Viabilidade do Uso de Redes Neurais em Substituição às Técnicas Usuais de Previsão da Recepção de Leite em Laticínios

Contato
Carlos Arthur B. da Silva
UFV
Campus Universitário
36.570-000 - Viçosa - MG
e-mail: usercabs@vm.lncc.br

Autoria
Carlos Arthur B. da Silva - UFV
Alessandro José Rios de Carvalho - UFV

RESUMO
A sazonalidade na produção de leite no Brasil produz grandes variações nos preços de derivados, dificulta a administração da produção e o planejamento de estoques. A técnica de redes neurais pode ser usada como instrumento para prever a recepção futura de leite em indústrias de laticínios, reduzindo as incertezas associadas à sazonalidade da produção. Esse trabalho apresenta um estudo comparativo entre o uso de redes neurais e a técnica de médias históricas usualmente empregada pela indústria para previsão da recepção de leite. Os resultados ressaltam o potencial de uso das redes neurais como alternativa às técnicas usuais de previsão da recepção de leite na indústria de laticínios.

ABSTRACT
Production planning and inventory management in dairy plants in Brazil are complex activities, in view of the marked seasonality patterns that characterize milk production in the country. To reduce the degree of uncertainty associated with production seasonality, neural networks were used as a tool to forecast milk reception at a dairy plant. A comparative analysis of this technique versus the historical average approach usually employed by dairy managers suggests an encouraging potential for neural nets as a better performing forecasting alternative for the dairy industry.

Introdução

A sazonalidade na produção de leite no Brasil produz grandes variações nos preços de derivados, dificulta a administração da produção e o planejamento de estoques. Para lidar com essa incerteza, as indústrias utilizam processos intuitivos ou técnicas de determinação de médias históricas para prever a recepção futura de leite. Mesmo gerando parâmetros suficientes para orientar o planejamento da produção, torna-se necessário aumentar a eficácia desses procedimentos, como meio de garantir o máximo de confiabilidade nas decisões estratégicas decorrentes dessas previsões.

A evolução da informática tem permitido o acesso de pequenas e médias indústrias aos benefícios proporcionados pelo uso de computadores em tarefas gerenciais. Dessa forma, técnicas computacionais de suporte à decisão, como a técnica de rede neural artificial, podem vir a ser importantes instrumentos de apoio aos processos decisórios dentro da indústria.

Esse trabalho foi desenvolvido com o objetivo de orientar empresários e gerentes laticinistas sobre o potencial do uso de redes neurais em substituição aos métodos atualmente empregados para previsão da recepção de leite. Para tanto, realizou-se um estudo comparativo entre a técnica usual de determinação de médias históricas e a técnica de redes neurais para previsão da recepção de leite em indústrias laticinistas.

Referencial teórico

A rede neural artificial é uma das técnicas da inteligência artificial que procuram fazer um computador "aprender" a partir de experiências passadas. Pesquisadores procuram, com essa tecnologia, construir arquiteturas que permitam reproduzir certas capacidades do cérebro humano. O resultado é uma tecnologia que processa grande número de informações, com extrema rapidez e com habilidade para reconhecer padrões e fazer generalizações baseadas nos mesmos. O processo de aprendizado se dá através da repetição contínua de experiências anteriores. Cada experiência anterior inclui tanto dados de entrada quanto de saída, que são interconectados numa estrutura que simula uma rede neural biológica. Os elementos de entrada e saída são interligados através de uma ou mais camadas intermediárias, de modo que cada elemento possa receber e enviar sinais (SILVA e SILVA, 1995).

Metodologia

Para o desenvolvimento desse trabalho, foram utilizados dados de recepção quinzenal de leite tipo C de uma cooperativa, localizada no Sul do Estado de Minas Gerais, que apresenta características típicas do segmento laticinista do estado. Os dados são relativos ao período compreendido entre janeiro de 1990 e abril de 1995 e foram tabulados com o auxílio do programa LOTUS 123 V2.4 (Lotus Development Corporation). Para o treinamento da rede e realização das previsões, utilizou-se o software @BRAIN (Talon Development Corporation), que é executado como recurso "add-in" do LOTUS 123. A determinação das variações médias de períodos anteriores, de acordo com a tecnologia usualmente empregada na indústria, foi feita através dos recursos usuais do programa LOTUS 1-2-3. A análise foi executada em um microcomputador compatível com o padrão IBM-PC 486 DX-2 100mhz.

A previsão da recepção por meio da técnica de médias históricas considera que a variação na recepção de leite futura segue a média das variações da recepção de anos anteriores. Dessa forma, determinou-se o índice de variação da recepção quinzenal de leite para o período compreendido entre jan/90 a dez/93. Obteve-se 24 índices para cada ano, num total de 4 índices para cada quinzena do ano. Os índices médios foram utilizados para prever a variação futura da recepção de leite de mai/94 a abr/95.

A previsão da recepção por meio da técnica de redes neurais foi feita de acordo com metodologia descrita por CARVALHO e SILVA (1995). As 24 quinzenas do ano foram representadas na forma numérica, utilizando-se um conjunto de 24 dados de entrada em que cada dado representava uma quinzena específica. A recepção de leite foi representada através de um modelo recursivo, no qual a recepção de leite em uma determinada quinzena seria "explicada" pela recepção das quinzenas anteriores. A rede foi treinada mediante utilização de índices de variação da recepção de leite, ponderados pelo número de produtores e pelo número de dias da quinzena em questão. A topologia da rede neural foi definida com 26 elementos na camada de entrada e um elemento na camada de saída. Optou-se pelo uso de 3 camadas intermediárias, constando de 10, 6 e 2 elementos respectivamente.

Resultados e Discussão

Os volumes de recepção de leite previstos através das técnicas de médias históricas e rede neural foram comparados com o volume de recepção real fornecido pela indústria para o período que compreende a primeira quinzena de maio de 1994 até a segunda quinzena de abril de 1995. Esses valores estão representados na Figura 1.

Observa-se uma alta correlação entre os valores reais e os valores previstos pela rede neural. Mesmo cometendo um erro relativo a 16,3% da recepção real de leite na primeira quinzena de maio de 1995 (maior erro cometido pela rede neural), a rede volta a prever corretamente a recepção de leite e, já na segunda quinzena de maio, essa diferença praticamente inexiste (para uma recepção real de 739.291 litros durante a quinzena, a rede previu 739.137 litros).

Os valores previstos por meio de médias históricas, apesar de acompanharem as tendências da recepção real, diferem significativamente da mesma na grande maioria das quinzenas do ano (Figura 2). Observa-se que as duas linhas do gráfico apresentam-se relativamente mais distantes uma da outra, quando comparadas com as linhas da Figura 1.

Nas 24 quinzenas analisadas, o erro médio entre o volume previsto pela rede e o volume real da recepção de leite foi de 2,6 e 8,2%, respectivamente para previsões pela rede neural e por médias históricas. A distribuição de frequência dos erros cometidos nos dois métodos está representada na Figura 3.

A análise da Figura 3 deixa claro que os erros cometidos pela rede neural tendem a se concentrar em torno de 0%. Em 16 das 24 previsões realizadas pela rede neural, o erro cometido foi inferior a 2% da recepção real de leite. Para previsões por médias históricas, a análise do gráfico mostra que os erros estão mais dispersos e somente em 4 das 24 previsões os erros foram inferiores a 2% do valor real.

Os resultados alcançados nesse trabalho ressaltam o potencial de uso das redes neurais como alternativa às técnicas usuais de previsão da recepção de leite na indústria de laticínios. A técnica de rede neural artificial, somada à intuição gerencial, pode constituir-se numa ferramenta extremamente importante para apoiar decisões estratégicas dentro da indústria laticinista.

Referências Bibliográficas

CARVALHO, A.J.R.; SILVA, C.A.B. Uso de inteligência artificial para previsão de recepção de leite na indústria de laticínios. In: Congresso Nacional de Laticínios, XIII, Juiz de Fora, 1995 [Anais...] Juiz de Fora: Centro de Ensino e Pesquisa/Instituto de Laticínios Cândido Tostes, 1995, p. 53-56.
SILVA, C.A.B. e SILVA, E.B. Previsão da Recepção de Leite em Usinas Laticinistas - Uma Aplicação de Redes Neurais. Revista de Economia e Sociologia Rural. (no prelo) 1995
Talon Development Corporation. @ BRAIN Neural Network Development System - User's Guide, Milwaukee, 1992.