Aplicação de métodos estatísticos com suavização exponencial dupla e tripla para previsão de demanda na gestão de estoques

Autores

  • Custodio da Cunha Alves Universidade da Região de Joinville - UNIVILLE https://orcid.org/0000-0001-7549-2941
  • Edgar Hoepers
  • Emerson Jose Corazza
  • Gilson João dos Santos
  • Renato Cristofolini
  • Altair Carlos da Cruz

DOI:

https://doi.org/10.14488/1676-1901.v19i3.3539

Palavras-chave:

Métodos estatísticos. Suavização exponencial. Previsão. Gestão de estoques.

Resumo

Os métodos estatísticos com suavização exponencial dupla e tripla amplamente utilizados para modelar tendências significativas em dados não estacionários por séries temporais são aplicados neste trabalho para obter em curto prazo, previsões para o planejamento da demanda do processo produtivo em uma indústria metalúrgica do norte de Santa Catarina. O objetivo principal da aplicação de tais métodos é estabelecer a previsão de demanda com o propósito de antecipar cenários futuros de vendas em duas categorias de produtos e obter o melhor aproveitamento da capacidade produtiva através de uma gestão de estoques adequada para a redução de riscos no processo de tomada de decisões gerenciais dessa indústria. Os resultados obtidos com a seleção apropriada dos métodos preditivos com suavização exponencial, objeto de estudo deste trabalho, foram fundamentais para o analista do sistema de previsão de demanda direcionar especial atenção ao grau de acurácia que integrado a uma política de gerenciamento de estoques eficiente foi  responsável por minimizar os efeitos de variabilidade e custos operacionais, além contribuir na melhoria dos níveis de serviço e no consequente aumento da rentabilidade da indústria envolvida.

Downloads

Não há dados estatísticos.

Biografia do Autor

Custodio da Cunha Alves, Universidade da Região de Joinville - UNIVILLE

Possui graduação em Matemática e especialização em Matemática Aplicada pela Universidade da Região de Joinville (UNIVILLE), em 1990 e 1995, respectivamente. É mestre e doutor em Engenharia de Produção pela Universidade Federal de Santa Catarina (UFSC), em 2003 e 2009, respectivamente. Atua como professor de ensino de Matemática e Estatística desde 1980. Atua, também como instrutor de ensino na área de Estatística Industrial. É consultor ad hoc da Fundação de Ciência e Tecnologia do Estado de Santa Catarina (FUNCITEC). Trabalhou na Empresa Brasileira de Compressores S.A. (EMBRACO), em Joinville - SC, de 1989 a 1998, na área de Controle da Qualidade. Atualmente, é professor de ensino do Departamento de Engenharia de Produção Mecânica da UNIVILLE e SENAI onde leciona as disciplinas de Cálculo Diferencial e Integral, Álgebra Linear e Geometria Analítica, Estatística, Pesquisa Operacional e Controle Estatístico de Processos. Entre seus principais interesses por trabalhos acadêmicos incluem a pesquisa e o ensino de matemática e estatística na engenharia, tais como, técnicas de controle estatístico da qualidade, planejamento de experimentos e aplicação da metodologia de pesquisa operacional a problemas de sistemas de manufatura. É, também, autor e co-autor de artigos técnicos nessas áreas publicados em periódicos e em anais de grandes eventos nacionais e internacionais. Atualmente, continua estudando técnicas de controle estatístico com enfoque em aplicações eficientes de projetos de gráficos de controle univariados e multivariados de Somas Acumuladas (CUSUM e MCUSUM) no monitoramento de processos industriais.

Referências

BERMÚDEZ, J.D.; SEGURA, J.V.; VERCHER, E. SIOPRED: a prediction and optimization integrated system for demand. TOP, v.16, n.2, p. 258–271, feb. 2008. https://doi.org/10.1007/s11750-008-0042-7

BILLAH, B.; KING, M.L.; SNYDER, R.D.; KOEHLER, A.B. Exponential smoothing model selection for forecasting. International Journal of Forecasting, v.22, n.2, p. 239-247, jun.2006. https://doi.org/10.1016/j.ijforecast.2005.08.002

BOWERSOX, D.J.; CLOSS, D.J.; COOPER, M.B.; BOWERSOX, J.C. Gestão logística da cadeia de suprimentos. 4. ed. Porto Alegre: AMGH, 2014.

BROWN, R.G. Statistical forecasting for inventory control. New York: McGraw-Hill, 1959.

COELHO, L. C. Utilização de modelos de suavização exponencial para previsão de demanda com gráficos de controle combinados Shewhart-CUSUM. 121p. Dissertação (Mestrado) - Universidade Federal de Santa Catarina, Florianópolis, 2008.

COELHO, L. C. Flexibility and Consistency in Inventory-Routing. 183 p.

Canadá: Thèse (Doctorat) - Hec Montréal, Affiliée à L’Université de Montréal, 2012.

COELHO, L.C. Gestão e previsão da demanda. In: CALLEGARI COELHO, Leandro. Logística Descomplicada: demanda, gestão, logística, previsão. Québec, Canadá: Université Laval, Disponível em: https://www.logisticadescomplicada.com/gestao-previsao-demanda/. Acesso em: 10 dez. 2018.

COELHO, L.C.; LAPORT, G. The exact solution of several classes of inventory-routing problems. Computers & Operations Research, v.40, n.2, p.558-565,

feb. 2013. https://doi.org/10.1016/j.cor.2012.08.012

COUTO & ESPÍRITO SANTO, A gestão de estoques baseada na previsão de demanda: um estudo em um jogo de empresas. Revista LAGOS - UFF, Volta

Redonda, v. 4, n.2, p.83-96, Abr.2013. https://doi.org/10.1002/ad.1562

Disponível em: http://www.revistalagos.uff.br/index.php/lagos/article/view/231

CRUZ, A.C., AMARAL, C.E.; ALVES, C. C., HENNING, E.; CORAZZA, E.J. Avaliação e Monitoramento do Desempenho de Modelos de Previsão, IV Congresso Brasileiro de Engenharia de Produção, Anais COMBREPRO 2014, Ponta Grossa: APREPRO, 2014.

Disponível em: http://www.aprepro.org.br/conbrepro/2014/anais/artigos/eng%20q/2.pdf

Acesso em: 18 de dezembro de 2018.

GARCÍA-DÍAZ, J.C. Predición en el dominio del tiempo: analisis de series temporales para ingenieros.1. ed. España: Editorial Universitat Politècnica de València, 2016.

GARDNER E.S. Jr. Exponential Smoothing: The State of the Art. Journal of Forecasting, v.4, p.1-28, 1985. https://doi.org/10.1002/for.3980040103

Disponível em: https://www.bauer.uh.edu/gardner/docs/pdf/Exp-Sm-1985.pdf

GARDNER E.S. 2006. Exponential Smoothing: The State of the Art - Part II. International Journal of Forecasting, v.22, n.4, p. 637-666, 2006. https://doi.org/10.1016/j.ijforecast.2006.03.005

GELPER, S.; FRIED, R.; CROUX, C. Robust forecasting with exponential and Holt-Winters smoothing. Journal of Forecasting, v.29, 285-300, 2010. https://doi.org/10.1002/for.1125

Disponível em: https://pure.tue.nl/ws/portalfiles/portal/3954158/671965904247136.pdf

HEIZER, J.H, RENDER, B. and MUNSON, C. Operations management: sustainability and supply chain management, 12th edition, Boston Pearson, 2017.

HYNDMAN, R.J. & ATHANASOPOULOS, G. Forecasting: principles and practice, otexts. Disponível em: https://www.otexts.org/book/fpp. Austrália: University of Western Australia, 2018.

HOLT, C.E. Forecasting trends and seasonal by exponentially weighted averages. ONR Memorandum, v.52, Carnegie Institute of Technology, Pittsburgh, USA,1957.

JUÁREZ, A.C.; ZUÑIGA,C.A.; FLORES, L.M.; PARTIDA, D.S. Análisis de series de tiempo en el pronóstico de la demanda de almacenamiento de productos perecederos. Estudios Gerenciales, 32, 387-396, 2016. https://doi.org/10.1016/j.estger.2016.11.002

Disponível em: https://www.redalyc.org/articulo.oa?id=21251783011

KRAJEWSKI, L.J.; MALHOTRA, M.K.; RITZMAN, L.P. Operations Management: processes and supply chains plus, 11th Edition, Prentice Hall, Upper Saddle River, 2015.

LÓPEZ, J.A.; MENDOZA, A.; MASINI, J. A Classic and effective approach to

inventory management, International Journal of Industrial Engineering, v. 20, n. 5/6, p.372-386, 2013.

MAKRIDAKIS, S.; WHEELWRIGHT; S.; HYNDMAN, R.J. Forecasting methods and applications. 3rd ed., Wiley India Pvt. Limited, 2008.

MONTGOMERY, D.C.; JENNINGS, C.L.; KULAHCI, M. 2016. Introduction to time series analysis and forecasting, Edition 2th, John Wiley & Sons, 2016.

PELLEGRINI, F.R. & FOLIATTO, F.S. Passos para Implantação de Sistemas de Previsão de Demanda -Técnicas e Estudo de Caso. Revista Produção, v.11, n.1 p.43-64, nov. 2001. https://doi.org/10.1590/S0103-65132001000100004 Disponível em: Disponível em: http://www.scielo.br/pdf/prod/v11n1/v11n1a04

PINEDA, D.E.S. and TORRES, N.R. Inventory management model design in a strawberry crop, based on the model order for a single period and six sigma metrics, Ingeniería y Competitividad, vol.1, n.1, p.95-105, 2018. Disponível em:

Disponível em: http://www.scielo.org.co/pdf/inco/v20n1/0123-3033-inco-20-01-00095.pdf

MORETTIN, P. A. & TOLOI, C. M. Análise de séries temporais. 2. ed., Editora Edgard Blucher, 2006.

RAGSDALE, C. Spreadsheet modeling and decision analysis: a practical

introduction to business analytics. Cengage Learning, 8th edition, 2017.

RASMUSSEN, R. On time series data and optimal parameters. Omega, 32, 111-120,

https://doi.org/10.1016/j.omega.2003.09.013. Disponível em: http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.530.8034&rep=rep1&type=pdf

SINGH, H., BAHL, A. & KUMAR, A. Application of time-series demand forecasting models with seasonality and trend components for industrial products. International Journal of Mechanical Engineering and Technology (IJMET), v.8, n.7, p.1599-1606, 2017. Disponível em:

https://www.iaeme.com/MasterAdmin/uploadfolder/IJMET_08_07_176/IJMET_08_07_176.pdf

SOUZA, G.P.; SAMOHYL, R.W. & MIRANDA, R.G. Métodos simplificados de previsão empresarial. Editora Ciência Moderna, 2008.

VARGAS, E.J.; BACCIN, B.; SELLITTO, M.A. Análise integrada para a tomada de decisão: os efeitos da modelagem no gerenciamento de estoques e o impacto sobre o indicador de rentabilidade ROI. Revista Produção Online, v.17, n.1, p. 325-350, jan./mar., 2017. https://doi.org/10.14488/1676-1901.v17i1.2556. Disponível em: https://producaoonline.org.br/rpo/article/view/2556

VERÍSSIMO, A. J., ALVES, C. C., HENNING, E., AMARAL, C.E. & CRUZ, A.C. Métodos Estatísticos de Suavização Exponencial Holt-Winters para Previsão de Demanda em uma Empresa do Setor Metal Mecânico - Gestão Industrial, 8, p.154-171, 2012. https://doi.org/10.3895/S1808-04482012000400009. Disponível em: https://periodicos.utfpr.edu.br/revistagi/article/view/1378/922

WINTERS, P. R. Forecasting sales by exponentially weighted moving averages - Management Science, v.6, n.3, p.324-342, 1960. https://doi.org/10.1287/mnsc.6.3.324

YORK, J.C. Evaluating the performance and accuracy of forecasting incident rates for mining operations. 189 p. Dissertation (Master), Pennsylvania State University, Graduate School College of Earth and Mineral Sciences, 2015.

Publicado

2019-09-16

Como Citar

Alves, C. da C., Hoepers, E., Corazza, E. J., Santos, G. J. dos, Cristofolini, R., & Cruz, A. C. da. (2019). Aplicação de métodos estatísticos com suavização exponencial dupla e tripla para previsão de demanda na gestão de estoques. Revista Produção Online, 19(3), 1001–1026. https://doi.org/10.14488/1676-1901.v19i3.3539

Edição

Seção

Artigos