Métodos de machine learning para a otimização de cadeias de abastecimento

Rodrigues, Tiago António da Silva

Publication

Métodos de machine learning para a otimização de cadeias de abastecimento

2022Master thesis

dc.contributor.advisor	Marques, Pedro Domingos Belo Carmona
dc.contributor.author	Rodrigues, Tiago António da Silva
dc.date.accessioned	2023-10-30T12:21:40Z
dc.date.available	2023-10-30T12:21:40Z
dc.date.issued	2022
dc.description	Dissertação para obtenção do Grau de Mestre em Engenharia e Gestão Indústrial.	pt_PT
dc.description.abstract	As últimas décadas alteraram radicalmente a economia, as empresas passaram da venda direta para a venda online, os fornecedores locais passaram a fornecedores globais e à medida que os produtos foram ficando mais complexos as cadeias de abastecimento acompanharam o seu ritmo. Estas alterações trouxeram desafios à gestão, como gerir o efeito chicote em cadeias de abastecimento complexas, enquanto lutam com a necessidade de redução de custos. Tendo em conta o contexto anterior, a presente dissertação tem como objetivo explorar as causas do efeito chicote, e avaliar as potencialidades que as atuais técnicas de Machine Learning e de armazenamento de dados em Blockchain para mitigar o risco de quebra de inventário. Para alcançar os objetivos propostos, foi estudado o estado da arte dos temas referidos, e com base no potencial identificado foi sugerido um modelo de cadeia de abastecimento assente da partilha de informação. De forma a avaliar o potencial do modelo proposto foram executadas várias análises estratégias, e desenvolvido um simulador de forma a estudar como a alteração do fluxo de informação poderia beneficiar a cadeia de abastecimento.	pt_PT
dc.description.abstract	The last few decades have radically changed the economy, companies have moved from selling directly to online selling, from local suppliers to global suppliers, and as products have become more complex, supply chains have followed suit. These changes have brought challenges to management, such as managing the bullwhip Effect in complex supply chains, while struggling with the need to reduce costs. Considering the previous context, the present work aims to explore the causes of the bullwhip effect, and to evaluate the potential that current machine learning and data storage techniques in blockchain have to mitigate the risk of inventory breakdown. To achieve the proposed objectives, a review of the mentioned topics was considered, and based on the identified potential, a supply chain model based on information sharing was suggested. To assess the potential of the proposed model, several strategic analyzes were carried out, and a simulator was developed to study how the change in the flow of information could benefit the supply chain.
dc.description.version	N/A	pt_PT
dc.identifier.citation	RODRIGUES, Tiago António da Silva - Métodos de Machine Learning para a otimização de cadeias de abastecimento. Lisboa: Instituto Superior de Engenharia de Lisboa, 2022.Dissertação de Mestrado.	pt_PT
dc.identifier.tid	203361539
dc.identifier.uri	http://hdl.handle.net/10400.21/16592
dc.language.iso	por	pt_PT
dc.peerreviewed	yes	pt_PT
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0/	pt_PT
dc.subject	Efeito chicote	pt_PT
dc.subject	Ciência de dados	pt_PT
dc.subject	Machine learning	pt_PT
dc.subject	Blockchain	pt_PT
dc.subject	Cadeias de abastecimento	pt_PT
dc.subject	Bullwhip effect
dc.subject	Data science
dc.subject	Machine learning
dc.subject	Blockchain
dc.subject	Supply chains
dc.title	Métodos de machine learning para a otimização de cadeias de abastecimento	pt_PT
dc.type	master thesis
dspace.entity.type	Publication
oaire.citation.conferencePlace	Lisboa: Instituto Superior de Engenharia de Lisboa	pt_PT
rcaap.rights	openAccess	pt_PT
rcaap.type	masterThesis	pt_PT