PREVISÃO DE DEMANDA INTERMITENTE: UMA INVESTIGAÇÃO EMPÍRICA NA CADEIA DE SOBRESSALENTES DA MARINHA DO BRASIL

PREVISÃO DE DEMANDA INTERMITENTE: UMA INVESTIGAÇÃO EMPÍRICA NA CADEIA DE SOBRESSALENTES DA MARINHA DO BRASIL

Santos, Ricardo França; Lima, Thiago Fernandes; Souza, Wagner Correia de; Fonseca, Leonardo Câmara de Araujo da

Artigo Completo:

Este artigo tem o propósito de identificar métodos de previsão de demanda intermitente mais adequados aos itens de sobressalentes da Marinha do Brasil, com o intuito de contribuir com o projeto de modernização do Sistema de Informações Gerenciais do Abastecimento (SINGRA), atualmente em curso. Assim, realizou-se uma comparação entre os métodos utilizados atualmente e os métodos Amortecimento Exponencial Simples (AES), Croston e Syntetos-Boylan Approximation (SBA). O Erro Escalonado Médio Absoluto foi o parâmetro utilizado nesta comparação, que se baseou em observações de uma série histórica de 30 trimestres para 276 itens de sobressalentes com característica de demanda intermitente, concluindo-se que os métodos SBA e AES são mais precisos que a sistemática atual.

Este artigo tem o propósito de identificar métodos de previsão de demanda intermitente mais adequados aos itens de sobressalentes da Marinha do Brasil, com o intuito de contribuir com o projeto de modernização do Sistema de Informações Gerenciais do Abastecimento (SINGRA), atualmente em curso. Assim, realizou-se uma comparação entre os métodos utilizados atualmente e os métodos Amortecimento Exponencial Simples (AES), Croston e Syntetos-Boylan Approximation (SBA). O Erro Escalonado Médio Absoluto foi o parâmetro utilizado nesta comparação, que se baseou em observações de uma série histórica de 30 trimestres para 276 itens de sobressalentes com característica de demanda intermitente, concluindo-se que os métodos SBA e AES são mais precisos que a sistemática atual.

Palavras-chave:

DOI: 10.5151/spolm2019-150

Referências bibliográficas

• [1] WILLEMAIN, T. R., SMART, C. N., SCHWARZ, H. F. A new approach to forecasting intermittent demand for service parts inventories. International Journal of Forecasting, v. 20, n. 3, p. 375-387, jul-set. 2004. Disponível em: <https://doi.org/10.1016/S0169-2070(03)00013-X>. Acesso em: 10 set. 2018. [2] SYNTETOS, A.A.; BOYLAN, J. E; CROSTON, J. D. On the categorization of demand patterns. Journal of the Operational Research Society, v. 56, n.5, p. 495-503, mai. 2005. Disponível em: < https://doi.org/10.1057/palgrave.jors.2601841>. Acesso em: 01 set. 2018. [3] KOURENTZES, N. On intermittent demand model optimisation and selection. International Journal of Production Economics, v. 156, p. 180-190, 2014. [4] SYNTETOS, A. A.; BOYLAN, J. E. On the variance of intermittent demand estimates. International Journal of Production Economics, v. 128, n. 2, p. 546-555, dez. 2010. [5] SYNTETOS, A. A.; BABAI, M. Z.; GARDNER, E. S. Forecasting intermittent inventory demands: simple parametric methods vs. bootstrapping. Journal of Business Research, v. 68, n. 8, p. 1746-1752, ago. 2015. Disponível em: <https://doi.org/10.1016/j.jbusres.2015.03.034>. Acesso em: 01 out. 2018 [6] MAKRIDAKIS, S.; WHEELWRIGHT, S. C.; HYNDMAN, R. J. Forecasting Methods and Applications. 3 ed. New York: John Wiley & Sons, 1998. [7] BRASIL. Marinha do Brasil. Secretaria-Geral da Marinha. Normas para Execução do Abastecimento (SGM-201). 6. Revisão. Brasília, 2009. [8] BRASIL. Marinha do Brasil. Diretoria de Abastecimento da Marinha. Manual do Sistema de Informações Gerenciais do Abastecimento. Rio de Janeiro, 2007. [9] PELLEGRINI, F. R.; FOGLIATTO, F. S. Passos para Implantação de Sistemas de Previsão de Demanda - Técnicas e Estudo de Caso. Revista Produção, v. 11, n. 1, p. 43-64, nov. 2001. Disponível em: <http://www.scielo.br/pdf/prod/v11n1/v11 n1a04>. Acesso em: 10 set. 2018. [10] SYNTETOS, A. A.; BOYLAN, J. E. The accuracy of intermittent demand estimates. International Journal of Forecasting, v. 21, n. 2, p. 303-314, abr-jun. 2005. Disponível em: <https://doi.org/10.1016/j.ijforecast.2004.10.001>. Acesso em: 10 set. 2018. [11] WALLSTRÖM, P.; SEGERSTEDT, A. Evaluation of forecasting error measurements and techniques for intermittent demand. International Journal of Production Economics, v. 128, n. 2, p. 625-636, dez. 2010. [12] BABAI, M. Z.; ALI, M. M.; NIKOLOPOULOS, K. Impact of temporal aggregation on stock control performance of intermittent demand estimators: Empirical analysis. Omega, v. 40, n. 6, p. 713–721, dez. 2012. Disponível em: <https://doi.org/10.1016 /j.omega.2011.09.004> Acesso em: 20 set. 2018. [13] PETROPOULOS, F.; KOURENTZES, N.; NIKOLOPOULOS, K. Another look at estimators for intermittent demand. International Journal of Production Economics, v. 181, p. 154-161, 2016. [14] CROSTON, J. D. Forecasting and stock control for intermittent demands. Operational Research Quarterly, v. 23, n. 3, p. 289-303, set. 1972. Disponível em: <https://www.jstor.org/stable/3007885>. Acesso em: 01 set. 2018. [15] BOYLAN, J. E.; SYNTETOS, A. A.; KARAKOSTAS, G. C. Classification for forecasting and stock control: a case study. Journal of the Operational Research Society, v. 59, n. 4, p. 473-481, abr. 2008. Disponível em: <https://doi.org/10.1057/palgrave.jors.2602312> Acesso em: 10 set. 2018. [16] SYNTETOS, A. A.; BOYLAN, J. E. On the bias of intermittent demand estimates. International Journal Production Economics, v.71, n. p. 457-466, 2001. [17] TEUNTER, R. H.; SANI, B. On the bias of Croston’s forecasting method. European Journal of Operational Research, v. 194, n. 1, p. 177-183, abr. 2009. Disponível em: <https://doi.org/10.1016/j.ejor.2007.12.001>. Acesso em: 10 set. 2018. [18] MAKRIDAKIS, S.; SPILIOTIS, E.; ASSIMAKOPOULOS, V. The M4 Competition: Results, findings, conclusion and way forward. International Journal of Forecasting, v. 34, p. 802- 808, out-dez. 2018. Disponível em: <https://doi.org/10.1016/j.ijforecast.2018.06.001>. Acesso em: 01 out. 2018. [19] EAVES, A. H. C. Forecasting for the ordering and stockholding of consumable spare parts. 2002. 372 f. Tese (Doutorado em Psicologia) –Department of Management Science, The Management School, Lancaster University. 2002. Disponível em: <http:// www.andalus-solutions.com/PhD%20Thesis%20(Eaves).pdf>. Acesso em: 01 out. 2018. [20] SYNTETOS, A. A.; BOYLAN, J. E. On the stock control performance of intermittent demand estimators. International Journal Production Economics, v. 103, n. 1, p. 36- 47, set. 2006. [21] TEUNTER, R. H.; DUNCAN, L. Forecasting intermittent demand: a comparative study. Journal of the Operational Research Society, v. 60, n. 3, p. 321-329, mar. 2009. Disponível em: < https://doi.org/10.1057/palgrave.jors.2602569>. Acesso em: 01 set. 2018. [22] HYNDMAN, R. J.; KOEHLER, A. B. Another look at measures of forecast accuracy. International Journal of Forecasting, v. 22, p. 679–688, 2006. Disponível em: <http:// eva.fcea.edu.uy/pluginfile.php/109034/mod_resource/content/0/2006_ Hyndman_Predicc.pdf>. Acesso em: 01 out. 2018. [23] SYNTETOS, A. A. A note on managing lumpy demand for aircraft spare parts. Journal of Air Transport Management, v. 13, n. 3, p. 166-167, mai. 2007. Disponível em: <https://doi.org/10.1016/j.jairtraman.2007.01.002>. Acesso em: 10 set. 2018. [24] PRODANOV, C. C.; FREITAS, E. C. Trabalho Científico: Métodos e Técnicas da Pesquisa e do Trabalho Acadêmico. 2. ed. Rio Grande do Sul: Feevale, 2013. [25] GIL, A. C. Métodos e técnicas de pesquisa social. 6. ed. São Paulo: Atlas, 2008. [26] YIN, R. Estudo de caso: planejamento e métodos. 2. ed. Porto Alegre: Bookman, 2001.

Como citar:

Santos, Ricardo França; Lima, Thiago Fernandes; Souza, Wagner Correia de; Leonardo Câmara de Araujo da Fonseca; "PREVISÃO DE DEMANDA INTERMITENTE: UMA INVESTIGAÇÃO EMPÍRICA NA CADEIA DE SOBRESSALENTES DA MARINHA DO BRASIL", p-2081-2098. In: Anais do XIX Simpósio de Pesquisa Operacional & Logística da Marinha. São Paulo: Blucher, 2020.
ISSN 21756295, DOI 10.5151/spolm2019-150