Resumo:
A maioria dos produtos que são comercializados possuem algum tipo de embalagem que tem por funcionalidade proteger fisicamente o produto, facilitar o transporte, a armazenagem e melhorar a estética. A empresa participante deste trabalho atua no ramo de fornecimento de embalagens sob encomenda, sendo o seu processo produtivo organizado para a fabricação em lotes de produção. As quantidades dos lotes de produção são variadas e dependem da demanda de cada cliente, cabendo ao setor de Programação e Controle da Produção (PCP), a atividade de programar a quantidade inicial de material necessário a entrar em processo de transformação para atender ao pedido. O PCP ao liberar uma ordem de produção precisa decidir qual a quantidade ótima a ser programada, levando em consideração as perdas do processo, para que não haja a falta ou o excesso de produtos bons ao final, ocasionando perda de faturamento quando não consegue atender integralmente o pedido do cliente, e aumento do
custo com estocagem, deterioração e obsolescência quando a quantidade é fabricada em
excesso. Pensando no potencial de utilização de uma Rede Neural Artificial (RNA) como
ferramenta de auxílio ao PCP, estabeleceu-se como questão de pesquisa o desenvolvimento de uma RNA para otimizar a atividade de programação da quantidade ideal de produção. Dentre os modelos encontrados na literatura, optou-se pelo Multi-Layer Perceptron (MLP) e seus resultados obtidos foram comparados com os resultados do método utilizado atualmente de 5, 10 e 15% de produção à mais sobre a quantidade. Como conclusão o desempenho do modelo mostrou ser mais eficaz para a tarefa.
