Previsão da demanda de materiais de construção utilizando redes neurais artificiais : uma comparação entre TensorFlow e PyTorch

Abstract

O presente trabalho se propõe a explorar o potencial das redes neurais artificiais (RNs) para prever a demanda por materiais de construção. A pesquisa se concentra na comparação do desempenho de diferentes modelos de RNs, implementados nas bibliotecas TensorFlow e PyTorch, na tarefa de predição da demanda por cimento, concreto, encanamento, ferragens e pintura. Para tal, o estudo apresenta uma revisão da literatura sobre a indústria da construção civil e a relevância da análise da cadeia de suprimentos. A metodologia detalhada inclui a construção e treinamento de diferentes modelos de RNs, a pré-processamento dos dados e a avaliação do desempenho dos modelos. Os resultados obtidos indicam que os modelos que utilizaram TensorFlow com mais camadas ocultas tiveram o melhor desempenho entre os materiais. Logo, esse estuda demonstra a nessecidade de teste de mais modelos e variações para poder alcançar resultados melhores e além disso uma superioridade da biblioteca do Google.