Repository logo

ISCAP - DM - Logística

Permanent URI for this collection

http://hdl.handle.net/10400.22/1152

Browse

Browsing ISCAP - DM - Logística by Author "Barbosa, Carlos Manuel Sousa"

Now showing 1 - 1 of 1
  • Gestão da cadeia de abastecimento de bens de consumo baseada em modelos de previsão lineares
    Publication . Barbosa, Carlos Manuel Sousa; Ramos, Patrícia Alexandra Gregório
    A previsão de vendas é fundamental para o sucesso das operações da cadeia de abastecimento de qualquer distribuidor do comércio a retalho. Previsões erradas poderão conduzir a aprovisionamentos escassos ou excessivos afetando diretamente o lucro da empresa e a sua posição competitiva no mercado. O objetivo deste trabalho foi comparar o desempenho de previsão dos modelos de espaço de estados e dos modelos ARIMA quando aplicados a um vasto conjunto de séries de vendas de bens de consumo do comércio a retalho. Para este trabalho a empresa Jerónimo Martins disponibilizou as vendas diárias, compreendidas entre 2 de janeiro de 2007 e 31 de julho de 2012, de todos os produtos de quatro categorias distintas de uma loja Pingo Doce com uma dimensão de 1500 m2. Em ambas as metodologias de previsão foram utilizados procedimentos automáticos de seleção do melhor modelo, baseados no critério de informação de Akaike, essenciais quando está em análise um vasto conjunto de séries. Os resultados mostram que o desempenho de previsão dos modelos ARIMA é indiscutivelmente superior ao do dos modelos de espaço de estados quando julgados pelo EPAM e que as previsões multi-passo são de um modo geral mais corretas do que as previsões 1-passo à frente situação que não é surpreendente visto que as previsões multi-passo incorporam dados históricos mais recentes. Também foi avaliado o desempenho de ambas as metodologias na produção de intervalos de previsão. Os resultados mostram que ambas as metodologias ETS e ARIMA produzem probabilidades de cobertura que estão muito próximas das taxas nominais. A metodologia ETS produz melhores probabilidades de cobertura em ambos os intervalos de previsão de 80% e 95% para ambas as previsões 1-passo à frente e multi-passo.
    2014Master thesis Open access Show more