Proposta de otimização de estoque com redes neurais recorrentes

Abstract

No mercado dinâmico atual, onde a demanda está em constante mudança, as empresas de distribuição devem identificar rapidamente as necessidades de compras para permanecerem competitivas. Esta pesquisa tem como objetivo aprimorar o gerenciamento de estoque por meio da aplicação de Análise Descritiva para visualizar o fluxo de estoque. O aprendizado de máquina, especificamente as Redes Neurais Recorrentes (RNNs), serão utilizadas para prever a demanda, considerando fatores como sazonalidade e tendências. A Análise Preditiva otimizará os níveis de estoque, minimizando o desperdício e a falta de produtos. Além disso, os princípios do Design Thinking garantirão um sistema amigável ao usuário, melhorando a experiência geral do usuário. O produto final fornecerá uma ferramenta prática, intuitiva e precisa para a otimização do estoque.

In today's dynamic market, where demand is constantly changing, distribution companies must rapidly identify procurement needs to stay competitive. This research aims to enhance inventory management by employing Descriptive Analysis to visualize inventory flow. Machine learning, specifically Recurrent Neural Networks (RNNs), will be utilized to forecast demand, considering factors like seasonality and trends. Predictive Analytics will optimize inventory levels, minimizing waste and stockouts. Additionally, Design Thinking principles will ensure a user-friendly system, enhancing the overall user experience. The final product will provide a practical, intuitive, and precise tool for inventory optimization.