Repository logo
 
Publication

Sistema de previsão e acompanhamento de projetos na indústria

datacite.subject.fosInformáticapt_PT
dc.contributor.advisorRamos, João Ricardo Martins
dc.contributor.authorRibeiro, José Fernando Pereira
dc.date.accessioned2023-03-15T12:29:25Z
dc.date.available2023-03-15T12:29:25Z
dc.date.issued2022
dc.date.submitted2022
dc.description.abstractCompetitividade é um termo muito presente nas empresas em diversos setores de atividade. Para manter níveis competitivos mais altos, a qualidade do produto e o atendimento ao cliente são imprescindíveis. Com efeito, ao estabelecer um contrato com um cliente que englobe uma entrega (produto físico ou software), é importante cumprir o contrato. Assim, um bom procedimento de previsão é um facilitador para garantir que o cronograma de entrega estabelecido seja executado sem atrasos. Com o desenvolvimento deste trabalho, o objetivo é aplicar técnicas de Inteligência Artificial para garantir as melhores previsões para cada etapa de produção da encomenda a ser fabricada. Posteriormente aplicar a gestão de projetos para aumentar o nível de gestão, planeamento e organização da empresa, de tal forma, que seja possível saber em que dia e hora cada etapa deve estar em produção. Deste modo, ao verificar a última etapa da encomenda é possível saber quando a encomenda estará completa. Através de um bom planeamento é possível aumentar o nível de confiança entre empresa e clientes. O sistema proposto, que está desenvolvido será aplicado em uma empresa metalúrgica, está subdividido em duas etapas principais: (i) sistema de previsão com modelos de Inteligência Artificial, como Redes Neurais Artificiais, para prever a duração das etapas, e (ii) integração da gestão de projetos que, a partir das previsões anteriores, cria um cronograma que garante a correta execução do projeto. De facto, através da fase (i), pode estimar-se a duração de todas as subtarefas do projeto e, em (ii) as subtarefas de todos os projetos são agendadas e os recursos são alocados. Considerando a quarta revolução da indústria que introduziu conceitos como a digitalização e sensorização (ou seja, utilização intensiva de sensores) existe um volume dados cada vez maior que implica uma maior capacidade de processamento. Sistemas de apoio à decisão que processem este conjunto de dados e providenciem informação precisa são, por este motivo, de extrema importância. A capacidade de automatizar tarefas é também uma vantagem competitiva. Para o desenvolvimento de sistemas inteligentes são utilizadas técnicas/algoritmos de Machine Learning de modo a extrair conhecimento dos dados armazenados. Pretende-se, deste modo, aplicar estes conceitos de extração e utilização de conhecimento, e automatização de processos em organizações de modo a facilitar a sua transformação digital.pt_PT
dc.description.abstractCompetitiveness is a term that is very present in companies across several activity sectors. To keep higher competitive levels, product’s quality and customer service are a must. Indeed, by establishing a contract with a client that encompass a delivery (physical product or software), it is important to comply with the contract. As such, a good forecasting procedure is a facilitator to ensure that the established delivery schedule is executed without delays. With the development of this work, the goal is to apply Artificial Intelligence techniques to guarantee the best predictions for each production stage of the order to be manufactured. Then apply project management to increase the level of management, planning and organization of the company, so that it is possible to know on what day and time each step should be in production. This way, by checking the last step of the order you can know when the order will be complete. Through good planning it is possible to increase the level of trust between company and customers. The proposed system, which is under development and is to be applied in a metalworking company, is subdivided in two main stages: (i) forecasting system with Artificial Intelligent models, such as Artificial Neural Networks, to predict production dates, and (ii) project management integration that, using the previous predictions, create a schedule that ensures the correct execution of the project. Indeed, through phase (i), one may estimate the duration of all project’s subtasks and, in (ii) subtasks of all projects are schedule and resources are allocated. Considering the fourth industry revolution which introduced concepts as digitalization and sensing (i.e., sensor-intensive) there is an ever-increasing volume of data that requires more processing capacity. Decision support systems that process this data set and provide accurate information are, for this reason, of extreme importance. The ability to automate tasks is also a competitive advantage. For the development of intelligent systems techniques/algorithms are used Machine Learning in order to extract knowledge from the stored data. It is intended, in this way, apply these concepts of knowledge extraction and use, and process automation in organizations in order to facilitate their digital transformation.pt_PT
dc.identifier.tid203173031pt_PT
dc.identifier.urihttp://hdl.handle.net/10400.22/22509
dc.language.isoporpt_PT
dc.subjectModelos de previsãopt_PT
dc.subjectGestão de projetospt_PT
dc.subjectMachine learningpt_PT
dc.subjectRede neuronal artificialpt_PT
dc.subjectSistema de apoio à decisãopt_PT
dc.titleSistema de previsão e acompanhamento de projetos na indústriapt_PT
dc.typemaster thesis
dspace.entity.typePublication
rcaap.rightsopenAccesspt_PT
rcaap.typemasterThesispt_PT
thesis.degree.nameMestrado em Engenharia Informáticapt_PT

Files

Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
DM_JoseRibeiro_MEI_2022.pdf
Size:
2.44 MB
Format:
Adobe Portable Document Format
Description:
DM_JoseRibeiro_MEI_2022
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: