dc.contributor.author | Sanches, Felipe Norato | |
dc.date.accessioned | 2023-08-17T19:38:44Z | |
dc.date.available | 2023-08-17T19:38:44Z | |
dc.date.issued | 2023-07-13 | |
dc.identifier.citation | SANCHES, Felipe Norato. O uso de algoritmos de classificação para determinar estoques de segurança. 2023. Trabalho de Conclusão de Curso (Graduação em Engenharia Elétrica) – Universidade Federal de São Carlos, São Carlos, 2023. Disponível em: https://repositorio.ufscar.br/handle/ufscar/18405. | * |
dc.identifier.uri | https://repositorio.ufscar.br/handle/ufscar/18405 | |
dc.description.abstract | This work analyzes the application of different Artificial Neural Network algorithms with the objective of classifying candidate products for safety stock parameterization based on the purchase history of these products. The study brings discussions about the importance of the quality of the treated data and the importance of analyzing the problem, the objectives and the balance between the level of customer service, that is, the expected execution time, and the cost of inventory. K-means, affinity propagation, mean displacement and hierarchical clustering algorithms, which include the Ward and complete linkage methods, were studied. Through the application of these algorithms, it was possible to generate distribution graphs of classified points and calculate the correlation of the groups found by the different algorithms. For the presented problem, an optimal number of groups value was determined for a better classification of the products. The algorithms that showed the highest correlation were the K-means and Ward algorithms, which provided an efficient classification of data into 3 groups. | eng |
dc.description.sponsorship | Não recebi financiamento | por |
dc.language.iso | por | por |
dc.publisher | Universidade Federal de São Carlos | por |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | Estoque de segurança | por |
dc.subject | Agrupamento hierárquico | por |
dc.subject | Redes Neurais | por |
dc.subject | K-médias | por |
dc.subject | Propagação por afinidade | por |
dc.subject | Safety stock | eng |
dc.subject | Hierarchical grouping | eng |
dc.subject | Neural Networks | eng |
dc.subject | K-means | eng |
dc.subject | Affinity propagation | eng |
dc.title | O uso de algoritmos de classificação para determinar estoques de segurança | por |
dc.title.alternative | The use of classification algorithms to determine safety stocks | eng |
dc.type | TCC | por |
dc.contributor.advisor1 | França, Celso Aparecido de | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/4547836128892982 | por |
dc.description.resumo | Este trabalho analisa a aplicação de diferentes algoritmos de Redes Neurais Artificiais com o objetivo de classificar produtos candidatos à parametrização de estoque de segurança baseado no histórico de compra desses produtos. O estudo traz discussões sobre a importância da qualidade dos dados tratados e a importância da análise do problema, dos objetivos e do equilíbrio entre o nível de serviço ao cliente, ou seja, o tempo esperado de execução, e o custo de estoque. Foram estudados os algoritmos de K-médias, propagação por afinidade, deslocamento médio e agrupamento hierárquico, que engloba os métodos Ward e de ligação completa. Através da aplicação desses algoritmos, foi possível gerar gráficos de distribuição de pontos classificados e calcular a correlação dos grupos encontrados pelos diferentes algoritmos. Para o problema apresentado, foi determinado um valor de número ótimo de grupos para uma melhor classificação dos produtos. Os algoritmos que apresentaram a maior correlação foram os algoritmos de K-médias e Ward, que proporcionaram uma classificação eficiente dos dados em 3 grupos. | por |
dc.publisher.initials | UFSCar | por |
dc.subject.cnpq | ENGENHARIAS::ENGENHARIA DE PRODUCAO::GERENCIA DE PRODUCAO | por |
dc.publisher.address | Câmpus São Carlos | por |
dc.contributor.authorlattes | http://lattes.cnpq.br/1413814764753839 | por |
dc.publisher.course | Engenharia Elétrica - EE | por |
dc.contributor.advisor1orcid | https://orcid.org/0000-0003-2235-9551 | por |