Banca de QUALIFICAÇÃO: SERGIO GLEDSON DE LIMA MARQUES
Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.DISCENTE : SERGIO GLEDSON DE LIMA MARQUES
DATA : 12/09/2025
HORA: 15:00
LOCAL: https://meet.google.com/yea-wvfd-gkp
TÍTULO:
MODELAGEM HÍBRIDA SARIMA-AUTOFORMER PARA PREVISÃO DE DEMANDA
NO VAREJO
PALAVRAS-CHAVES:
Previsão de demanda, Séries temporais, Modelos híbridos, Autoformer, Varejo.
PÁGINAS: 73
RESUMO:
A previsão de demanda desempenha um papel estratégico na gestão do varejo, contribuindo
para a otimização de estoques, redução de custos operacionais e melhoria da experiência do
consumidor. Este estudo propõe a avaliação de modelos híbridos para previsão de vendas,
com ênfase na modelagem dos resíduos gerados por modelos tradicionais. A pesquisa inicia-
se com uma revisão da literatura, que evidencia a predominância de arquiteturas baseadas em
Long Short-Term Memory - LSTM e Random Forest - RF como estratégias de hibridização.
No entanto, identifica-se uma lacuna quanto à aplicação do modelo Autoformer em conjunto
com a metodologia de Zhang (2003). O Autoformer, ao incorporar mecanismos de
decomposição de séries temporais e autocorrelação, apresenta potencial para capturar padrões
sazonais e tendências de longo prazo. Adota-se o Sazonal Auto-Regressivo Integrado de
Médias Móveis - SARIMA como modelo base e o Autoformer como estratégia de
hibridização para modelar os resíduos, cuja performace será comparada às abordagens
recorrentes da literatura, como LSTM e RF. Utilizando séries de vendas da rede varejista
equatoriana La Favorita, o estudo avalia o desempenho das abordagens por meio de medidas
de desempenho. Espera-se que os resultados contribuam para o avanço metodológico na
previsão de séries temporais univariadas e sazonais, além de oferecerem aplicações práticas
na previsão de demanda.
MEMBROS DA BANCA:
Interno - DIEGO DE SOUSA GUERRA
Externo ao Programa - 3431335 - JAIR PAULINO DE SALES - nullExterno à Instituição - LUIS ABEL DA SILVA FILHO - URCA
Presidente - PAULO RENATO ALVES FIRMINO