Abordagem heurística do método bootstrapping para a previsão de demanda de itens sobressalentes : aplicação na indústria mineral

• Ano de defesa: 2019
• Autor(a) principal: Tássia Bolotari Affonso
• Orientador(a): Samuel Vieira Conceição
• Banca de defesa: João Flávio de Freitas Almeida, Lásara Fabricia Rodrigues
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Minas Gerais
• Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia de Produção
• Departamento: ENG - DEPARTAMENTO DE ENGENHARIA PRODUÇÃO
• País: Brasil
• Palavras-chave em Português: Previsão de demanda; Bootstrapping; Peças sobressalentes; Mineração; Demanda intermitente; Padrão de demanda
• Link de acesso: http://hdl.handle.net/1843/31688

Prever a necessidade de peças sobressalentes e mensurar a efetividade da previsão são grandes desafios na área de gestão de estoques. Particularmente no setor mineral, as abordagens híbridas conFiguram-se como abordagens válidas para a incorporação das especificidades de cada mina e para a redução das lacunas existentes dos métodos de previsão tradicionais quando aplicadas a séries de dados intermitentes. Visando um método mais eficaz e replicável, neste estudo é proposta uma abordagem heurística do método bootstrapping de Willemain, Smart e Schwarz (2004) para a previsão de itens sobressalentes, considerando a modelagem da transição entre estados a partir de movimentos de vizinhança ao invés da tradicional Cadeia de Markov. O método proposto foi comparado ao método bootstrapping de Willemain, Smart e Schwarz (2004) e aos métodos de Suavização Exponencial, Croston, Syntetos e Boylan Aproximation (SBA) e método de Croston Revisado (TSB) a partir de métricas de erro (MAE e MSE) e performance (custo de ruptura e armazenagem de estoque). Os resultados obtidos a partir de dados históricos de 11 anos de aproximadamente 13.000 itens da indústria mineral demonstraram que o método heurístico proposto é robusto para a prever a demanda durante o lead time (DLT) e para a redução de rupturas de estoque de itens extremamente intermitentes ainda em ciclo usual de uso, tendo desempenho superior à todos os métodos tradicionais sem a vinculação da previsão à obsolescência de estoque. Mais do que isso, os resultados evidenciam que o método heurístico promove uma redução de até 35% no custo de ruptura de estoque em relação ao método bootstrapping de comparação. Para os padrões de demanda errático, irregular e regular foi possível identificar condições nas quais os métodos tradicionais apresentam melhor desempenho do que as abordagens bootstrapping. Uma caracterização detalhada do padrão de demanda dos itens sobressalentes da base e uma discussão acerca da aderência das métricas de erros existentes para a mensuração da eficiência de previsão de séries extremamente intermitentes também são apresentadas ao longo do estudo.