Gerenciamento de Risco da Cadeia de Suprimentos e Machine Learning: Uma revisão sistemática de aplicações práticas

Vol 54, 2022 - 152590
Pôster
Favoritar este trabalho
Como citar esse trabalho?
Resumo

As cadeias de suprimentos, especialmente as globais, sempre foram afetadas por eventos previsíveis ou imprevistos que ameaçam sua lucratividade e continuidade. Desta forma, o presente estudo busca investigar a atual literatura científica analisando e discutindo como modelos de machine learning estão sendo aplicados, bem como seus contextos, dentro do gerenciamento de risco da cadeia de suprimentos (GRCS). Aqui, destaca-se que se enfatizou publicações cuja proposta contenha alguma aplicação prática dessas técnicas. Nesta revisão realizou-se 3 etapas, resultando em uma amostra final de 12 estritamente relacionados com a temática. A partir da análise, destaca-se que a maior parte dos estudos utilizou algoritmos de classificação, aplicados principalmente para detectar possíveis riscos de interrupção a cadeia de suprimentos. Notou-se que GRCS auxiliado por técnicas de ML ainda é um campo pouco explorado.

Compartilhe suas ideias ou dúvidas com os autores!

Sabia que o maior estímulo no desenvolvimento científico e cultural é a curiosidade? Deixe seus questionamentos ou sugestões para o autor!

Faça login para interagir

Tem uma dúvida ou sugestão? Compartilhe seu feedback com os autores!

Instituições
  • 1 Universidade Federal de Pernambuco - UFPE
  • 2 UNIVERSIDADE DE PERNAMBUCO
Eixo Temático
  • 12 - L&T – Logística e Transportes
Palavras-chave
Gerenciamento de Risco da Cadeia de Suprimentos
Machine Learning
Revisão da literatura