Use this identifier to cite or link to this item: http://hdl.handle.net/10737/1386
Title: Previsão da demanda por meio de técnicas de séries temporais em empresa de serviços de transporte rodoviário
Authors: Siqueira, Augusto Cesar de
Keywords: Previsão de demanda;Séries temporais;Médias móveis;Suavização exponencial;Box-Jenkins
Date of Defense: 6-Dec-2016
Issue Date: Jan-2017
Citation: SIQUEIRA, Augusto Cesar de. Previsão da demanda por meio de técnicas de séries temporais em empresa de serviços de transporte rodoviário. 2016. Monografia (Graduação em Engenharia de Produção) – Universidade do Vale do Taquari - Univates, Lajeado, 06 dez. 2016. Disponível em: http://hdl.handle.net/10737/1386.
Abstract: A previsão de demanda de passageiros em empresas de transporte rodoviário é essencial, visto a competitividade com que este setor trabalha e a necessidade de se obter um planejamento de suas atividades, visto que cada ampliação e investimento deste setor, representa uma incremento considerável em seu serviço. O presente estudo tem por objetivo definir o melhor modelo para a previsão de demanda de passageiros dentre as técnicas de séries temporais consideradas. Foram considerados três métodos de previsão de séries temporais, são: (i) médias móveis, pela sua simples aplicação e flexibilidade; (ii) suavização exponencial, pela sua eficiência computacional e razoável precisão; e, (iii) Box-Jenkins, por sua eficiente precisão e ponderação. A análise dos dados é realizada com indicadores de eficácia do método (MAE e MAPE de ajustamento e previsão), comparando um método ao outro, com o mesmo critério de análise. O método de pesquisa é constituído das seguintes etapas: (i) coleta dos dados; (ii) organização dos dados; (iii) modelagem e previsão da série temporal; (iv) comparação das previsões realizada com indicadores; e, (v) apresentação e análise dos resultados. O trabalho é um estudo de modelagem quanto aos procedimentos técnicos, aplicado quanto à natureza, descritivo quanto aos objetivos e quantitativo quanto a abordagem do problema. O melhor resultado dentre os métodos aplicados foi obtido pela metodologia de Box-Jenkins, com um MAPE de previsão de 2,25%, mas em relação à metodologia de Holt-Winters, apenas 5,58% superior. Em termos de análises estatísticas, se considera o método de Box-Jenkins, com a modelagem SARIMA (1,0,2)(1,0,2)12, como o melhor método de capacidade preditiva para a série temporal estudada.
The forecast demand of passengers in road transport enterprises is essential, given the competitiveness that this sector work and the need to obtain a planning of their activities. The present study aims to find the best methodology, analyses, time series forecasting, for the road passenger demand forecasting in a transport company. Were considered to be three methods of forecasting of time series, are: (i) moving averages, for its simple application and flexibility; (ii) exponential smoothing, for its computational efficiency and reasonable accuracy; and, (iii) Box-Jenkins, for its efficient precision and deliberation. The analysis of the data is given with indicators of effectiveness of method, comparing one method to another, with the same criteria of analysis. The research method consists of the following steps: (i) data collection; (ii) Organization of data; (iii) modelling and forecasting of time series; (iv) comparison of methods performed with indicators; and, (v) presentation and analysis of results. The work is a study of how modeling technical procedures applied as to the nature, descriptive and quantitative goals regarding how to approach the problem. The best result among the methods used were obtained by the Box-Jenkins methodology, with a MAPE of 2.25% forecast, but in relation to the methodology of the Holt-Winters, little 5.58% only. In terms of statistical analysis, the Box- Jenkins method, with modeling SARIMA (1,0,2)(1,0,2)12, as the best method of predictive capacity for the time series studied.
URI: http://hdl.handle.net/10737/1386
Appears in Collections:Engenharia de Produção

Files in This Item:
File Description SizeFormat 
2016AugustoCesardeSiqueira.pdf1,1 MBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons