Previsão Mensal de Vendas Utilizando a Lógica Fuzzy

Previsão Mensal de Vendas Utilizando a Lógica Fuzzy

Hudson Miranda Sousa1, Lucas Guilherme Pontes Lima2, Marcos Leão Pereira Moura3

1Ciência da Computação – Univesidade Federal do Tocantins (UFT)

Caixa Postal 266 – 77001-090 – Palmas, TO – Brasil

2Ciência da Computação – Univesidade Federal do Tocantins (UFT)                        Caixa Postal 266 – 77001-090 – Palmas, TO – Brasil

3Ciência da Computação – Univesidade Federal do Tocantins (UFT)                        Caixa Postal 266 – 77001-090 – Palmas, TO – Brasil

¹[e-mail],²[e-mail],³[e-mail]

        
Abstract. This article describes the theory of fuzzy logic and on its use to forecast monthly sales using - if the Brazilian Association of Supermarkets. This program written in Java using fuzzy logic, its output is a value x, where this value corresponds to a one-month prediction y, y such that it can be obtained from the input values even months in previous years. Could - prove that the prediction using fuzzy logic this technique was quite useful considering that predictions came - if enough of the actual values.

Keywords: Fuzzy Logic.

Resumo. Este artigo descreve sobre a teoria de Lógica Fuzzy e sobre seu uso para fazer previsão de vendas mensal utilizando – se de dados da Associação Brasileira de Supermercados. O programa desenvolvido em java utiliza a lógica fuzzy, sua saída é um valor x , onde esse valor corresponde a uma previsão para um mês y, y tal que pode ser obtido através da entrada dos valores dos mesmo meses em anos anteriores. Pôde – se provar que a previsão usando esta técnica lógica fuzzy foi bastante proveitosa levando em consideração que as previsões aproximaram – se bastante dos valores reais.

      Palavras-chave: Lógica Fuzzy.

1. Introdução

A lógica fuzzy inicio baseada na Teoria de Conjuntos Fuzzy, no ano de 1965, em que a primeira vez foi usado o termo “lógica fuzzy” na publicação feita por Lotfi A. Zadeh nos Estados Unidos (MALUTTA, 2004).

A lógica fuzzy pode ser aplicada para várias áreas de conhecimento bem como, economia, medicina, tecnologia da informação, entre outros. O sistema de previsão de vendas foi desenvolvido para tentar prever as vendas futuras através de dados das vendas passadas, ou seja, o sistema tem como entrada valores em porcentagem das vendas dos meses anteriores e tentar prever a porcentagem de venda do meses futuros.

Tal técnica quando bem aplicada por um gerente de vendas pode – se salvar uma empresa da falência, com os valores das possíveis vendas do mês futuro, o gerente de vendas pode programar todo o estoque de forma que seus produtos não fiquem muito tempo na loja, dessa forma é possível ponderar futuras aquisições, influenciando diretamente no capital de giro da empresa em questão. O sucesso dessa técnica pode salvar uma empresa, ao mesmo ponto que o fracasso dessa técnica pode destruí – la.

2. Revisão Literária

2.1LógicaFuzzy

A lógica difusa ou lógica fuzzy pode ser descrita como uma extensão da lógica booleana(lógica do 0 ou 1, certo ou errado, ligado ou desligado), pois a lógica fuzzy permite valores intermediários entre 0 e 1 por exemplo. Pode – se também dizer que a lógica fuzzy trabalha com estatística, principalmente no que se refere a inferência.

Existem três etapas que dividem as partes principais da lógica fuzzy, são elas: fuzzificação, inferência e defuzzyficação. Esses processos têm como função aproximar a decisão do computador à de um ser humano

2.2 Fuzzificação

A fuzzificação tem o papel de tentar transformar dados numéricos em termos em uma forma de linguagem humana habitual, ou seja, tenta transformar dados computacionais em dados usados diariamente por seres humanos.

Por exemplo, um livro que vale 1 real é um livro ruim, o que vale 5 reais é um livro mediano e um livro que custa 20 reais é um livro muito bom. Neste exemplo pode – se perceber a fuzzificação de valores numéricos em linguagem natural. Para se determinar o grau de quanto um livro é ruim ou bom, são usadas funções de pertinência para verificar o quanto esse valor pertence ao determinado conjunto.

2.3 Defuzzificação

Esse método consiste apenas em tentar transformar linguagem natural em valores numéricos, ou seja, é o contrario do método de fuzzificação. Existem formas diferentes de defuzzificação, são elas: Centroide, Centro das somas e média dos máximos.

2.3.1Métodos de defuzzificação

2.3.1.1 Método Centroide

É uma das técnicas mais usadas, consiste em encontrar o centro da figura geométrica formada pelo gráfico da fuzzificação.

2.3.1.2 Método Centro das Somas

Similar ao método centroide, porém é uma técnica caracterizada por contar trechos com mais de uma intersecção.

2.3.1.3 Método da Média dos Máximos

Esta é talvez a técnica que mais usa estatística pois consistem em pegar um ponto em que seu grau de pertinência é o mais elevando dentre os outros pontos.

3. Descrição do Problema

O problema se resume em tentar prever as vendas do mês seguinte a partir dos valores dos meses anteriores, ou seja, têm – se as vendas do mês de outubro do ano 2004 até 2011 e então tenta – se prever as vendas para o ano de 2012.
Os valores de entrada devem ser padrão da tabela 1 – Índice nacional de vendas ABRAS(Associação Brasileira de Supermercados) entre 2004 e 2012.

A partir desses valores deve ser possível prever os valores para qualquer dos meses de 2011 e 2012.

É necessário elaborar um programa que use lógica fuzzy, o programa deve receber esses valores de entrada e permitir a saída das possíveis taxas de vendas futuras.

 
                    Tabela 1 - Índice nacional de vendas ABRAS entre 2004 e 2012
[pic 1]Valores referentes à comparação: mês x mês anterior Fonte: www.abrasnet.com.br/economia-e-pesquisa/indice-de-vendas/historico.

4. Solução Adotada

Com a Finalidade de solucionar um problema de previsão de vendas, foi desenvolvido um aplicativo em java e IDE Eclipse, utilizando da logica fuzzy para tal; utilizando a partir dos dados históricos ente 2004 e 2010 disponibilizados pela ABRAS. Cada regra Fuzzy gerada na classe principal tem 12 antecedentes que correspondem aos 12 meses anteriores ao mês “aprendido”, o mesmo virá posteriormente a ser a conclusão de toda a regra. Após essa etapa inicial, as regras irão ser aplicadas no processo de fuzzificação, inferência e desffuzificação.