Análise da demanda de acumuladores de energia utilizando séries temporais

Autores

  • Thiago Sales Cavalcante UFPE CAA. Caruaru, Pernambuco
  • Matheus Feitosa
  • Tulio Fidel Orrego UFPE. Recife
  • Susane de Farias Gomes Universidade Federal de Alagoas

DOI:

https://doi.org/10.48017/dj.v7i4.2360

Palavras-chave:

Previsão da demanda, Métodos de previsão, séries temporais, acumuladores de energia

Resumo

O uso de métodos estatísticos para a previsão da demanda auxilia gestores na tomada de decisão, principalmente, quando é preciso realizar o planejamento da produção. Portanto, é de suma importância conhecer a demanda de determinado produto, especialmente, quando se trata de linhas de sistemas de produção do tipo jobbing no qual os recursos transformadores são compartilhados entre os produtos. Seguindo esta ideia, o tempo de fabricação dos produtos toma um papel relevante tanto para a programação da produção para se evitar incorrer em maiores custos despendidos da armazenagem, obsolescência, entre outros. Visando atingir essas dificuldades ao fornecer informações de vendas futuras do produto ao tomador de decisão, este trabalho utiliza séries temporais da demanda que foram fornecidas pela empresa fabricante de acumuladores de energia para a previsão da demanda de baterias. O estudo foi auxiliado por métodos de previsão. Entre esses métodos, destacam-se o método autorregressivo integrado de séries temporais – ARIMA – que foi utilizado e avaliada a precisão das suas previsões. Contudo, foi encontrado que o método de Holt-Winters aditivo apresentou o melhor ajuste para os dados desta pesquisa. Espera-se com a aplicação desta metodologia contribuir para a eficiência da programação dos processos de manufatura.

Métricas

Carregando Métricas ...

Referências

Bandura, E., Bueno, J. C. M., Jadoski, G. S., & Junior, G. F. R. Aplicações do modelo ARIMA para esta-tística na análise de dados em série temporal. Pesquisa Aplicada & Agrotecnologia, Guarapua-va-PR, v.12, n.3, p.145-150, Set-Dez., 2019. DOI: 10.5935/PAeT.V12.N3.15.

da Silva, D. A., & Costa, D. F. (2016). A utilização do modelo Holt Winters na elaboração de um orça-mento de resultado de uma cooperativa de crédito rural. Anais Do Congresso Brasileiro De Cus-tos - ABC. Recuperado de https://anaiscbc.emnuvens.com.br/anais/article/view/774

Earnest, A., Chen MI, Ng. D., & Sin, L. Y. (2005). Using autoregressive integrated moving average (ARIMA) models to predict and monitor the number of beds occupied during a SARS outbreak in a tertiary hospital in Singapore. BMC Health Services Research, 5(1), 36.

Henning, E., Alves, C. C., & Konrath, A. C. (2010). Previsão de vendas de rodízios para móveis em uma empresa de médio porte. In: ICPR AMERICAS - 5th Americas International Conference on Pro-duction Research, Bogotá, Colômbia. Proceedings... Bogotá: 2010.

Moreira, D. A. (2011). Administração da Produção e Operações. (2a ed.). Cengage Learning.

Nepomuceno, T. C. C., de Moura, J. A. & Silva, L. C., Costa, A. P. C. S. (2017). Alcohol and violent be-havior among football spectators: An empirical assessment of Brazilian’s criminalization. Inter-national Journal of law, crime and justice (51), 34-44.

Nepomuceno, T. C. C., Garcez, T. V, Silva, L. C., & Coutinho, A. P. (2022). Measuring the mobility im-pact on the COVID-19 pandemic. Mathematical Biosciences and Engineering, 19(7), 7032-7054. doi: 10.3934/mbe.2022332

Queiroz, A. A. & Cavalheiro, D. (2003, 21 a 24 de outubro). Método de previsão de demanda e detecção de sazonalidade para o planejamento da produção de indústrias de alimentos [conferência]. XXIII Encontro Nac. de Eng. de Produção - Ouro Preto, MG, Brasil, pp. 1-8.

Rasgdale, C. T. (2009). Modelagem e Análise de Decisão. Cengage Learning.

Souza, G.P., Samohyl, R.W., & Miranda, R. G. (2008). Métodos Simplificados de Previsão Empresari-al. Editora Ciência Moderna.

Tubino, D. F. (1997). Manual de Planejamento e Controle de Produção. Atlas.

Veríssimo, A., Alves, C. C., Henning, E., Do Amaral, C. E., & Da Cruz, A. C. (2012). Métodos estatísticos de suavização exponencial holt-winters para previsão de demanda em uma empresa do setor metal mecânico. Revista gestão industrial, 8(4).

Arquivos adicionais

Publicado

2022-10-10

Como Citar

Cavalcante, T. S., Feitosa, M., Orrego, T. F., & Gomes, S. de F. (2022). Análise da demanda de acumuladores de energia utilizando séries temporais. Diversitas Journal, 7(4). https://doi.org/10.48017/dj.v7i4.2360

Edição

Seção

Dossiê Temático: Economia Política, Economia Aplicada e Desenvolvimento Regional