Avaliação da adequabilidade de redes neurais artificiais e sistemas neuro-fuzzy no apoio à predição de desempenho de cadeias de suprimento baseada no SCOR® (2016)
- Authors:
- Autor USP: LIMA JÚNIOR, FRANCISCO RODRIGUES - EESC
- Unidade: EESC
- Sigla do Departamento: SES
- Subjects: REDES NEURAIS; LÓGICA FUZZY; CADEIA DE SUPRIMENTOS
- Keywords: PREDIÇÃO DE DESEMPENHO; SISTEMAS NEURO-FUZZY
- Language: Português
- Abstract: Sistemas de predição de desempenho de cadeias de suprimento são constituídos por indicadores que visam estimar o desempenho da empresa-foco em decorrência também do desempenho dos indicadores dos fornecedores. Na literatura são encontrados apenas dois modelos quantitativos (GANGA; CARPINETTI, 2011; AGAMI; SALEH; RASMY, 2014) que permitem predizer o desempenho de cadeias de suprimento usando os indicadores do modelo SCOR® (Supply Chain Operations Reference). Uma limitação de ambos modelos é a dificuldade de se ajustar ao ambiente de uso, uma vez que sua implementação e atualização requerem a parametrização manual de muitas regras de decisão. Tanto o uso de redes neurais quanto de sistemas neuro-fuzzy têm o potencial de contornar essa dificuldade por utilizarem um mecanismo de aprendizagem que possibilita a adaptação ao ambiente de uso usando dados numéricos. Todavia, na literatura não são encontradas aplicações dessas técnicas no apoio à predição de desempenho de cadeias de suprimento, tampouco estudos que discutam qual dessas técnicas se mostra mais adequada para lidar com este problema. Diante disso, o objetivo desta pesquisa é construir e a avaliar a adequabilidade de dois sistemas de predição de desempenho, ambos baseados nos indicadores do modelo SCOR®, mas usando alternativamente as técnicas redes neurais e sistemas neuro-fuzzy, para apoiar a gestão de desempenho da empresa-foco e de sua cadeia imediata. A execução desta pesquisa envolveu o uso de simulação computacional e de testes estatísticos. Os resultados mostram que, embora ambas as técnicas apresentem capacidade de predição satisfatória, as redes neurais são mais adequadas em relação à complexidade da definição da configuração topológica, enquanto os sistemas neuro-fuzzy se sobressaíram em relação à capacidade de predição, complexidade do treinamento, quantidadede variáveis de entrada, suporte à tomada de decisão sob incerteza e interpretabilidade dos dados. Outros resultados desta pesquisa estão relacionados à identificação de particularidades do processo de modelagem das técnicas avaliadas, à elaboração de um panorama sobre o uso de técnicas quantitativas na avaliação de desempenho de cadeias de suprimento e à identificação de algumas oportunidades de pesquisa
- Imprenta:
- Publisher place: São Carlos, SP
- Date published: 2016
- Data da defesa: 02.12.2016
-
ABNT
LIMA JUNIOR, Francisco Rodrigues. Avaliação da adequabilidade de redes neurais artificiais e sistemas neuro-fuzzy no apoio à predição de desempenho de cadeias de suprimento baseada no SCOR®. 2016. Tese (Doutorado) – Universidade de São Paulo, São Carlos, SP, 2016. Disponível em: http://www.teses.usp.br/teses/disponiveis/18/18156/tde-16032017-141008/. Acesso em: 19 set. 2024. -
APA
Lima Junior, F. R. (2016). Avaliação da adequabilidade de redes neurais artificiais e sistemas neuro-fuzzy no apoio à predição de desempenho de cadeias de suprimento baseada no SCOR® (Tese (Doutorado). Universidade de São Paulo, São Carlos, SP. Recuperado de http://www.teses.usp.br/teses/disponiveis/18/18156/tde-16032017-141008/ -
NLM
Lima Junior FR. Avaliação da adequabilidade de redes neurais artificiais e sistemas neuro-fuzzy no apoio à predição de desempenho de cadeias de suprimento baseada no SCOR® [Internet]. 2016 ;[citado 2024 set. 19 ] Available from: http://www.teses.usp.br/teses/disponiveis/18/18156/tde-16032017-141008/ -
Vancouver
Lima Junior FR. Avaliação da adequabilidade de redes neurais artificiais e sistemas neuro-fuzzy no apoio à predição de desempenho de cadeias de suprimento baseada no SCOR® [Internet]. 2016 ;[citado 2024 set. 19 ] Available from: http://www.teses.usp.br/teses/disponiveis/18/18156/tde-16032017-141008/ - Comparação entre os métodos fuzzy topsis e fuzzy AHP no apoio à tomada de decisão para seleção de fornecedores
- A methodology based on fuzzy inference and SCOR model for supplier performance evaluation
- Gestão da qualidade e desempenho de fornecedores
- Um modelo de tomada de decisão para seleção de fornecedores em cadeias de suprimento ágeis
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas