Joelmir Junior é pesquisador do ProLogIS e, além de atuar em projetos do laboratório, está desenvolvendo sua dissertação de mestrado, apresentada da seguinte forma:
A previsão de demanda se encaixa como um fator relevante na gestão de cadeias de suprimentos, pois a antecipação correta da demanda do cliente possibilita que gestores planejem o nível de atividades como transporte, produção e estoque. Em contrapartida, previsões inadequadas custam caro e são amplificadas entre os membros da cadeia de suprimentos, podendo resultar em fenômenos como o efeito chicote. Além disso, quando as previsões tratam de produtos novos no mercado, sem dados históricos de vendas, a interferência humana nas previsões se faz necessária para que o conhecimento prévio dos gestores possam auxiliar no processo.
Portanto, a fim de reduzir os erros das interferências nos modelos de previsão de demanda, com foco em produtos sem históricos de vendas, o presente estudo se propõe a utilizar técnicas de inteligência artificial explicável juntamente com métodos de simulação para auxiliar nos processos de tomada de decisão. Cabe salientar, que esta pesquisa encontra-se em fases iniciais.
