skip to main content
Idioma:

Previsão da demanda de suprimentos de socorro com aplicação na localização de depósitos da Defesa Civil do estado de São Paulo.

Pareja Yale, Camila Laura

Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Escola Politécnica 2022-11-03

Acesso online

  • Título:
    Previsão da demanda de suprimentos de socorro com aplicação na localização de depósitos da Defesa Civil do estado de São Paulo.
  • Autor: Pareja Yale, Camila Laura
  • Orientador: Yoshizaki, Hugo Tsugunobu Yoshida
  • Assuntos: Logística Humanitária; Decision Support System; Demand Forecasting Model; Hierarchical Model; Humanitarian Logistics; Zero-Inflated
  • Notas: Dissertação (Mestrado)
  • Notas Locais: Programa Engenharia de Produção
  • Descrição: No Estado de São Paulo desastres naturais de baixa e media magnitude acontecem frequentemente no verão em consequência das chuvas. A Coordenadoria Estadual de Proteção e Defesa Civil do Estado de Sao Paulo (CEPDEC-SP) é responsável pelo abastecimento de ajuda humanitária aos 645 municípios. Portanto, estimativas de demanda por suprimentos de socorro são de vital impedância para auxiliar na resposta ágil e eficiente após a ocorrência de sinistros. A previsão de suprimentos de emergência é uma tarefa complexa pela natureza inerente aos desastres; informações limitadas, quantidade excessiva de zeros na variável de resposta e fatores preditores não lineares são os principais desafios no desenvolvimento do modelo de previsão. Nessa perspectiva, os Generalized Linear Models (GLM) foram explorados para a modelagem da previsão da demanda de materiais de socorro. Os preditores do modelo incluem indicadores de vulnerabilidade, aspectos demográficos e anomalias climáticas relacionadas ao fenômeno El Niño. Dada a existência de vulnerabilidades diferenciadas nos municípios, é proposta a estrutura de modelo multinível Generalized Linear Mixed Models (GLMM) que leva em consideração esses agrupamentos hierárquicos evidenciados no conjunto de dados. Assim, o Zero-Inflated Negative Binomial Multilevel (ZINBM) foi selecionado como o modelo final para estimar a demanda de suprimentos de socorro. Ao reduzir a incerteza na demanda, soluções adequadas para o problema de localização de depósitos da CEPDEC-SP podem ser atingidas, com esse propósito foi desenvolvido um modelo de otimização que busca minimizar os custos totais e maximizar o nível de serviço, assim como um Sistema de Apoio á Decisão (SAD) que possibilita à equipe da CEPDEC-SP avaliar diversas alternativas de localização para optar pela solução mais conveniente.
  • DOI: 10.11606/D.3.2022.tde-22052023-102221
  • Editor: Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Escola Politécnica
  • Data de criação/publicação: 2022-11-03
  • Formato: Adobe PDF
  • Idioma: Português
Links
Voltar para lista de resultados

  • Realização: ABCD-USP USP   Logos de Redes Sociais: Freepik

Buscando em bases de dados remotas. Favor aguardar.