Aplicação de técnicas de Machine Learning para a previsão de processos industriais

Abstract

No âmbito do desenvolvimento de novas soluções para a otimização dos processos industriais de produção, novos desafios têm surgidos devido à complexidade de criação de valor, e às implicações associadas aos processos produtivos ao longo das cadeias de abastecimento. Embora o desenvolvimento tecnológico seja um objetivo inerente a todas as empresas, é necessário assegurar que o crescimento económico seja proporcional aos benefícios que este irá providenciar à sociedade, assim como, realizado segundo políticas de desenvolvimento sustentável e circular. Esta dissertação tem como objetivo conceber uma investigação relativa à implementação de técnicas de Machine Learning (ML), que poderão ser associadas aos sistemas de planeamento de produção, permitindo automatizar, prever e atuar sobre a gestão dos processos de produção. Os objetivos passam por investigar quais os benefícios da implementação de determinado método e técnica de Machine Learning, de modo a criar previsões essenciais para o desenvolvimento de um plano de produção, com base nos resultados obtidos através de dados históricos.

In the development of new solutions for the optimization of industrial production processes, new challenges have risen due to the complexity of value creation and the implications associated with production processes, along the supply chains. While technological development is an inherent goal for every company, it is necessary to ensure that economic growth is proportional to the benefits it provides to society, as well as carried out under policies of sustainable and circular development. This dissertation aims to research the implementation of Machine Learning (ML) techniques that can be associated with production planning systems, allowing to automate, predict and act on the management of production processes. The objectives are to investigate the benefits of implementing certain methods and techniques of Machine Learning, in order to create essential predictions for the development of a production plan, based on the results obtained through historical data.