| dc.contributor | SILVA, Maísa Mendonça | |
| dc.contributor | http://lattes.cnpq.br/5127796205458937 | |
| dc.contributor | http://lattes.cnpq.br/1719660651640802 | |
| dc.creator | SOUZA, José Américo Fernandes de | |
| dc.date | 2020-10-08T14:50:51Z | |
| dc.date | 2020-10-08T14:50:51Z | |
| dc.date | 2020-05-28 | |
| dc.date.accessioned | 2022-10-06T19:01:01Z | |
| dc.date.available | 2022-10-06T19:01:01Z | |
| dc.identifier | SOUZA, José Américo Fernandes de. Previsão do número de veículos em fim de vida no Brasil: uma estimativa utilizando um modelo híbrido baseado no sarima e em redes neurais recorrentes. 2020. Dissertação (Mestrado em Engenharia de Produção) – Universidade Federal de Pernambuco, Caruaru, 2020. | |
| dc.identifier | https://repositorio.ufpe.br/handle/123456789/38304 | |
| dc.identifier.uri | http://repositorioslatinoamericanos.uchile.cl/handle/2250/3992301 | |
| dc.description | A indústria automotiva é, sem dúvidas, uma das maiores impulsionadoras da economia global. Todavia, o crescente número de veículos, observado nas últimas décadas, tem posto em cheque a sustentabilidade na cadeia automotiva, especialmente, no que diz respeito a destinação final dos resíduos. Acredita-se, que apenas na União Europeia (UE), sejam gerados cerca de 8 a 9 milhões de toneladas de resíduos por ano, decorrentes de Veículos em Fim de Vida (ELV). Esse montante, fez com que a UE definisse os ELVs como fluxo prioritário de resíduos, fomentando assim, por meio da Diretiva 2000/53/EC, princípios básicos para a gestão apropriada de ELVs. Em contrapartida, no Brasil, a determinação de políticas eficazes no gerenciamento de ELVs, ainda são tidas como incipientes. Embora o país, atualmente, esteja entre os maiores mercados de venda e produção de veículos do planeta, consolidando-se como um dos principais players mundiais do setor. Desta forma, o presente estudo tem por objetivo estimar a demanda futura de ELVs no Brasil, de modo a possibilitar o estabelecimento de estratégias que não apenas auxiliem a tomada de decisão, mas também visem a mitigação do impacto global deste resíduo na cadeia automotiva brasileira. Para tanto, foi utilizado um modelo híbrido de previsão, baseado na metodologia ARIMA e em Redes Neurais Artificiais, com um conjunto de dados temporais extraídos de plataformas setoriais brasileiras. No que se refere ao delineamento da pesquisa, o foco foi na categoria de veículos automotores, com capacidade máxima para até oito passageiros, visto que esta, é a classe de maior representatividade e proporção ambiental no país. Os resultados alcançados apontam para uma boa convergência do modelo, indicando melhor desempenho do que uma previsão ingênua ou trivial. A eficiência obtida pelo o coeficiente de Nash-Sutcliffe foi de 98%. E a expectativa é que para o ano de 2030 sejam produzidos aproximadamente 5,2 milhões de ELVs no Brasil, dos quais, somente 78 mil seriam efetivamente reciclados, considerando a atual taxa de reciclagem de veículos no país. Isto posto, o estudo poderá ainda contribuir com a proposição de alternativas que favoreçam o gerenciamento adequado do resíduo automotivo, fornecendo uma referência para a formulação e implementação de políticas relacionadas a ELVs no Brasil. | |
| dc.description | CAPES | |
| dc.description | The automotive industry is undoubtedly one of the biggest drivers of the global economy. However, the growing number of vehicles, observed in recent decades, has put sustainability in the automotive chain in check, especially with regard to the final destination of waste. It is believed that in the European Union (EU) alone, around 8 to 9 million tons of waste are generated each year, resulting from End of Life Vehicles (ELV). This amount has caused the EU to define ELVs as a priority waste stream, thus promoting, through Directive 2000/53 / EC, basic principles for the proper management of ELVs. In contrast, in Brazil, the determination of effective policies in the management of ELVs, are still considered incipient. Although the country is currently among the largest vehicle sales and production markets on the planet, consolidating itself as one of the main global players in the sector. Thus, the present study aims to estimate the future demand for ELVs in Brazil, in order to enable the establishment of strategies that not only assist decision making, but also aim to mitigate the global impact of this waste on the Brazilian automotive chain. For this, a hybrid forecasting model was used, based on the ARIMA methodology and on Artificial Neural Networks, with a set of temporal data extracted from Brazilian sectoral platforms. With regard to the design of the research, the focus was on the category of motor vehicles, with a maximum capacity for up to eight passengers, since this is the class with the greatest representativeness and environmental proportion in the country. The results achieved point to a good convergence of the model, indicating better performance than a naive or trivial prediction. The efficiency obtained by the Nash-Sutcliffe coefficient was 98%. And the expectation is that by the year 2030, approximately 5.2 million ELVs will be produced in Brazil, of which only 78 thousand would be effectively recycled, considering the current vehicle recycling rate in the country. That said, the study may also contribute to the proposition of alternatives that favor the proper management of automotive waste, providing a reference for the formulation and implementation of policies related to ELVs in Brazil. | |
| dc.format | application/pdf | |
| dc.language | por | |
| dc.publisher | Universidade Federal de Pernambuco | |
| dc.publisher | UFPE | |
| dc.publisher | Brasil | |
| dc.publisher | Programa de Pos Graduacao em Engenharia de Producao / CAA | |
| dc.rights | openAccess | |
| dc.rights | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | |
| dc.subject | Indústria automobilística | |
| dc.subject | Resíduos industriais – Reaproveitamento | |
| dc.subject | Logística empresarial | |
| dc.subject | Análise de séries temporais | |
| dc.subject | Redes neurais (Computação) | |
| dc.title | Previsão do número de veículos em fim de vida no Brasil : uma estimativa utilizando um modelo híbrido baseado no sarima e em redes neurais recorrentes | |
| dc.type | masterThesis | |
