Please use this identifier to cite or link to this item: https://repositorio.ufjf.br/jspui/handle/ufjf/12739
Files in This Item:
File Description SizeFormat 
tamiresmaracoelho.pdftamiresmaracoelho1.12 MBAdobe PDFThumbnail
View/Open
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1Hippert, Henrique Steinherz-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/6907017215672171pt_BR
dc.contributor.referee1Hippert , Henrique Steinherz-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/6907017215672171pt_BR
dc.contributor.referee2Ferreira, Clécio da Silva-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/7842524715253287pt_BR
dc.contributor.referee3Vieira, Marcel de Toledo-
dc.contributor.referee3Latteshttp://lattes.cnpq.br/1980385021266418pt_BR
dc.creatorCoelho, Tamires Mara-
dc.creator.Latteshttp://lattes.cnpq.br/7536798012033114pt_BR
dc.date.accessioned2021-05-24T20:56:50Z-
dc.date.available2021-01-01-
dc.date.available2021-05-24T20:56:50Z-
dc.date.issued2017-11-23-
dc.identifier.urihttps://repositorio.ufjf.br/jspui/handle/ufjf/12739-
dc.description.abstractFor companies that perform maintenance on their assets, it is very important that when one part fails, there is another available in stock for the exchange. However, it is difficult to know when any item will fail, and generating parts inventories to prevent this problem can cause unnecessary expenses to the company. As a result, these companies have been investing more and more in inventory management, in order to reduce their capital stock, without affecting the availability of material for application. In order to have good inventory management, the use of time series for forecasting demand has been gaining space in companies. In addition to getting accurate forecasts, companies need to rank their items in groups that have common characteristics. Separating the items according to their budgetary representativeness for the company, and the periodicity and variability of the quantity consumed, helps to categorize them adequately. There is a group of items that is particularly difficult to predict, because their components have few periods with demand and there is great variation in the amount consumed; this group is said to have Intermittent demand. In this study, we analyze the demand for items, exchanged in corrective maintenance by a railway company, which have intermittent demand characteristics. This group of items was subdivided according to their budget importance for the company, generating three subgroups. We calculated the forecasts using the Simple Average method used by the company, and also by Moving Averages, Exponential Smoothing, the Croston Model and the Adjusted Croston Model. We also calculated the Mean Absolute, Mean Quadratic and Mean Quadratic Geometric errors, and analyzed them. We concluded that the models of Croston and Croston Adjusted were the ones that presented the smallest errors, and are therefore the ones indicated for application in the company, instead of the model now in use.pt_BR
dc.description.resumoPara as empresas que realizam manutenção em seus ativos, é muito importante que, se uma peça vier a falhar, haja outra disponível em estoque para a troca. Porém, é difícil saber quando algum item irá falhar, e gerar estoques de peças para prevenir este problema pode originar prejuízos para a empresa. Por isso, elas vêm investindo cada vez mais em gestão de estoque, com o objetivo de reduzir o capital parado, sem afetar a disponibilidade de material para aplicação. Para terem uma boa gestão de estoque, a utilização de séries temporais para a previsão de demanda vem ganhando espaço nas empresas. Além de conseguirem uma boa previsão, as companhias precisam classificar seus itens em grupos que possuam características comuns, para não obterem resultados generalizados que possam não se adequar a todos. Assim, separar os itens de acordo com a representatividade orçamentária para a empresa e a periodicidade e variabilidade da quantidade consumida ajuda a categorizá-los de forma adequada. Um grupo de itens se destaca por serem difíceis de serem previstos porque possui poucos períodos com demanda e há grande variação na quantidade consumida. Ele é classificado como de demanda Intermitente. Para este estudo, analisamos a demanda de itens trocados em manutenção corretiva de uma empresa ferroviária, que possuem característica de demanda Intermitente. Este grupo de itens foi dividido de acordo com a importância orçamentária para a empresa, gerando três sub- grupos. Calculamos as previsões pelos métodos de Média utilizados pela empresa, Médias Móveis, Amortecimento Exponencial, Método de Croston e Método de Croston Ajustado. Calculamos também os erros Absoluto Médio, Quadrático Médio e Geométrico Quadrático Médio e os analisamos. Verificamos que os métodos de Croston Ajustado e Croston foram os que apresentaram menores erros, e são por isso os indicados para aplicação na empresa em substituição ao método de Média utilizado.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Juiz de Fora (UFJF)pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentICE – Instituto de Ciências Exataspt_BR
dc.publisher.initialsUFJFpt_BR
dc.rightsAcesso Abertopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectMétodos de Previsãopt_BR
dc.subjectMedidas de Erro de Previsãopt_BR
dc.subjectClassificação de Consumopt_BR
dc.subjectDemanda Intermitentept_BR
dc.subjectForecasting Methodspt_BR
dc.subjectForecasting Error Measurespt_BR
dc.subjectIntermittent Demandpt_BR
dc.subjectClassification of Demandpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICApt_BR
dc.titleAnálise de métodos de previsão para demandas Intermitentes de itens de uma empresa de transporte ferroviáriopt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
Appears in Collections:Estatística - TCC Graduação



This item is licensed under a Creative Commons License Creative Commons