Repositório UNIFEI UNIFEI - Campus 1: Itajubá PPG - Programas de Pós Graduação Dissertações
Use este identificador para citar ou linkar para este item: https://repositorio.unifei.edu.br/jspui/handle/123456789/1008
Registro completo de metadados
Campo DCValorIdioma
dc.creatorSENA, David Custódio de-
dc.date.issued2017-
dc.identifier.citationSENA, David Custódio de. Política de Gestão de Estoques utilizando aprendizado por Reforço e Simulação Híbrida em uma farmácia hospitalar Itajubá. 2017. 156 f. Tese (Doutorado em Engenharia de Produção) – Universidade Federal de Itajubá, Itajubá, 2017.pt_BR
dc.identifier.urihttps://repositorio.unifei.edu.br/jspui/handle/123456789/1008-
dc.description.abstractA gestão de estoques é relacionada a um tipo de tomada de decisão que afeta diretamente o funcionamento das organizações, pois a sua atuação tem efeitos diretos nos resultados. Em se tratando de hospitais, a gestão de estoques de medicamentos é realizada pela farmácia hospitalar. Neste sistema, é imprescindível uma gestão baseada em resultados associada a um bom nível de serviço. Enquanto que, na maioria das empresas, um mau funcionamento do setor de estoques gera prejuízos financeiros ou ambientais, na farmácia isso pode resultar em danos irreversíveis aos pacientes ou até em seu óbito. O objetivo desta pesquisa é definir uma política de aquisição periódica de medicamentos em uma farmácia hospitalar, buscando a diminuição conjunta do número de medicamentos não atendidos e expirados e que seja limitado a um orçamento. Para tanto, optou-se pelo uso combinado das simulações a eventos discretos e baseada em agentes com a ferramenta de inteligência artificial aprendizado por reforço. O método proposto, e aplicado na farmácia estudada, segue quatro etapas são propostas para o método: desenvolvimento de níveis de abstração, tipos de simulação, ligações entre simulações e resultados e análises. Para validar o método, foram comparados quatro cenários simulados com o comportamento real de uma farmácia hospitalar no período entre maio de 2016 e abril de 2017. Na comparação dos resultados dos cenários simulados, com o método aqui proposto, em relação à realidade observada na farmácia, constatou-se que, para todos eles não ocorreu o problema de medicamentos com data de validade expirada, em dois cenários constatou-se diminuição de mais de 3.000 unidades no número de medicamentos não atendidos e, nos outros dois cenários, o aumento não seria maior que 800 unidades. Observou-se ainda, que, com o método proposto, a diminuição dos gastos em cada cenário teria um valor médio de R$291.826,40, que significaria uma economia média de R$24.318,87 mensais, com relação ao que se verificou na prática. Pode-se concluir, portanto, como resultado dessa pesquisa, que se adotando uma política de aquisição de medicamentos com base no método proposto, o farmacêutico e sua equipe terão subsídios para uma tomada de decisão racional, mais eficiente e rápida.pt_BR
dc.language.isopt_BRpt_BR
dc.titlePolítica de Gestão de Estoques utilizando aprendizado por Reforço e Simulação Híbrida em uma farmácia hospitalar Itajubá.pt_BR
dc.typeTesept_BR
dc.placeItajubápt_BR
dc.pages156 p.pt_BR
dc.keywords.portugueseFarmácia hospitalarpt_BR
dc.keywords.portugueseSimulação híbridapt_BR
dc.keywords.portugueseAprendizado por reforçopt_BR
dc.keywords.portugueseGestão de estoquespt_BR
dc.keywords.englishHospital Pharmacypt_BR
dc.keywords.englishHybrid simulationpt_BR
dc.keywords.englishReinforcement Learningpt_BR
dc.keywords.englishInventory Managementpt_BR
dc.orientador.principalMONTEVECHI, José Arnaldo Barra-
dc.orientador.coorientadorPINHO, Alexandre Ferreira de-
dc.place.presentationUniversidade Federal de Itajubápt_BR
dc.pg.programaEngenharia de Produçãopt_BR
dc.pg.areaEngenharia de Produçãopt_BR
dc.date.available2017-11-16T11:46:52Z-
dc.date.accessioned2017-11-16T11:46:52Z-
dc.publisher.departmentIEPG - Instituto de Engenharia de Produção e Gestão-
dc.publisher.programPrograma de Pós-Graduação: Doutorado - Engenharia de Produção-
Aparece nas coleções:Dissertações

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
tese_sena_2017.pdf5,81 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.