Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Silva, Rodrigo César Pedrosa | - |
Autor(es): dc.contributor | Silva, Rodrigo César Pedrosa | - |
Autor(es): dc.contributor | Bianchi, Andrea Gomes Campos | - |
Autor(es): dc.contributor | Nucci, Edson Romano | - |
Autor(es): dc.contributor | Pereira, Robson Bruno Dutra | - |
Autor(es): dc.creator | Felix, Josemar Coelho | - |
Data de aceite: dc.date.accessioned | 2025-08-21T15:07:03Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T15:07:03Z | - |
Data de envio: dc.date.issued | 2022-08-11 | - |
Data de envio: dc.date.issued | 2022-08-11 | - |
Data de envio: dc.date.issued | 2021 | - |
Fonte completa do material: dc.identifier | http://www.repositorio.ufop.br/jspui/handle/123456789/15117 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1002761 | - |
Descrição: dc.description | Programa de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto. | - |
Descrição: dc.description | A análise do planejamento de manutenção, com o objetivo de criar predições sobre a capacidade produtiva, é uma importante aliada na gestão industrial. A Engenharia de Métodos dispõe da ferramenta denominada cronoanálise, utilizada desde 1856, para avaliar a capacidade industrial. Essa ferramenta tem como base a cronometragem e análise subjetiva de várias atividades envolvidas nas atividades de produção da manutenção. Contudo, o próprio processo de cronometragem tende a afetar o tempo de execução, comprometendo a sua estimativa. Nesse contexto, este trabalho investiga a aplicação de métodos baseados em aprendizado de máquina para a avaliação da capacidade de restaurar vagões em oficinas da MRS Logística, e, ainda, comparar com a aplicação da cronoanálise utilizada atualmente pela empresa. Para tal, foram disponibilizados dados de 2019 sobre a manutenção de vagões. Esses dados serviram para a construção dos modelos de predição desta pesquisa. Foram reservados os dados de nove meses para treinamento, de três meses para testes e também realizou-se a validação cruzada utilizando cinco subdivisões. Com o auxílio do planejamento de experimentos e testes estatísticos de Friedman e Nemenyi, foi possível constatar que, os algoritmos de aprendizado de máquina, são capazes de produzir modelos com melhor qualidade quando combinados com a cronoanálise na liberação de vagões restaurados, comprovado pelas métricas denominadas Erro Médio Absoluto e Raiz Quadrada do Erro Médio. | - |
Descrição: dc.description | The analysis of maintenance planning, with the objective of making predictions about the productive capacity, is an important ally in industrial management. Methods Engineering has a tool called chronoanalysis, used since 1856, to assess industrial capacity. This tool is based on time and subjective analysis of various activities involved in maintenance production. However, the temporal evaluation process itself tends to affect the execution time, compromising its estimate. In this context, this work investigates the application of methods based on machine learning, to evaluate the capacity of wagon restoration in MRS Logística workshops, comparing them with the chronoanalysis that is the tool currently used by the company. railcar maintenance data in 2019, for the construction of the forecast models for this research. A third of this data was reserved for testing and the results indicated that machine learning algorithms are able to produce models with better quality than the application of chronoanalysis in the release of restored cars, proven by the RMSE and MAE metrics. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Direitos: dc.rights | aberto | - |
Direitos: dc.rights | http://creativecommons.org/licenses/by-nd/3.0/us/ | - |
Direitos: dc.rights | Autorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 18/05/2022 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho, desde que sejam citados o autor e o licenciante. Não permite a adaptação. | - |
Palavras-chave: dc.subject | Aprendizado de máquinas | - |
Palavras-chave: dc.subject | Manutenção de vagões | - |
Palavras-chave: dc.subject | MRS Logística | - |
Palavras-chave: dc.subject | Algorítmos | - |
Título: dc.title | Algoritmos de aprendizado de máquina para previsão de tempo da manutenção de vagões. | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - UFOP |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: