Previsão Mensal de Vendas Utilizando a Lógica Fuzzy

...

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.

Para a fuzzificação utiliza-se um cálculo que retorna os pares de conjuntos ativados e seus respectivos graus de pertinência.

No método de inferência é onde se aplica as regras possíveis a entrada e também determina e aplica a quais regras serão ativadas. A inferencia primeiro determina a regra a ser ativada, logo depois calcula a pertinência de cada conjunto de condições, por fim é armazenado o rótulo e a pertinência da conclusão.

No método de defuzzificação é onde é transformado os dados “nebulosos” para dados reais.

No método de defuzzificação foi utilizado o método de altura triangular, porque de certa formar facilita o processo de desenvolvimento já que o centro do centro de gravidade já é conhecido, é o ápice do triangulo.

E também foi necessário a implementação do método: private void combinando(), que é o reponsável por fazer a combinação dos conjuntos de cada mês.

5. Resultados

O aplicativo desenvolvido possui uma interface simples e intuitiva, facilitando assim o entendimento do usuário em sua utilização, como demonstrado na figura abaixo; onde o usuário gera as regras que tem como parâmetro a base do ABRAS desde janeiro de 2004 até dezembro de 2010 e após a geração das regras ele pode na mesma tela seleciona o ano e o mês desejado para fazer a previsão.

[pic 2]Interface do aplicativo

6. Conclusão

Com a realização do aplicativo foi possível observar o resultado satisfatório da utilização da Lógica Fuzzy para o problema previsão de vendas. Durante o desenvolvimento do trabalho foi analisado os possíveis pros e os contras do uso desta lógica para auxiliar na resolução do problema. A modelagem de um sistema fuzzy pode acrescentar inúmeras vantagens em relação as modelagens tradicionais. Através da utilização de uma linguagem natural que dentro da teoria é chamado de variável e valor fuzzy, busca evitar a utilização de regras rígidas impostas pelos especialistas diminuem a habilidade de condicionar soluções de problemas mais complexos.

A utilização da lógica fuzzy na implementação do sistema de previsão de vendas facilita no desenvolvimento, devido desta tecnologia permitir uma aproximação do raciocínio humano através da utilização de variáveis e valores fuzzy.

A capacidade da lógica fuzzy em descrever ou classificar detalhes de forma gradual, permite uma aproximação muito maior da realidade que é marcada por ser um sistema complexo de muitas variáveis e valores ambíguos e inexatos.

Referências

Wang, Li-Xin. (1997). A Course in Fuzzy