Inteligência Artificial na Seleção de Equipamentos Portuários

Otimizando Decisões com Modelos Generativos

Autores

  • Luiz Filipe de Lara Lima Fatec Rubens Lara
  • Luiz Felipe Rampazzo Fatec Rubens Lara
  • Vitor Daniel Oliveira da Silva Fatec Rubens Lara
  • Álvaro Camargo Prado Fatec Rubens Lara
  • Luciana Maria Guimaraes Fatec Rubens Lara

DOI:

https://doi.org/10.5281/zenodo.20214738

Palavras-chave:

Seleção de equipamentos, Inteligência artificial generativa, Matriz de decisão, Reach stacker, Terminais de contêineres

Resumo

A seleção adequada de equipamentos portuários é essencial para garantir a eficiência operacional e a competitividade dos terminais de contêineres. Este artigo propõe uma metodologia que integra a Matriz de Decisão com técnicas de Inteligência Artificial (IA) Generativa para aprimorar o processo de seleção de equipamentos, utilizando como estudo de caso o Reach Stacker. A abordagem visa comparar catálogos de diversos fabricantes, refinando descrições técnicas através de prompts de acesso, com o objetivo de obter respostas mais precisas e eficientes.

Downloads

Não há dados estatísticos.

Referências

BICHOU, K. A critical review of conventional terminology for classifying seaport operations. Transportation Research Part E: Logistics and Transportation Review, v. 41, n. 6, p. 469–487, 2005. Disponível em: https://doi.org/10.1016/j.tre.2004.06.001. Acesso em: 12 abr. 2025.

BICHOU, K. Port operations, planning and logistics. In: TALLEY, W. K. (Ed.). Port Economics. London: Routledge, 2011. p. 123–145.

CULLINANE, K.; WANG, T. The efficiency of European container ports: A cross-sectional data envelopment analysis. International Journal of Logistics: Research and Applications, v. 10, n. 3, p. 237–252, 2007. Disponível em: https://doi.org/10.1080/13675560701467120. Acesso em: 17 abr. 2025.

DEKKER, R.; BLOEMHOF, J.; MALLIDIS, I. Operations Research for green logistics – An overview of aspects, issues, contributions and challenges. European Journal of Operational Research, v. 219, n. 3, p. 671–679, 2012. Disponível em: https://doi.org/10.1016/j.ejor.2011.11.010. Acesso em: 26 abr. 2025.

HWANG, C. L.; YOON, K. Multiple Attribute Decision Making: Methods and Applications. New York: Springer-Verlag, 1981.

IBM. Artificial Intelligence for Decision Making. International Business Machines Corporation, 2022. Disponível em: https://www.ibm.com/artificial-intelligence. Acesso em: 19 abr. 2025.

JAIN, L. C.; KRISHNA, C. K. Artificial Intelligence: Techniques and Applications. Berlin: Springer, 2001.

JURAFSKY, D.; MARTIN, J. H. Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition. 3. ed. Draft. 2024. Disponível em: https://stanford.edu/~jurafsky/slp3/. Acesso em: 10 abr. 2025.

KHOSHELHAM, K.; WANG, Z.; ZHANG, J. Multi-criteria decision-making for equipment selection: A review. ResearchGate, 2024. Disponível em: https://www.researchgate.net/publication/387021549. Acesso em: 06 mai. 2025.

MACHARIS, C.; DE WITTE, A.; TURCKAERT, M. Multi-criteria analysis as a tool to include stakeholders in project evaluation: The MAMCA method. Transportation Research Part A: Policy and Practice, v. 46, n. 1, p. 1–12, 2012. Disponível em: https://doi.org/10.1016/j.tra.2011.09.012. Acesso em: 22 abr. 2025.

MUBASHIR, M. et al. A survey on data normalization techniques in machine learning. Applied Sciences, v. 14, n. 14, 2024. Disponível em: https://www.mdpi.com/2076-3417/14/14/6174. Acesso em: 28 abr. 2025.

NOTTEBOOM, T.; RODRIGUE, J.-P. Port Economics, Management and Policy. London: Routledge, 2021. Disponível em: https://www.routledge.com/Port-Economics-Management-and-Policy/Notteboom-Pallis-Rodrigue/p/book/9780367331584. Acesso em: 04 mai. 2025.

NOTTEBOOM, T.; VERNIMMEN, B. The effect of high fuel costs on liner service configuration in container shipping. Journal of Transport Geography, v. 17, n. 5, p. 325–337, 2009. Disponível em: https://doi.org/10.1016/j.jtrangeo.2008.05.003. Acesso em: 16 abr. 2025.

SAATY, T. L. The Analytic Hierarchy Process: Planning, Priority Setting, Resource Allocation. New York: McGraw-Hill, 1980.

SAATY, T. L. Decision making with the analytic hierarchy process. International Journal of Services Sciences, v. 1, n. 1, p. 83–98, 2008. Disponível em: https://doi.org/10.1504/IJSSci.2008.01759. Acesso em: 13 abr. 2025.

SHRESTHA, Y. R.; BEN-MENAHEM, S.; VON KROGH, G. Leveraging AI for Decision Support Systems: Theory and Practice. Cham: Springer, 2021.

STEENKEN, D.; VOß, S.; STAHNBERG, R. Container terminal operation and operations research – A classification and literature review. OR Spectrum, v. 26, n. 1, p. 3–49, 2004. Disponível em: https://doi.org/10.1007/s00291-003-0157-z. Acesso em: 30 abr. 2025.

TRIANTAPHYLLOU, E. Multi-Criteria Decision Making Methods: A Comparative Study. Dordrecht: Springer, 2000.

UNCTAD. Review of Maritime Transport 2021. United Nations Conference on Trade and Development, 2021. Disponível em: https://unctad.org/webflyer/review-maritime-transport-2021. Acesso em: 25 abr. 2025.

VENKATASUBRAMANIAN, V. Data Science for Engineering Decision Making. Hoboken: Wiley, 2019.

ZELENY, M. Multiple Criteria Decision Making. New York: McGraw-Hill, 1982.

ZHANG, X.; KUMAR, S. Decision-making models for port equipment selection integrating sustainability indicators. Journal of Marine Science and Engineering, v. 11, n. 3, 2023. Disponível em: https://www.mdpi.com/2077-1312/11/3/607. Acesso em: 08 mai. 2025.

Downloads

Publicado

2026-01-05

Como Citar

Lima, L. F. de L., Rampazzo, L. F., Silva, V. D. O. da, Prado, Álvaro C., & Guimaraes, L. M. (2026). Inteligência Artificial na Seleção de Equipamentos Portuários: Otimizando Decisões com Modelos Generativos. Advances in Global Innovation & Technology, 4(2), e42008. https://doi.org/10.5281/zenodo.20214738

Artigos Semelhantes

<< < 1 2 3 4 > >> 

Você também pode iniciar uma pesquisa avançada por similaridade para este artigo.