Métodos de previsão: estudo de caso no setor de transporte de uma Universidade Federal/ Forecasting methods: case study in the transport sector of a Federal University

Authors

  • Marcos Candido da Silva
  • Nathália de Miranda Barbosa
  • Wanderley Nascimento Pedroza
  • Sandro Breval Santiago
  • Armando Araújo de Souza Júnior

DOI:

https://doi.org/10.34117/bjdv6n2-302

Keywords:

Previsão, suavização exponencial, transporte, universidade.

Abstract

A previsão da demanda detém considerável importância para a eficácia do processo logístico, tornando mais assertivo o planejamento organizacional e a tomada de decisão. Neste sentido, este trabalho tem o objetivo de prever a quantidade de solicitações de serviços logísticos no setor de transporte de uma Universidade Pública. Trata-se de um estudo de caso, de abordagem quantitativa, mediante dados coletados via documentos internos e disponibilizados em sítio eletrônico, no qual se empregaram técnicas de previsão da demanda para determinação da respectiva demanda. Os resultados indicam que o método que possui maior aderência é modelo de tendência multiplicativa amortecida com sazonalidade aditiva. Desta forma, permite que a universidade efetue o respectivo planejamento e as devidas adequações de sua frota: aponta o melhor período de manutenção preventiva, reduzindo gastos com manutenção corretiva e custos operacionais.

References

ADHIKARI, R.; AGRAWAL, R. K. An introductory study on time series modeling and forecasting. Ed: Lambert Academic Publishing, 2013.

ALMEIDA, L. L.; RAUPP, F. A utilização de modelos estatísticos baseados na previsão da demanda aplicados a uma linha de transporte público municipal. In: ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO, 37, Joinville. Anais... Joinville, XXXVII ENEGEP, 2017.

BALLOU, R. H. Business Logistics: Supply Chain Management. Ed: Prentice Hall, 2004.

BERGMEIR, C., HYNDMAN, R. J.; BENÍTEZ, J. M. Bagging exponential smoothing methods using STL decomposition and Box–Cox transformation. International Journal of Forecasting, v. 32, p. 303–312, 2016.

BILLAH, B., KING, M. L., SNYDER, R. D.; KOEHLER, A. B. Exponential smoothing model selection for forecasting. International journal of forecasting, v. 22, p. 239-247, 2006.

BOX, G. E., JENKINS, G. M., REINSEL, G. C.; LJUNG, G. M. Time series analysis: forecasting and control. Ed: Wiley, 2015.

BRANDALISE, L. Administração de materiais e logística. Porto Alegre, RS: Simplissimo Livros Ltda, 2017.

BRANDÃO, N. B.; OLIVEIRA, M. B. de; ALEXANDRE, J. W. C.; FREITAS, S. M. de. Aplicação de gráficos de controle com limites móveis na modelagem da demanda de passageiros do aeroporto internacional de Belém a Partir da suavização exponencial de Holt-Winters. In: ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO, 32, Bento Gonçalves. Anais... Bento Gonçalves, XXXII ENEGEP, 2012.

BRASIL. Constituição (1988). Constituição da República Federativa do Brasil. Brasília, DF: Senado Federal: Centro Gráfico, 1988.

DANTAS, T. M.; OLIVEIRA, F. L. C. Bagging Arima para previsão de demanda de transporte aéreo. In: ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO, Fortaleza, CE. Anais... XXXV ENEGEP, 2015.

DAVIS, M. M.; AQUILANO, N. J.; CHASE, R. B. Fundamentos da administração da produção. 3. ed. Porto Alegre: Bookman, 2001.

DOWNING, D.; CLARK, J. Estatística Aplicada.2 ed. São Paulo: Saraiva, 2006.

FERREIRA FILHO, V. J. M. Gestão de Operações e Logística na Produção de Petróleo. Rio de Janeiro: Elsevier, 2016.

FUSCO, J. P. A.; SACOMANO, J. B.; BARBOSA, F. A.; AZZOLIN, W. Administração de Operações. São Paulo: Arte & Ciência, 2003.

GONÇALVES, M. B.; BEZ, E. T.; NOVAES, A. G. Modelos econométricos aplicados à previsão de demanda por transporte interestadual de passageiros de ônibus no Brasil. TRANSPORTES, v. 15, n. 1, p. 24-33, 2007.

GRANT, D. Gestão de logística e cadeia de suprimento. São Paulo: Editora Saraiva, 2017.

GUERRINI, F. M.; AZZOLINI JÚNIOR, W.; BELHOT, R. V. Planejamento e controle de produção: projeto e operação de sistemas. Rio de Janeiro Elsevier, 2014.

HIRSCHEY, M. Fundamentals of Managerial Economics. Manson, USA: Cengage Learning, 2009.

HYNDMAN, R. J., KOEHLER, A. B., SNYDER, R. D.; GROSE, S. A state space framework for automatic forecasting using exponential smoothing methods. International Journal of Forecasting, v. 18, 2002.

HYNDMAN, R. J.; ATHANASOPOULOS, G. Forecasting: principles and practice. OTexts, 2018.

HYNDMAN, R., KOEHLER, A. B., ORD, J. K.; SNYDER, R. D. Forecasting with exponential smoothing: the state space approach. Springer Science & Business Media, 2008.

LEITE, A. V. P.; DOS SANTOS, A. J.; HATAKEYAMA, K. Demand forecasting and inventory management in Small supermarkets. Revista ESPACIOS, v. 37, n.31, 2016.

LIMA, A. O.; LIMA, I. D. A.; VIEIRA, J. A. S.; BOTELHO, J. C.; MARTINS, Vitor. Utilização de técnicas de previsão de demanda para análise do crescimento da frota de veículos no Município de Marabá/Pa. In: ENCONTRO INTERESTADUAL DE ENGENHARIA DE PRODUÇÃO, 1, São João da Barra, Anais... São João da Barra, I EINEPRO, 2015.

LUSTOSA, L.; MESQUITA, M.; QUELHAS, O.; OLIVEIRA, R. Planejamento e controle da produção. Rio de Janeiro, Elsevier, 2008.

MAKRIDAKIS, S.; WHEELWRIGHT, S.; HYNDMAN, R. Forecasting: Methods and Applications. 3. ed., New York: John Wiley & Sons, 1998.

MARENGA, R. H.; KACHBA, Y. R. Previsão da movimentação de veículos nos portos de santos e Paranaguá pela metodologia de Box-Jenkins Arima. In: ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO, 36, João Pessoa. Anais... João Pessoa, XXXVI ENEGEP, 2016.

MEIRELLES, H. L. Direito Administrativo Brasileiro. São Paulo: Malheiros, 2002.

MIRANDA, R. G.; ANDRADE, G. J. P. O.; GERBER, J. Z.; BORNIA, A. C. Método estruturado para o processo de planejamento da demanda nas organizações. Revista ADMpg Gestão Estratégica, v. 4, n. 1, p. 45-53, 2011.

MONTGOMERY, D. C.; JENNINGS, C. L.; KULAHCI, M.; Introduction to Time Series Analysis and Forecasting. New York: John Wiley & Sons, 2008.

MORETTIN, P. A.; TOLOI, C. M. C. Análise de Séries Temporais. São Paulo, Ed.: Blucher, 2006.

OLIVEIRA JÚNIOR, F. A. DE; PINHEIRO, S. M. Previsão do tráfego da MG-050 utilizando modelos Arima e combinação de previsões. In: SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO, 21, Bauru. Anais... Bauru, XXI SIMPEP, 2014.

PACHECO, R. F.; SILVA, A. V. F. Aplicação de modelos quantitativos de previsão em uma empresa de transporte ferroviário. In: ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO, 23, Ouro Preto. Anais... Ouro Preto, XXIII ENEGEP, 2003.

PAI, P. F.; LIN, C. S. A hybrid ARIMA and support vector machines model in stock price forecasting. Omega, v.33, p. 497-505, 2005.

ROJO, C. A. Planejamento Estratégico. Cascavel: Assoeste, 2006.

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

SNIPES, M.; TAYLOR, D. C. Model selection and Akaike Information Criteria: An example from wine ratings and prices. Wine Economics and Policy, v. 3, p. 3-9, 2014.

TAYLOR, J. W. Exponential smoothing with a damped multiplicative trend. International Journal of Forecasting, 19, pp. 715– 725, 2003.

TUBINO, D. F. Planejamento e controle da produção: teoria e prática. São Paulo: Atlas, 2008.

YIN, R. K. Case study research: design and methods. 3ª. ed. London, Sage Publications, 2003.

YOKOYAMA, T. T.; TAKEDA, S. L. Proposta de aplicação de previsão de vendas de séries temporais para uma indústria metal-mecânica. Revista Eletrônica de Tecnologia e Cultura, v. 14, p. 141-152, 2014.

Published

2020-02-27

How to Cite

Silva, M. C. da, Barbosa, N. de M., Pedroza, W. N., Santiago, S. B., & Júnior, A. A. de S. (2020). Métodos de previsão: estudo de caso no setor de transporte de uma Universidade Federal/ Forecasting methods: case study in the transport sector of a Federal University. Brazilian Journal of Development, 6(2), 9374–9390. https://doi.org/10.34117/bjdv6n2-302

Issue

Section

Original Papers