• MODELO MATEMÁTICO INTEGRAL-FUZZY PARA GERAÇÃO DO IQMU: O CASO DA CIDADE DO RIO DE JANEIRO
    Este trabalho está direcionado para o desenvolvimento de modelo matemático sustentado nos preceitos das Integrais-Fuzzy, focado na geração de índices de qualidade da mobilidade urbana.  Para  tanto  se  desenvolve  pesquisa  exploratória  ex-post-facto,  pois  pretende-se gerar  um  diagnóstico  sobre  as  condições  da  movimentação  na  cidade, baseando-se  na coleta de dados sobre as percepções dos usuários nas  viagens cotidianas.  Tal modelo pode ser  utilizado  de  forma  rotineira  para  geração  de  série  histórica,  promovendo melhoria  do processo decisório de organismos públicos. Para teste  e validação do modelo desenvolveu-se um estudo de caso baseado em pesquisa realizada em outubro de 2020, na cidade do Rio de Janeiro. O  modelo apresentou-se estável  e coerente após a análise dos  seus resultados, pelo   cruzamento   dos   índices   gerados   com   questão   reflexiva   sobre   a   mobilidade.   O diagnóstico  dos  usuários  da  cidade  analisada  é  que  a  qualidade  é  ruim,  com  IQMU  igual  a 4,07  no  universo  de  discurso  [0,10].  Pontuaram-se  também  as  percepções  dos  usuários quanto  aos  modos  de  transporte,  com  destaque  para  melhor nota  para  táxi-frete  (IQM  = 5,15)  e  pior  grau  para  bicicleta  (IQM  =  3,12).  Os  resultados  também  foram  avaliados organizando-os  pelas  características  dos  respondentes  (gênero,  faixa etária  e  formação)  e pela condição das viagens (tempo de deslocamento e quantidade de baldeações).
    Autores: Marcus Quintella | Marcelo Sucena
  • PREVISÃO DE DEMANDA POR MÉTODOS ECONOMÉTRICOS SUBSIDIANDO A OTIMIZAÇÃO OPERACIONAL E A EMPREGABILIDADE NO TRANSPORTE
    Por intermédio do uso de métodos adequados para análise de demanda futura é possível tratar rapidamente as flutuações originadas de fatores externos de várias características que podem interferir no planejamento de sistemas produtivos, fundamental para dimensionar a disponibilidade de ativos, insumos e, principalmente, de recursos humanos. É nesse viés que se enquadra este artigo. Objetiva-se com este artigo apresentar a potencialidade e a simplicidade do uso de métodos estocásticos para previsão de demanda por séries históricas para avaliação do futuro da empregabilidade do transporte, por intermédio de um estudo de caso. Utilizam-se dados da base primária do novo CAGED/CNT, permitindo-se a prospecção de dados futuros em pesquisa aplicada e descritiva para interpretação de cenário operacional e de recursos humanos do transporte de carga. Para tanto usam-se três método estocásticos para geração dos valores dos componentes aleatório e sistemático da demanda projetada. Após a análise do componente aleatório de da razão de viés, identifica-se como melhor método Holt como o que se enquadra na faixa com menor amplitude para qualquer medida da diferença entre a previsão e a demanda real. Pela prospecção de dez períodos adiante compôs-se a ideia de otimização das infraestruturas dos modos de transporte para minimização de demissões, além da maior intensividade de operações de multimodalidade. Com do estudo é possível perceber a importância e a potencialidade do uso de métodos estocásticos para previsão de demanda para melhoria de resultados operacionais, além da melhoria da eficiência da aplicação dos recursos humanos no transporte de cargas, que pode impactar em menor variabilidade nos saldos de empregos nos vários modos de carga.
    Autores: Marcelo Sucena | Marcus Quintella
  • ARTIFICIAL INTELLIGENCE APPLIED TO ASSESS PERCEPTIONS OF THE QUALITY OF E-COMMERCE LOGISTICS: CASE STUDY OF RIO DE JANEIRO
    É fato que com a pandemia do COVID-19 ocorreram muitas mudanças de mercado, em parte, impulsionadas pelas novas necessidades dos consumidores. No âmbito do comércio eletrônico, as mudanças aconteceram em paralelo com o aumento rápido de demanda, impactando diretamente na qualidade do serviço logístico prestado. É nesse contexto que este artigo busca desenvolver uma forma de avaliar a qualidade da logística do e-commerce, baseando-se na percepção do cliente final ao final do ciclo do pedido. Para tanto, objetiva-se desenvolver um modelo matemático, baseando-se nos preceitos da inteligência artificial, que possa interpretar expressões qualitativas, capturadas por intermédio de questionário, transformando-as em valores quantitativos, passíveis de análise no mundo real. Tais valores formam índices parciais e o IQLE (Índice da Qualidade da Logística do E-commerce). Após o processamento de 180 registros, observou-se que dos sete atributos analisados, três deles redundaram em nota abaixo de 5,0, denotando certa preocupação, mas oportunidade de melhora e desenvolvimento de soluções mercadológicas.
    Autores: Marcelo Sucena | Marcus Quintella
  • MODELAGEM FUZZY-SAW PARA QUALIFICAÇÃO DE EMPRESAS DE LOGÍSTICA NO E-COMMERCE: O CASO DOS RESULTADOS DO IQLE
    Este artigo busca desenvolver modelagem, baseada no método Fuzzy-SAW, para avaliar a qualidade percebida pelos clientes finais na prestação do serviço logístico do e-commerce. Pretende-se desenvolver estudo de caso para validação e exemplificação, usando-se dados obtidos em enquete para se determinarem o Índice da Qualidade da Logística do E-commerce e outros parciais. Após o processamento de 409 registros obtidos por intermédio de questionário, observou-se que as quatro empresas mais citadas, usadas como alternativas no modelo, registraram quase 80% das observações. Após a análise de sete atributos operacionais e outros quatro relacionados ao atendimento do cliente, considerados no modelo como os critérios, notou-se que nenhuma das empresas atingiu grau 6,0 em escala [0,10], caracterizando potencial para melhoria. A empresa com maior amplitude nacional é a que apresentou a pior qualidade; a segunda mais qualificada é concorrente direta desta empresa; a com melhor grau (5,53) representa, apenas, 4% das citações na enquete.
    Autores: Marcelo Prado Sucena | Marcus Vinicius Quintella Cury
  • ANÁLISE ECONOMÉTRICA DO CENÁRIO BRASILEIRO PARA RETOMADA DO TRANSPORTE AÉREO APÓS O COVID-19
    Este  artigo  trata  de  pesquisa  aplicada, descritiva e explicativa, expresso por um estudo de caso para  análise  do  cenário  do  transporte  aéreo nacional. Estudos indicam relativa preocupação com a  recuperação  da  demanda  do  transporte  aéreo  de passageiros  e  cargas  após  o  COVID-19,  além  das influências em inúmeros setores da economia. Para tanto, este artigo foca na aplicação de três métodos econométricos para previsão de demanda de carga e de passageiros que permitam extrapolar para cenário posterior  à  pandemia  do  COVID-19.  Utilizaram-se 39   registros   mensais   entre   2019   até   2022 que permitem   gerar   série   histórica,   base   da   análise econométrica.    Os    métodos    foram    comparados quanto aos valores de erro absoluto médio percentual e   de viés   da previsão.   Para   o   movimento   de passageiros   o   método   mais   adequado   é   o   de Suavização  Exponencial  Simples; enquanto para cargas,  o  indicado  é  o  de  Holt.  Os  resultados apontam que os níveis do transporte de passageiros não  conseguirão alcançar  o  pico  de  2019  em  24 meses;  para  cargas,  há  recuperação  nos  registros anotados,  indicando  que  o  futuro  o  crescimento tende  a  aumentar,  ultrapassando  os  patamares  de 2019.
    Autores: Marcelo Prado Sucena, Marcus Vinicius Quintella Cury

Páginas