Utilidad del método de redes neuronales artificiales para el pronóstico de demanda en marcas de consumo masivo
Utility of the method of artificial neural networks for the forecast in massive consumer brands
Citación
Fecha
2018-07-19Autor
González Clavijo, Carlos Andrés
Título obtenido
Magíster en Logística Integral
Publicador
Universidad Militar Nueva Granada
Palabras claves
; redes neurales (computadores); demanda (teoria economica)
Metadatos
Mostrar el registro completo del ítem
Documentos PDF
Resumen
En los últimos años, a la par del desarrollo y evolución de la tecnología, los métodos para realizar pronósticos también lo han hecho. Es por eso que en la actualidad existe un tercer grupo de métodos de pronóstico con base en la inteligencia artificial en el que se combinan la computación y los métodos cuantitativos y cualitativos. Aun cuando las empresas han venido empleando los primeros complementados con los segundos para realizar los pronósticos de demanda, estos no han sido del todo precisos en los últimos años, originando una mala planeación, lo cual ha repercutido en déficits de cubrimiento de mercados en algunos casos, excesos de inventario en otros, acarreando pérdidas en ventas y capitales importantes en lucro cesante. Por ello el objetivo de esta investigación será determinar la utilidad del método por Redes Neuronales para pronosticar la demanda de marcas de productos de uso masivo con respecto a la de los tres principales métodos empleados por empresas que se dedican a la distribución de dichos productos en la ciudad de Bogotá. Para su desarrollo se llevará a cabo una investigación aplicada con un diseño post facto, de enfoque cuantitativo, de tipo analítico, en la que se aplicarán los tres modelos de pronóstico de demanda más empleados por las empresas de distribución masiva de la ciudad y sus resultados se compararán mediante la estimación de sus errores cuadráticos medios con los resultados arrojados con un modelo de redes neuronales para un set de datos de tres años proporcionados por una de dichas empresas. La cercanía de los resultados de pronósticos, dados por el menor error cuadrático medio, con respecto a los datos de lo ocurrido en los años analizados permitirá establecer la utilidad del método de redes neuronales artificiales para el pronóstico de demanda en marcas de consumo masivo.
In recent years, along with the development and evolution of technology, the methods for making forecasts have also done so. That is why today there is a third group of forecasting methods based on artificial intelligence in which computation is combined with quantitative and qualitative methods. Even when companies have been using the first ones complemented by the latter to make demand forecasts, these have not been entirely accurate in recent years, causing bad planning, which has led to deficits in market coverage in some cases , excess of inventory in others, leading to losses in sales and important capital in lost profits. Therefore, the objective of this research will be to determine the utility of the method by Neural Networks to forecast the demand of brands of mass-use products with respect to the three main methods used by companies that are dedicated to the distribution of said products in the market. city of Bogota. For its development, an applied research will be carried out with a post-facto design, with a quantitative approach, of an analytical type, in which the three demand forecasting models most used by the city's mass distribution companies and their results will be applied. they will be compared by estimating their mean square errors with the results obtained with a neural network model for a three-year data set provided by one of these companies. The proximity of the results of forecasts, given by the lower mean square error, with respect to the data of what happened in the analyzed years, will allow establishing the usefulness of the method of artificial neural networks for the forecast of demand in mass consumer brands.
Colecciones
- Logística Integral [28]