stakeholders no processo de logística reversa. Os riscos e oportunidades decorrentes dos REEE foram abordados no artigo 3, fornecendo informações para o cenário do ponto de vista social, ambiental e econômico. Já o artigo 4 focou nas indústrias de equipamentos eletroeletrônicos do RS e buscou informações sobre a forma de produção, a composição dos produtos e ações destas indústrias para implantação do sistema de logística reversa para os REEE. No último artigo foi definido um conjunto de 21 variáveis que influenciam na logística reversa dos REEE e foi realizada a priorização destas variáveis. Como resultado, foram selecionadas 7 variáveis: estimativa de vida útil do equipamento (1º); Disponibilização de pontos de coleta de REEE (2o); Existência de um acordo setorial (3º); Número de equipamentos vendidos (4º); Incentivos para empresas de reciclagem/gerenciadoras de REEE na região (5º); Existência de empresas de reciclagem ou gerenciadoras de REEE na região (6º); Distância dos pontos de coleta de REEE (7º). / In recent decades there has been an increase in the use of electrical and electronic equipment that have life cycles defined by several factors such as the size of the equipment and user behavior, for example. When this equipment and its accessories are disposed, they become waste electrical and electronic equipment (WEEE). The aim of this doctoral dissertation is to select variables to be used as basis for a demand forecasting model for WEEE. The research method adopted combined exploratory research and conclusive research, with a qualitative and quantitative approach. The following research techniques were used in the qualitative part: literature review, systematic review, focus group and interviews. Regarding the quantitative part, the following techniques were used: questionnaires, statistical tools (graphs and the Spearman’s rank-order correlation coefficient) and the AHP method. Five scientific articles were written, which contributed to the general objective by reaching specific objectives. The first article aimed at obtaining information on methods and tools used to carry out demand forecasting of WEEE. The second article intended to describe the current scenario of WEEE from the perspective of the stakeholders’ responsibility in the process of reverse logistics. The risks and opportunities resulting from WEEE were the theme of the third article, which provided information about the scenario from a social, environmental and economic point of view. The fourth article focused on the factories of electrical and electronic equipment of Rio Grande do Sul, and collected information on the product composition and production methods of such factories, and their actions to implement a system of reverse logistics for WEEE. The last article defined a set of 21 variables that influence the reverse logistics of WEEE, and arranged these variables in order of priority. As a result, seven variables were selected: estimate of life cycle of equipment (1st); Availability of WEEE collection points (2nd); Existence of a sector agreement (3rd); Number of equipment sold (4th); Incentives to WEEE recycling/managing companies in the area (5th); Existence of WEEE recycling or managing companies in the area (6th); Distance between WEEE collection points (7th).

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.

Esse trabalho tem por objetivo aprimorar a principal atividade das empresas de distribuição no que diz respeito ao combate às perdas comerciais: as inspeções em campo às unidades consumidoras (UCs). Para tanto, é feita a proposição de um método para identificar quedas de consumo atípicas dentro do universo de faturamento de UCs de uma concessionária de energia elétrica. A proposta está fundamentada na análise dos registros históricos de consumo, de modo que os dados considerados atípicos possam ser indicados e as UCs ranqueadas de acordo com a prioridade para as inspeções em campo. Para tanto, propõe-se a utilização combinada de técnicas de previsão de demanda e de estatísticas robustas. A validade do método foi verificada através de um estudo de caso em uma empresa de distribuição de energia elétrica do sul do Brasil. Através do estudo de caso, concluiu-se que o método é capaz de identificar quedas de consumo atípicas, tendo identificado satisfatoriamente 89,38% dos casos avaliados. Ao final do trabalho, são apresentadas sugestões de estudos complementares, de modo a aperfeiçoar o desempenho do método. / This study aims to enhance the main business of distribution companies regarding to the efforts to avoid non-technical losses, that means, field inspections at the consumer units (CUs). For that, the proposition of an algorithm to identify atypical consumption falls within the universe of PAs billing of an electric facility is made. The proposal is based on the analysis of historical records of consumption, so that the data which are considered atypical can be indicated and the CUs ranked according to their priority for inspections in the field. Combined techniques of demand forecasting and statistics robust are proposed. The validity of the algorithm was verified through a case study in an electric power distribution facility in southern Brazil. Through the case study, it was concluded that the algorithm is able to identify atypical consumption falls, and satisfactorily 89.38% of the cases was identified. At the end of this paper, suggestions for further studies in order to improve the performance of the algorithm are presented.

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.