Mostrar el registro sencillo del ítem

Bayesian modeling application and optimization to demand forecasting

dc.contributor
dc.contributor
dc.creatorMarisol Valencia Cárdenas; Ingeniera Industrial Magister en Estadística, UNAL
dc.creatorJuan Carlos Correa Morales; Profesor asociado de la Universidad Nacional de Colombia (UNAL), Sede Medellín, Escuela de Estadística,
dc.creatorFrancisco Javier Díaz Serna; Profesor asociado del Departamento de Ciencias de la Computación y la Decisión, Facultad de Minas, Universidad Nacional de Colombia (UNAL)
dc.creatorSebastián Ramírez Agudelo; Estudiante de Ingeniería Industrial de la Universidad Pontificia Bolivariana (UPB), Sede Medellín
dc.date2014-11-08
dc.date.accessioned2017-05-25T22:50:24Z
dc.date.available2017-05-25T22:50:24Z
dc.date.issued2017-05-25
dc.identifierhttp://rcientificas.uninorte.edu.co/index.php/ingenieria/article/view/5403
dc.identifier.urihttp://hdl.handle.net/10584/6037
dc.descriptionLas prácticas para el manejo óptimo de inventarios son una necesidad en las cadenas de abastecimiento, en especial para productos industriales terminados. Un aporte al mejoramiento de esta cadena logística consiste en encontrar modelos eficientes para el pronóstico de la demanda de estos productos y que a su vez, permitan minimizar los costos del manejo de los inventarios, aspectos que se dificultan cuando hay presencia de pocos datos históricos. La propuesta de este trabajo consiste en aplicar varias técnicas bayesianas con un método de optimización, comparando su eficiencia para el pronóstico de la demanda en casos de pocos datos. Los resultados indican que la técnica de pronóstico del valor esperado con parámetros autorregresivos, usando el método Tabú de optimización, es el que muestra mejor acierto en el pronóstico.
dc.descriptionPractices for optimal inventory management are a need at supply chains, especially for finished industrial products. A contribution to this logistic chain consists in finding efficient forecast of products demand, which permits to minimize cost inventory management, aspects that are more difficult in the presence of few historical data. This work proposal consists in the application of various Bayesian techniques with an optimization method, comparing its efficiency with MAPE indicator for demand forecasting, with few historical data. Results indicate that the expected value technique with an order 1 delay in the parameters, using Tabu metaheuristic shows the best accuracy in the forecast.
dc.formattext/html
dc.formatapplication/pdf
dc.languagees
dc.publisherUniversidad del Norte
dc.relationhttp://rcientificas.uninorte.edu.co/index.php/ingenieria/article/download/5403/19594
dc.relationhttp://rcientificas.uninorte.edu.co/index.php/ingenieria/article/download/5403/19595
dc.relationhttp://rcientificas.uninorte.edu.co/index.php/ingenieria/article/download/5403/21558
dc.relationhttp://rcientificas.uninorte.edu.co/index.php/ingenieria/article/download/5403/21559
dc.relationhttp://rcientificas.uninorte.edu.co/index.php/ingenieria/article/download/5403/22731
dc.sourceRevista Científica Ingeniería y Desarrollo.; Vol 32, No 2 (2014): Julio-Diciembre; 179-199
dc.sourceRevista Científica Ingeniería y Desarrollo; Vol 32, No 2 (2014): Julio-Diciembre; 179-199
dc.titleAplicación de Modelación bayesiana y optimización para pronósticos de demanda
dc.titleBayesian modeling application and optimization to demand forecasting
dc.type
dc.type


Ficheros en el ítem

FicherosTamañoFormatoVer

No hay ficheros asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem