Tese de mestrado integrado. Engenharia Civil (especialização em Construções Civis). Faculdade de Engenharia. Universidade do Porto. 2008

Tese de mestrado integrado. Engenharia Electrotécnica e de Computadores (Major Energia). Faculdade de Engenharia. Universidade do Porto. 2009

Tese de mestrado integrado. Engenharia Electrotécnica e de Computadores (Major Energia). Faculdade de Engenharia. Universidade do Porto. 2009

Estágio realizado no Institute of Chemical Technology - Prague - e orientado pelo Prof. Doutor Petr Zámostny / Tese de mestrado integrado. Engenharia Química. Faculdade de Engenharia. Universidade do Porto. 2008

Resumo não disponível.

O bom dimensionamento de equipes contribui para o aumento do nível dos serviços prestados pelas empresas, com o menor custo possível. Uma alternativa para abordar a questão foi dimensionar as equipes de eletricistas, de uma empresa do setor elétrico, (utilizando técnicas de previsão de demanda, de simulação e de alocação) para atender de forma otimizada, a demanda variável das atividades prestadas - fornecimento de energia. Um equilíbrio entre a demanda por serviços e a capacidade de execução da empresa evitaria longas filas de espera dos clientes e servidores (eletricistas) ociosos. Cinco etapas forma cumpridas: fase exploratória, coleta de dados, previsão de demanda e simulação do processo e alocação do recurso. Na primeira houve um entendimento de como chegava o pedido do serviço na empresa até a finalização da ordem de serviço. Na coleta de dados foram levantados aproximadamente 80 tipos diferentes de atividades desenvolvidas pelos eletricistas e classificadas de acordo com a prioridade de urgência, prazos de atendimento dos serviços e afinidade de execução das tarefas. Nesta etapa ainda foram coletados os volumes de serviços gerados e tempos médios de deslocamento e execução das atividades. Na terceira etapa foi utilizado um software de previsão de demanda chamado Forecast Pro, possibilitando a escolha automática do modelo de previsão mais apropriado para a série histórica em estudo. Na quarta etapa, foi utilizado um software de simulação de processos chamado Arena. Desenvolveu-se um modelo do processo real com os respectivos dados de entrada dos serviços, tempos de deslocamento e execução e número de equipes. Na última etapa, utilizando a ferramenta Solver do Excel otimizou-se o número de equipes. Um dos resultados da ação foi obter vários cenários com a variação do número de equipes e seus respectivos tempos médios de atendimento, sem causar nenhum dano para a empresa, podendo assim ser analisado qual o melhor cenário para ser implementado na companhia, minimizando o problema.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Sócio-Econômico, Programa de Pós-Graduação em Economia, Florianópolis, 2010 / Made available in DSpace on 2012-10-25T12:19:13Z (GMT). No. of bitstreams: 1 279513.pdf: 726293 bytes, checksum: 23c89db74679520fad0b91882eac9d63 (MD5) / Sistema classificador é um sistema adaptativo que modela seu ambiente baseando-se em um conjunto de regras competidoras entre si. A adaptação destas regras requer a utilização de técnicas da computação evolucionária, tarefa usualmente atribuída a algoritmos genéticos. Estes últimos constituem uma classe de técnicas de busca, adaptação, e otimização, baseadas nos princípios Darwinianos da evolução natural. Tais algoritmos têm recebido ênfase como representativos do modelo de formação de expectativas na recente literatura em finanças baseadas em agentes computacionais. Este estudo propõe uma avaliação do desempenho preditivo deste tipo de algoritmo computacional na previsão dos retornos de uma ação do mercado acionário brasileiro, comparando-o com dois algoritmos computacionalmente mais simples, um baseado em regressões recursivas, e o outro no modelo de passeio aleatório. Avanços na formulação de sistemas classificadores são propostos no sentido de endogeneização de alguns de seus parâmetros ligados ao algoritmo de aprendizagem. Os resultados indicaram que o sistema classificador não foi capaz de superar o desempenho preditivo dos algoritmos mais simples, tendo apresentado médias de erros de previsão ao quadrado aproximadamente 29% maiores àquelas apresentadas pelo algoritmo de regressões recursivas, e 13% maiores àquelas apresentadas pelo algoritmo de passeio aleatório. Os resultados evidenciaram ainda a existência de um trade-off entre incerteza e precisão na aplicação do sistema classificador, um aspecto até então negligenciado na literatura. Adicionalmente, as formulações foram analisadas em relação às especificações utilizadas para a construção das previsões, permitindo assim a obtenção de robustez nas conclusões derivadas. Conclui-se que assim como algoritmos evolucionários são construídos sob um argumento de sobrevivência do mais apto, os resultados demonstraram que a implementação computacional de um destes algoritmos não sobreviveria como a mais apta no contexto preditivo de retornos acionários.

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2008. / Submitted by Jaqueline Oliveira (jaqueoliveiram@gmail.com) on 2008-12-08T17:55:24Z No. of bitstreams: 1 DISSERTACAO_2008_JorcenilsonPMaia.pdf: 1026960 bytes, checksum: 0ed32a4b9d193605512450260d8db2f7 (MD5) / Approved for entry into archive by Georgia Fernandes(georgia@bce.unb.br) on 2009-02-17T18:34:30Z (GMT) No. of bitstreams: 1 DISSERTACAO_2008_JorcenilsonPMaia.pdf: 1026960 bytes, checksum: 0ed32a4b9d193605512450260d8db2f7 (MD5) / Made available in DSpace on 2009-02-17T18:34:30Z (GMT). No. of bitstreams: 1 DISSERTACAO_2008_JorcenilsonPMaia.pdf: 1026960 bytes, checksum: 0ed32a4b9d193605512450260d8db2f7 (MD5) / O principal objetivo deste trabalho é avaliar o uso de técnicas de previsão de séries temporais com Redes Neurais Artificiais. Como aplicação, foi analisada a demanda do volume de crédito com recursos livres no Sistema Financeiro Nacional. Utilizaram-se técnicas de análise multivariadas para determinar as séries independentes que explicam a variável dependente (Recursos Livres). A sugestão deste trabalho é utilizar redes neurais em cooperação com métodos estatísticos, buscando alcançar melhores resultados que aqueles obtidos com técnicas estatísticas isoladamente. O trabalho inicia-se com considerações sobre previsões de séries temporais e uma caracterização breve sobre redes neurais. A seguir, o estudo de caso utilizando uma série histórica de recursos livres no Sistema Financeiro Nacional. Encerra-se com conclusões e recomendações. _________________________________________________________________ ABSTRACT / The main objective of this work is to evaluate the use Artificial Neural Networks in the time series prediction. Specifically, we study credit volume with free resources in the National Financial System. Multivariate data analysis was used to identify independent series that explain the dependent variable (Free Resources). Our approach is to use Artificial Neural Networks in cooperation with statistic techniques, looking for better results than those obtained with statistics alone. The work begins with an overview on prediction of time series and a brief review of Artificial Neural Networks. Next, a case study is presented, using a historical series of free resources in the National Financial System, followed by conclusions and recommendations.

A identificação antecipada do comportamento da demanda de veículos novos na extremidade da rede de distribuição é imprescindível para implementação de um sistema de produção puxada pela demanda. Previsões confiáveis, obtidas nas concessionárias, conferem aos fabricantes maior sensibilidade diante das peculariedades locais da demanda e reduzem as incertezas da produção em larga escala. A obtenção de previsões consistentes requer, porém, o emprego de métodos formais. Os profissionais responsáveis pela elaboração de previsões nas concessionárias desconhecem, em grande parte, os métodos de forecasting abordados na literatura. Essa dissertação visa o desenvolvimento de um sistema formal para elaboração de previsões de demanda de veículos novos em concessionárias. Em estudo de caso, conduzido em uma concessionária da marca Volkswagen, modelos estatísticos de Box-Jenkins e de suavização exponencial são aplicados para gerar previsões quantitativas das vendas de veículos novos. Previsões qualitativas, correspondentes ao julgamento de especialistas no segmento, são formalizadas através do método Delphi. Finalmente, as previsões quantitativas e qualitativas são combinadas matematicamente e comparadas. Tal comparação demonstra que as vantagens inerentes a cada método podem ser absorvidas para proporcionar previsões mais acuradas.

Empresas mantêm estoques como forma de antecipar a necessidade do cliente, usufruindo, assim, de vantagem competitiva. No entanto, há custos associados a esses estoques, devendo haver um balanceamento em relação ao diferencial que a sua existência pode trazer. O aumento dos níveis de competitividade no mercado obriga as companhias a diminuírem seus custos, reduzindo, pois, parte de seu estoque, podendo provocar perdas de vendas por falta de mercadoria. O desafio é prever com a maior precisão possível qual a quantidade requerida de cada produto e o momento certo em que o mesmo será necessário. É nesse sentido que a Análise e Previsão de Demanda vem sendo utilizada como ferramenta para diminuir a distância entre a necessidade e a disponibilidade de estoque. Esta dissertação descreve as vantagens competitivas da manutenção do estoque e os custos a ele associados, bem como os tipos de demanda, além dos métodos de Análise e Previsão de Demanda como forma de minimizar custos, melhorando o nível e a disponibilidade de estoque. Para tanto, foi desenvolvido um estudo de caso em uma empresa do ramo comercial com o propósito de validar as técnicas descritas para futura utilização em todas as linhas e marcas de produtos comercializados pela companhia estudada.