Modelagem técnica-comercial de peças automotivas com rede neural artificial / Technical-commercial modeling of automotive parts with artificial neural network
Em mercados cada vez mais competitivos, o fator produtivo interno tem ganhado grande destaque e preocupação por parte das empresas. Para o setor automotivo, é de suma importância realizar previsões de custo e preço de peças, pois tais informações podem balizar de forma vantajosa muitas negociações c...
| Autores: | , , , , |
|---|---|
| Tipo de recurso: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2021 |
| País: | Brasil |
| Institución: | Universidade do Estado do Rio de Janeiro (UERJ) |
| Repositorio: | Physis (Online) |
| Idioma: | portugués |
| OAI Identifier: | oai:ojs2.ojs.brazilianjournals.com.br:article/24466 |
| Acceso en línea: | https://ojs.brazilianjournals.com.br/ojs/index.php/BJB/article/view/24466 |
| Access Level: | acceso abierto |
| Palabra clave: | Rede Neural Artificial Indústria Automotiva Modelagem Linear Algoritmo Levenberg-Marquardt. |
| id |
BR_c47ffead800a36e89a4eabc97da3e783 |
|---|---|
| oai_identifier_str |
oai:ojs2.ojs.brazilianjournals.com.br:article/24466 |
| network_acronym_str |
BR |
| network_name_str |
Brasil |
| repository_id_str |
|
| spelling |
Modelagem técnica-comercial de peças automotivas com rede neural artificial / Technical-commercial modeling of automotive parts with artificial neural networkRede Neural ArtificialIndústria AutomotivaModelagem LinearAlgoritmo Levenberg-Marquardt.Em mercados cada vez mais competitivos, o fator produtivo interno tem ganhado grande destaque e preocupação por parte das empresas. Para o setor automotivo, é de suma importância realizar previsões de custo e preço de peças, pois tais informações podem balizar de forma vantajosa muitas negociações comerciais e reduzir custos desnecessários. Contudo, devido à complexidade de mensuração, um dos principais problemas que a empresa que cedeu os dados enfrenta na predição é a dificuldade em modelar os dados de preços para precificação de seus produtos. Assim, o objetivo do trabalho é desenvolver e descrever a aplicação de uma Rede Neural Artificial para modelar os dados de preço de uma montadora de caminhões e ônibus, a fim de obter vantagem competitiva na negociação dos preços. Foram utilizados dados técnicos e comerciais de uma amostra de 100 tubos de borracha da empresa. Na camada de entrada da rede, foram utilizados dados como peso, comprimento, quantidade de dobras e mudanças de diâmetro, e na variável de saída, o preço da peça. Os resultados da correlação entre as variáveis mostraram alta capacidade preditiva do modelo. Concluiu-se que o algoritmo gerado pela RNA alcançou estatísticas satisfatórias para validá-lo como uma ferramenta comercial útil para suportar as negociações de uma montadora de caminhões e ônibus.Brazilian Journals Publicações de Periódicos e Editora Ltda.2021-02-09info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://ojs.brazilianjournals.com.br/ojs/index.php/BJB/article/view/2446610.34140/bjbv3n1-026Brazilian Journal of Business; Vol. 3 No. 1 (2021); 413-427Brazilian Journal of Business; Vol. 3 Núm. 1 (2021); 413-427Brazilian Journal of Business; v. 3 n. 1 (2021); 413-4272596-1934reponame:Physis (Online)instname:Universidade do Estado do Rio de Janeiro (UERJ)instacron:UERJporhttps://ojs.brazilianjournals.com.br/ojs/index.php/BJB/article/view/24466/19543Copyright (c) 2021 Brazilian Journal of Businessinfo:eu-repo/semantics/openAccessMartins, Vinícius PimentelEsteves, Renato Figueira GuedesCardozo, Matheus Barbosade Andrade, Sebastião JoséJúnior, Francisco Luiz Marzinotto2021-04-01T13:54:32Zoai:ojs2.ojs.brazilianjournals.com.br:article/24466Revistahttp://www.scielo.br/physisPUBhttps://old.scielo.br/oai/scielo-oai.php||publicacoes@ims.uerj.br1809-44810103-7331opendoar:2021-04-01T13:54:32Physis (Online) - Universidade do Estado do Rio de Janeiro (UERJ)false |
| dc.title.none.fl_str_mv |
Modelagem técnica-comercial de peças automotivas com rede neural artificial / Technical-commercial modeling of automotive parts with artificial neural network |
| title |
Modelagem técnica-comercial de peças automotivas com rede neural artificial / Technical-commercial modeling of automotive parts with artificial neural network |
| spellingShingle |
Modelagem técnica-comercial de peças automotivas com rede neural artificial / Technical-commercial modeling of automotive parts with artificial neural network Martins, Vinícius Pimentel Rede Neural Artificial Indústria Automotiva Modelagem Linear Algoritmo Levenberg-Marquardt. |
| title_short |
Modelagem técnica-comercial de peças automotivas com rede neural artificial / Technical-commercial modeling of automotive parts with artificial neural network |
| title_full |
Modelagem técnica-comercial de peças automotivas com rede neural artificial / Technical-commercial modeling of automotive parts with artificial neural network |
| title_fullStr |
Modelagem técnica-comercial de peças automotivas com rede neural artificial / Technical-commercial modeling of automotive parts with artificial neural network |
| title_full_unstemmed |
Modelagem técnica-comercial de peças automotivas com rede neural artificial / Technical-commercial modeling of automotive parts with artificial neural network |
| title_sort |
Modelagem técnica-comercial de peças automotivas com rede neural artificial / Technical-commercial modeling of automotive parts with artificial neural network |
| dc.creator.none.fl_str_mv |
Martins, Vinícius Pimentel Esteves, Renato Figueira Guedes Cardozo, Matheus Barbosa de Andrade, Sebastião José Júnior, Francisco Luiz Marzinotto |
| author |
Martins, Vinícius Pimentel |
| author_facet |
Martins, Vinícius Pimentel Esteves, Renato Figueira Guedes Cardozo, Matheus Barbosa de Andrade, Sebastião José Júnior, Francisco Luiz Marzinotto |
| author_role |
author |
| author2 |
Esteves, Renato Figueira Guedes Cardozo, Matheus Barbosa de Andrade, Sebastião José Júnior, Francisco Luiz Marzinotto |
| author2_role |
author author author author |
| dc.subject.por.fl_str_mv |
Rede Neural Artificial Indústria Automotiva Modelagem Linear Algoritmo Levenberg-Marquardt. |
| topic |
Rede Neural Artificial Indústria Automotiva Modelagem Linear Algoritmo Levenberg-Marquardt. |
| description |
Em mercados cada vez mais competitivos, o fator produtivo interno tem ganhado grande destaque e preocupação por parte das empresas. Para o setor automotivo, é de suma importância realizar previsões de custo e preço de peças, pois tais informações podem balizar de forma vantajosa muitas negociações comerciais e reduzir custos desnecessários. Contudo, devido à complexidade de mensuração, um dos principais problemas que a empresa que cedeu os dados enfrenta na predição é a dificuldade em modelar os dados de preços para precificação de seus produtos. Assim, o objetivo do trabalho é desenvolver e descrever a aplicação de uma Rede Neural Artificial para modelar os dados de preço de uma montadora de caminhões e ônibus, a fim de obter vantagem competitiva na negociação dos preços. Foram utilizados dados técnicos e comerciais de uma amostra de 100 tubos de borracha da empresa. Na camada de entrada da rede, foram utilizados dados como peso, comprimento, quantidade de dobras e mudanças de diâmetro, e na variável de saída, o preço da peça. Os resultados da correlação entre as variáveis mostraram alta capacidade preditiva do modelo. Concluiu-se que o algoritmo gerado pela RNA alcançou estatísticas satisfatórias para validá-lo como uma ferramenta comercial útil para suportar as negociações de uma montadora de caminhões e ônibus. |
| publishDate |
2021 |
| dc.date.none.fl_str_mv |
2021-02-09 |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
| format |
article |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
https://ojs.brazilianjournals.com.br/ojs/index.php/BJB/article/view/24466 10.34140/bjbv3n1-026 |
| url |
https://ojs.brazilianjournals.com.br/ojs/index.php/BJB/article/view/24466 |
| identifier_str_mv |
10.34140/bjbv3n1-026 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.relation.none.fl_str_mv |
https://ojs.brazilianjournals.com.br/ojs/index.php/BJB/article/view/24466/19543 |
| dc.rights.driver.fl_str_mv |
Copyright (c) 2021 Brazilian Journal of Business info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Copyright (c) 2021 Brazilian Journal of Business |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Brazilian Journals Publicações de Periódicos e Editora Ltda. |
| publisher.none.fl_str_mv |
Brazilian Journals Publicações de Periódicos e Editora Ltda. |
| dc.source.none.fl_str_mv |
Brazilian Journal of Business; Vol. 3 No. 1 (2021); 413-427 Brazilian Journal of Business; Vol. 3 Núm. 1 (2021); 413-427 Brazilian Journal of Business; v. 3 n. 1 (2021); 413-427 2596-1934 reponame:Physis (Online) instname:Universidade do Estado do Rio de Janeiro (UERJ) instacron:UERJ |
| instname_str |
Universidade do Estado do Rio de Janeiro (UERJ) |
| instacron_str |
UERJ |
| institution |
UERJ |
| reponame_str |
Physis (Online) |
| collection |
Physis (Online) |
| repository.name.fl_str_mv |
Physis (Online) - Universidade do Estado do Rio de Janeiro (UERJ) |
| repository.mail.fl_str_mv |
||publicacoes@ims.uerj.br |
| _version_ |
1853666127990751232 |
| score |
15.300724 |