Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/18781
Registro completo de metadados
Campo DCValorIdioma
dc.creatorChristofis, Ana Luiza Padilha
dc.date.accessioned2020-11-23T12:59:34Z-
dc.date.available2020-11-23T12:59:34Z-
dc.date.issued2015-10-27
dc.identifier.citationCHRISTOFIS, Ana Luiza Padilha. Modelo neural para avaliação da eficiência de empresas brasileiras da construção civil. 2015. 19 f. Trabalho de Conclusão de Curso (Especialização em Engenharia de Produção) - Universidade Tecnológica Federal do Paraná, Curitiba, 2015.pt_BR
dc.identifier.urihttp://repositorio.utfpr.edu.br/jspui/handle/1/18781-
dc.description.abstracthe high competitiveness in the construction industry motivates companies to constant development in pursuit of success in their activities. The success of a company can be seen as a function of its internal organization, the relationship with its stakeholders and the external environment in which it is located. Quantify how much each of the factors impacting the company's results is not trivial. Studies have reported good performance of artificial neural networks in modeling of construction companies efficiency. This work proposes the application of this technique in data analysis related to Brazilian companies, specifically the region of Curitiba, state of Paraná. The resulting model allows the investigation of the importance of each variable, showing the relevant aspects for the good performance of companies. With the model each company can analyze which investments, financial or human resources, will bring the final expected return. It is therefore an additional tool for decision-making by managers of companies in the construction industry.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Tecnológica Federal do Paranápt_BR
dc.rightsopenAccesspt_BR
dc.subjectRedes neurais (Computação)pt_BR
dc.subjectEficiência organizacionalpt_BR
dc.subjectConstrução civilpt_BR
dc.subjectNeural networks (Computer science)pt_BR
dc.subjectOrganizational effectivenesspt_BR
dc.subjectBuildingpt_BR
dc.titleModelo neural para avaliação da eficiência de empresas brasileiras da construção civilpt_BR
dc.title.alternativeNeural model for evaluating the efficiency of brazilian companies constructionpt_BR
dc.typespecializationThesispt_BR
dc.description.resumoA alta competitividade no ramo da construção civil motiva as empresas ao desenvolvimento constante em busca de sucesso nas suas atividades. O sucesso de uma companhia pode ser visto como função da sua organização interna, da relação com seus stakeholders e do ambiente externo no qual ela se situa. Quantificar quanto cada um dos fatores impacta no resultado da empresa não é trivial. Estudos relatam o bom desempenho de redes neurais artificias na modelagem da eficiência de companhias da construção civil. Assim, este trabalho propõe a aplicação desta técnica na análise de dados referentes a empresas brasileiras, mais especificamente da região de Curitiba, estado do Paraná. O modelo resultante permite a investigação da importância de cada variável, evidenciando os aspectos relevantes para o bom desempenho das empresas. Com o modelo cada companhia poderá analisar quais investimentos, financeiros ou de recursos humanos, trarão o retorno final esperado. Trata-se, portanto, de uma ferramenta adicional para a tomada de decisões por gestores das empresas da construção civil.pt_BR
dc.degree.localCuritibapt_BR
dc.publisher.localCuritibapt_BR
dc.contributor.advisor1Iarozinski Neto, Alfredo
dc.contributor.referee1Iarozinski Neto, Alfredo
dc.contributor.referee2Lemos, Clarice Farian de
dc.contributor.referee3Catai, Rodrigo Eduardo
dc.publisher.countryBrasilpt_BR
dc.publisher.programEspecialização em Engenharia de Produçãopt_BR
dc.publisher.initialsUTFPRpt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAOpt_BR
Aparece nas coleções:CT - Engenharia de Produção

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
CT_CEEP_I_2015_01.pdf384,93 kBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.