@article{Castro Soares_Gonçalves Castro Silva_Castro Silva_Souza Santos_2022, title={Previsão de demanda de peças sobressalentes utilizando rede neural artificial}, volume={17}, url={https://www.revistasg.uff.br/sg/article/view/1806}, DOI={10.20985/1980-5160.2022.v17n3.1806}, abstractNote={<p>Em relação à manutenção de ativos, sabe-que que a previsão de demanda para reposição de peças é uma condição importante para a gestão de estoques, visando diminuir custos e evitar a obsolescência de produtos. É evidente que a utilização de métodos preditivos com maior grau de precisão é uma ferramenta fundamental nesse contexto, frente à falta de peças e a super estocagem. Desse modo, o presente trabalho tem por objetivo avaliar o desempenho de uma rede neural artificial na predição de demanda de peças de reposição de um setor de manutenção de tratores agrícolas. Para isso, utilizou-se como método de avaliação e monitoramento a análise dos erros percentuais médios absolutos da previsão. Com intuito de alcançar o objetivo proposto, buscou-se, primeiramente, o estudo dos principais aspectos teóricos relacionados à gestão de estoques e aos métodos de previsão de demanda. Posteriormente, foi feita a seleção das redes Elman para o estudo, e em relação à seleção de peças para análise, ferramentas de gestão de estoques foram utilizadas, visando explorar itens importantes para o setor. Mediante a utilização da metodologia proposta, os resultados mostraram que as redes neurais possuem uma boa aplicação para o contexto em questão, pois, além de apresentar configurações com erros aceitáveis, por várias vezes a rede acertou os picos de maiores e menores demandas, análise importante para a gestão de estoques.</p> <p><strong>Palavras-chave:</strong> Manutenção; Gestão de Estoques; Previsão de Demanda; Redes Neurais.</p>}, number={3}, journal={Sistemas & Gestão}, author={Castro Soares, Laura Maria and Gonçalves Castro Silva, Ana Cristina and Castro Silva, José de and Souza Santos, Pedro Vieira}, year={2022}, month={dez.} }