Please use this identifier to cite or link to this item:
https://hdl.handle.net/10316/110798
Title: | Otimização do portefólio de clientes através da aplicação de um algoritmo genético | Other Titles: | Optimization of the customer portfolio through the application of a genetic algorithm | Authors: | Ferreira, Miguel Antunes | Orientador: | Ferreira, Luís Miguel Domingues Fernandes | Keywords: | Optimization; Metaheuristics; Genetic algorithm; Orders portfolio; Otimização; Meta-Heurísticas; Algoritmo Genético; Portefólio de encomendas | Issue Date: | 22-Sep-2023 | Serial title, monograph or event: | Otimização do portefólio de clientes através da aplicação de um algoritmo genético | Place of publication or event: | Departamento de Engenharia Mecânica | Abstract: | In the current business landscape, a set of factors emerges, such as production capacity, quality products and services, innovation capability, and delivery capacity. These factors create an extremely competitive environment where every company seeks to gain a competitive advantage over its rivals. The competition in the global market compels companies to enhance all their operational areas, encompassing the entire value chain from the initial product development stage to customer service. In this context, the proper management of the customer portfolio gains greater importance. This stems from the need for effective resource allocation and assistance in decision-making, aimed at maximizing operational performance. Therefore, this dissertation presents the development and study of an optimization model based on a meta-heuristic, which seeks to contribute to a more suitable customer portfolio management. Considering the complex system of the foundry industry, the use of a meta-heuristic allowed for the modeling and optimization of the same. Furthermore, the application of a natural evolution logic, based on Darwins evolution theory, to the optimization model enabled the attainment of a unique level of understanding and visibility into the order and customer portfolio. Empowering its managers with optimization-derived results enables resource allocation and order prioritization within the client portfolio and consequently the orders portfolio , ultimately benefiting the company's performance. No cenário empresarial atual surgem um conjunto de fatores, tais como a capacidade de produção, produtos e serviços de qualidade, capacidade de inovação e capacidade de entrega, que proporcionam um ambiente extremamente competitivo, onde qualquer empresa procura ganhar uma vantagem competitiva em relação aos seus rivais.A competição presente no mercado ao nível global obriga as empresas a melhorarem todas as suas áreas de operação, contemplando toda a cadeia desde o ponto inicial de desenvolvimento de produtos até o atendimento ao cliente. Neste contexto, a correta gestão do portefólio de clientes ganha uma maior importância. Consequência, da necessidade de alocação de recursos de uma forma eficaz e do auxílio na tomada de decisão, que procura maximizar o desempenho da operação.Posto isto, a presente dissertação apresenta a elaboração e estudo de um modelo de otimização, baseado numa meta-heurística, que procura apresentar um contributo para uma gestão do portefólio de clientes mais adequada.Considerando o sistema complexo da indústria da fundição, a utilização de uma meta-heurística permitiu a modelação e otimização do mesmo. Além disso, a aplicação de uma lógica de evolução natural ao modelo de otimização, permitiu obter um nível de compreensão e visibilidade sobre o portefólio de encomendas e clientes único. Capacitando os seus gestores com resultados provenientes da otimização, que permitem, alocar recursos e priorizar encomendas, de forma a beneficiar o desempenho da empresa. |
Description: | Dissertação de Mestrado em Engenharia e Gestão Industrial apresentada à Faculdade de Ciências e Tecnologia | URI: | https://hdl.handle.net/10316/110798 | Rights: | embargoedAccess |
Appears in Collections: | UC - Dissertações de Mestrado |
Files in This Item:
File | Size | Format | Login |
---|---|---|---|
Dissertação - Miguel Ferreira 2023.pdf | 1.59 MB | Adobe PDF | Embargo Access Request a copy |
This item is licensed under a Creative Commons License