A Inteligência Artificial (Lógica Fuzzy) para cálculo de estoque de segurança local em empresas multinacionais

Autores

  • Yuri Vasconcelos de Almeida Sá
  • Tung Chiun Wen

DOI:

https://doi.org/10.15675/gepros.v14i4.2661

Palavras-chave:

NEBULOSA, INTELIGENCIA ARTIFICIAL, GESTÃO DE ESTOQUE, INVENTÁRIO, CADEIA DE FORNECIMENTO

Resumo

A lógica fuzzy é uma técnica que emprega um grau de incerteza e gradientes de verdade para avaliar e calcular o pertencimento de uma variável de entrada à uma ou mais variáveis de saída. É amplamente utilizada em sistemas de apoio a decisão, controladores e qualquer aplicação de análise multivalorada. Neste prisma, pode ser utilizada para imitar o processo decisório humano. Este artigo propõe então um método de cálculo do estoque de segurança local em uma empresa multinacional do ramo de saúde, considerando as exigências locais e características particulares.


Palavras-chave: Logica nebulosa. Inteligência artificial. Gestão de Estoque. Inventário. Cadeia de fornecimento.

Referências

BORGES C. T.; CAMPOS S. M.; BORGES C. E. Implantação de um sistema para o controle de estoques em uma gráfica/editora de uma universidade. Revista Eletrônica Produção & Engenharia, v. 3, n. 1, p. 236-247, Jul./Dez. 2010.

BOTELHO, T. G. Uma nova proposta para implementação computacional do princípio de extensão de Zadeh. 2002. 77 p. Dissertação (Mestrado em Engenharia de Sistemas) - Universidade Federal de Lavras, Lavras, 2002

DIAS, M. A. P. Administração de materiais: uma abordagem logística. 5.São Paulo: ed. Atlas, 2010

HEATH & JACKSON Modeling The Evolution Of Demand Forecasts Ith Application To Safety Stock Analysis In Production/Distribution Systems, IIE Transactions, 26:3, 17-30, DOI: 10.1080/07408179408966604, 1994 DOI: https://doi.org/10.1080/07408179408966604

GIGCH, J. ; PIPINO, L. Form Absolute to Probable to Fuzzy in Decision Making. Kybernetes, v. 19, p. 433-461, 1980.

LIKERT, R. (1932). A technique for the measurement of attitudes. Archives of Psychology, 22(140), 1-55.

RUHOFF, A. L. et al. Lógica Fuzzy e zoneamento ambiental da Bacia do Arroio Grande. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 12., 2005, São Paulo. Anais… São Paulo: INPA, 2005. p. 2355-2362.

SANJAY S & ADITYA M (2015) Safety stock calculations and inventory analysis: a practical approach for the FMCG case in a South-East Asian country, International Journal of Advanced Logistics, 4:3, 131-144, DOI: 10.1080/2287108X.2015.1103535 DOI: https://doi.org/10.1080/2287108X.2015.1103535

SANJOY & SHAMS(2017) A quantitative and simulation model for managing sudden supply delay with fuzzy demand and safety stock, International Journal of Production Research, DOI: 10.1080/00207543.2017.1412528 DOI: https://doi.org/10.1080/00207543.2017.1412528

SHAW, I. S.; SIMÕES, M. G. Controle e modelagem Fuzzy. São Paulo: E. Blücher, 1999. 165 p.

ZADEH, L. A. Fuzzy sets. Information and Control, New York, v. 8, p. 338- 353, 1965. DOI: https://doi.org/10.1016/S0019-9958(65)90241-X

Downloads

Arquivos adicionais

Publicado

2019-09-01

Como Citar

Sá, Y. V. de A., & Wen, T. C. (2019). A Inteligência Artificial (Lógica Fuzzy) para cálculo de estoque de segurança local em empresas multinacionais. Revista Gestão Da Produção Operações E Sistemas, 14(4), 01. https://doi.org/10.15675/gepros.v14i4.2661

Edição

Seção

Artigos