Otimização do saldo de caixa com algoritmos genéticos: um estudo relacionando cruzamento e mutação no modelo de Miller e Orr
DOI:
https://doi.org/10.14488/1676-1901.v11i2.653Palavras-chave:
Otimização. Saldo de Caixa. Modelos Computacionais. Gestão de Tesouraria. Miller-Orr.Resumo
O presente trabalho tem por objetivo a aplicação de algoritmos genéticos na definição de políticas de administração do saldo de caixa. Este problema de finanças abordado inicialmente por Baumol (1952) e Tobin (1956) teve sua origem na aplicação de modelos determinísticos de controle de inventário ao caixa existente nas empresas. Posteriormente Miller e Orr (1966) aperfeiçoam a abordagem ao introduzirem um modelo estocástico que não mais definia o ponto ideal do saldo de caixa, mas uma faixa de oscilação. Este trabalho propõe uma metodologia baseada em modelos evolutivos, com algoritmos genéticos, em diferentes abordagens, para otimizar o saldo de caixa, utilizando para isso premissas apresentadas na literatura. Para tal são utilizadas simulações no apoio e validação do modelo. Os resultados indicam que os algoritmos genéticos podem ser muito úteis na parametrização do modelo de Miller e Orr, apresentando resultados promissores neste tipo de problema, sendo a solução ótima fortemente associada ao processo evolutivo de mutação. Ficam perspectivas futuras para uma melhor aplicação dos algoritmos genéticos em problemas de otimização do saldo de caixa.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
A Revista se reserva no direito de efetuar, no artigo publicado, alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua, respeitando, porém, o estilo dos autores.
A obra publicada é de inteira responsabilidade do(s) autor(es), cabendo à Revista Produção Online apenas a avaliação da obra, na qualidade de veículo de publicação científica. A Revista Produção Online não se responsabiliza por eventuais violações à Lei nº 9.610/1998, Lei de Direito Autoral.
A revista Produção Online permite que o autor detenha o copyright dos artigos aceitos para publicação, sem restrições.
Esta obra está licenciada sob uma Licença Creative Commons.