Sistemas de predição de desempenho de cadeias de suprimento são constituídos por indicadores que visam estimar o desempenho da empresa-foco em decorrência também do desempenho dos indicadores dos fornecedores. Na literatura são encontrados apenas dois modelos quantitativos (GANGA; CARPINETTI, 2011; AGAMI; SALEH; RASMY, 2014) que permitem predizer o desempenho de cadeias de suprimento usando os indicadores do modelo SCOR® (Supply Chain Operations Reference). Uma limitação de ambos modelos é a dificuldade de se ajustar ao ambiente de uso, uma vez que sua implementação e atualização requerem a parametrização manual de muitas regras de decisão. Tanto o uso de redes neurais quanto de sistemas neuro-fuzzy têm o potencial de contornar essa dificuldade por utilizarem um mecanismo de aprendizagem que possibilita a adaptação ao ambiente de uso usando dados numéricos. Todavia, na literatura não são encontradas aplicações dessas técnicas no apoio à predição de desempenho de cadeias de suprimento, tampouco estudos que discutam qual dessas técnicas se mostra mais adequada para lidar com este problema. Diante disso, o objetivo desta pesquisa é construir e a avaliar a adequabilidade de dois sistemas de predição de desempenho, ambos baseados nos indicadores do modelo SCOR®, mas usando alternativamente as técnicas redes neurais e sistemas neuro-fuzzy, para apoiar a gestão de desempenho da empresa-foco e de sua cadeia imediata. A execução desta pesquisa envolveu o uso de simulação computacional e de testes estatísticos. Os resultados mostram que, embora ambas as técnicas apresentem capacidade de predição satisfatória, as redes neurais são mais adequadas em relação à complexidade da definição da configuração topológica, enquanto os sistemas neuro-fuzzy se sobressaíram em relação à capacidade de predição, complexidade do treinamento, quantidade de variáveis de entrada, suporte à tomada de decisão sob incerteza e interpretabilidade dos dados. Outros resultados desta pesquisa estão relacionados à identificação de particularidades do processo de modelagem das técnicas avaliadas, à elaboração de um panorama sobre o uso de técnicas quantitativas na avaliação de desempenho de cadeias de suprimento e à identificação de algumas oportunidades de pesquisa. / Supply chain performance prediction systems are composed by indicators that aim to estimate the performance of a focal company considering also indicators related to their suppliers. There are two quantitative models in the literature (GANGA; CARPINETTI, 2011; AGAMI; SALEH; RASMY, 2014) that enable to predict the supply chain performance using the indicators proposed by the SCOR® model (Supply Chain Operations Reference). Nevertheless, there is a drawback of both models that refers to the difficulty in adapting to the environment of use, since implementation and updating of these models require parameterization of many decision rules that must be done by an expert. The application of artificial neural networks as well as neuro-fuzzy systems can overcome this drawback by using a learning mechanism that enables the adaptation to the environment of use using numerical data on supply chain performance. However, there are neither studies in the literature that propose the use of these techniques in order to support supply chain performance prediction nor studies that discuss which of these techniques seem to be more appropriate to deal with this problem. Thus, the objective of this study is to propose and evaluate the adequability of the two types of performance prediction systems based on the performance indicators of the SCOR® model, and both using alternatively artificial neural networks and neuro-fuzzy systems to support performance management of a focal company and their supply chain. The implementation of this research involved the use of computer simulation and statistical tests. The results show that although both techniques present a satisfactory predictive capacity, neural networks are more appropriate in relation to the complexity of defining the topological configuration, whereas the neuro-fuzzy systems are more adequate regarding the predictive capacity, complexity of the training, amount of input variables, support to decision-making under uncertainty and interpretability of data. Other results of this research refer to the identification of characteristics of the modeling process of the evaluated techniques, as well as to the review on the use of quantitative techniques for supply chain performance evaluation and to the identification of some research opportunities.

Orientador: Antonio Batocchio / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecânica / Made available in DSpace on 2018-08-19T18:31:05Z (GMT). No. of bitstreams: 1 Cardoso_DanielPassetti_M.pdf: 3201105 bytes, checksum: 55883ef458de95ef31cc4e5d460dedb0 (MD5) Previous issue date: 2011 / Resumo: A gestão de empresas baseada em cadeia de suprimentos é uma prática que tem se difundido nas últimas décadas, cujo foco compreende os fluxos de material, de informação e financeiro desde os fornecedores de matéria-prima até os clientes finais. A presença desses elementos, seus diversos objetivos e aspectos caracterizam um cenário que pode ser avaliado por múltiplos critérios, em que a integração efetiva dos membros da cadeia pode levar a um melhor desempenho global. Com isso, o presente trabalho estuda a tomada de decisão sob essa perspectiva, sendo realizada uma aplicação composta por duas situações para o apoio à tomada de decisão no contexto da indústria automobilística. Para uma situação, adotou-se um método multicritério, baseado no método UTAGMS, que utiliza um modelo de agregação aditiva "enriquecido" com restrições de informações preferenciais e faz uso de um procedimento de programação linear, para um problema de seleção de um país para localização de uma instalação industrial, enquanto na outra situação foi feito uso de um modelo de integração comprador vendedor para o dimensionamento de um lote de aquisição que engloba os custos de fornecedor e comprador. Na aplicação do dimensionamento de lote, obteve-se uma redução dos custos de aquisição em comparação com a análise que não considera outros membros da cadeia de suprimentos. Isso é um exemplo de que empresas que decidem buscando melhores resultados para sua cadeia de suprimentos como um todo e de forma integrada podem obter melhores resultados individuais. Já para o problema de seleção de localização, foi feita uma recomendação final baseando-se em uma modelagem multicritério, que permitiu uma caracterização ampla e aprofundada, coerente com as preferências do decisor. Essa modelagem utilizou indicadores de competitividade de negócios obtidos através de publicações de organizações internacionais / Abstract: The companies management based on a supply chain is a practice which has proliferated in the last decades, whose focus involves the material, information and financial flows from the raw materials suppliers to the final customers. The presence of these elements, their various goals and aspects characterizes a scenario that may be evaluated by multiple criteria, where the effective integration of the chain members can lead to a better global performance. Therewith this work studies the decision making from that perspective, where it's realized an application composed of two situations for decision making aid in the automotive industry context. For one situation it is adopted a multicriteria method, based on UTAGMS method, which uses an additive aggregation model "enriched" with preference information constraints and which uses linear programming procedure, for a country selection for an industrial facility location problem, whereas in another situation it was used a joint economic lot sizing model which comprehends the suppliers and buyers costs. In the lot sizing application it was got cost reduction in comparison with the approach that doesn't consider other supply chain members. This is an example that companies which decide to target better results for the whole supply chain and in an integrated way can have better individual results. For the lot sizing problem, it was performed a final recommendation based in a multicriteria modeling, that enabled a wider and depth characterization, coherent with the decision actor preferences. This modeling used business competitiveness indicators obtained through publications of international organizations / Mestrado / Materiais e Processos de Fabricação / Mestre em Engenharia Mecânica