Otimização Inteligente de Contêineres no Porto de Santos: Integrando IoT e Machine Learning para Eficiência Operacional

Resumo

O presente relatório descreve as atividades e os resultados alcançados durante o projeto ‘Otimização Inteligente de Contêineres no Porto de Santos’. Inicialmente focado no uso de sensores de IoT, a pesquisa evoluiu para a Análise Preditiva de Risco Operacional e, em seguida, para a Governança Preditiva, revelando que os maiores desafios à eficiência transcendem a infraestrutura física, ancorando-se na fragmentação informacional. Foi compilado um dataset de 17.364 registros e aplicadas técnicas de Machine Learning (PCA, K-Means e XGBoost) para analisar o Lead Time. Os resultados provaram que os tempos burocráticos exercem impacto dominante no atraso logístico. Conclui-se que a utilização de modelos preditivos e da explicabilidade analítica (SHAP Values) atua como fundamento para a Governança Preditiva e a tomada de decisão compartilhada.