Desarrollo de un prototipo de sistema de facturación e inventarios para tiendas minoristas de ropa que mediante redes neuronales mejore el control de inventarios

El manejo de inventarios es una de las actividades mas complejas e importantes de las empresas, esto es así debido a la alta incertidumbre de varios factores que afectan esta actividad. Entre esos factores se destaca la demanda de los productos en el mercado. Un mal manejo de inventarios puede lleva...

Full description

Autores:
Bernal Dávila, Nicolás Andrés
López Abril, Álvaro Steveen
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2020
Institución:
Universidad Autónoma de Bucaramanga - UNAB
Repositorio:
Repositorio UNAB
Idioma:
spa
OAI Identifier:
oai:repository.unab.edu.co:20.500.12749/12050
Acceso en línea:
http://hdl.handle.net/20.500.12749/12050
Palabra clave:
Systems engineer
Technological innovations
POS system
Stock management
Neural network
Artificial intelligence
EOQ
Inventory control
Production control
Retail commerce
Commerce
Ingeniería de sistemas
Innovaciones tecnológicas
Control de inventarios
Control de la producción
Comercio minorista
Comercio
Software POS
Manejo de inventarios
Red neuronal
Inteligencia artificial
EOQ
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
id UNAB2_fad53cc4e5b766e30566fba729186c2d
oai_identifier_str oai:repository.unab.edu.co:20.500.12749/12050
network_acronym_str UNAB2
network_name_str Repositorio UNAB
repository_id_str
dc.title.spa.fl_str_mv Desarrollo de un prototipo de sistema de facturación e inventarios para tiendas minoristas de ropa que mediante redes neuronales mejore el control de inventarios
dc.title.translated.spa.fl_str_mv Development of a billing and inventory system prototype for clothing retail stores that improves inventory control through neural networks
title Desarrollo de un prototipo de sistema de facturación e inventarios para tiendas minoristas de ropa que mediante redes neuronales mejore el control de inventarios
spellingShingle Desarrollo de un prototipo de sistema de facturación e inventarios para tiendas minoristas de ropa que mediante redes neuronales mejore el control de inventarios
Systems engineer
Technological innovations
POS system
Stock management
Neural network
Artificial intelligence
EOQ
Inventory control
Production control
Retail commerce
Commerce
Ingeniería de sistemas
Innovaciones tecnológicas
Control de inventarios
Control de la producción
Comercio minorista
Comercio
Software POS
Manejo de inventarios
Red neuronal
Inteligencia artificial
EOQ
title_short Desarrollo de un prototipo de sistema de facturación e inventarios para tiendas minoristas de ropa que mediante redes neuronales mejore el control de inventarios
title_full Desarrollo de un prototipo de sistema de facturación e inventarios para tiendas minoristas de ropa que mediante redes neuronales mejore el control de inventarios
title_fullStr Desarrollo de un prototipo de sistema de facturación e inventarios para tiendas minoristas de ropa que mediante redes neuronales mejore el control de inventarios
title_full_unstemmed Desarrollo de un prototipo de sistema de facturación e inventarios para tiendas minoristas de ropa que mediante redes neuronales mejore el control de inventarios
title_sort Desarrollo de un prototipo de sistema de facturación e inventarios para tiendas minoristas de ropa que mediante redes neuronales mejore el control de inventarios
dc.creator.fl_str_mv Bernal Dávila, Nicolás Andrés
López Abril, Álvaro Steveen
dc.contributor.advisor.spa.fl_str_mv Moreno Corzo, Feisar Enrique
Talero Sarmiento, Leonardo Hernán
dc.contributor.author.spa.fl_str_mv Bernal Dávila, Nicolás Andrés
López Abril, Álvaro Steveen
dc.contributor.cvlac.*.fl_str_mv https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001499008
dc.contributor.orcid.*.fl_str_mv https://orcid.org/0000-0002-5007-3422
dc.subject.keywords.eng.fl_str_mv Systems engineer
Technological innovations
POS system
Stock management
Neural network
Artificial intelligence
EOQ
Inventory control
Production control
Retail commerce
Commerce
topic Systems engineer
Technological innovations
POS system
Stock management
Neural network
Artificial intelligence
EOQ
Inventory control
Production control
Retail commerce
Commerce
Ingeniería de sistemas
Innovaciones tecnológicas
Control de inventarios
Control de la producción
Comercio minorista
Comercio
Software POS
Manejo de inventarios
Red neuronal
Inteligencia artificial
EOQ
dc.subject.lemb.spa.fl_str_mv Ingeniería de sistemas
Innovaciones tecnológicas
Control de inventarios
Control de la producción
Comercio minorista
Comercio
dc.subject.proposal.spa.fl_str_mv Software POS
Manejo de inventarios
Red neuronal
Inteligencia artificial
EOQ
description El manejo de inventarios es una de las actividades mas complejas e importantes de las empresas, esto es así debido a la alta incertidumbre de varios factores que afectan esta actividad. Entre esos factores se destaca la demanda de los productos en el mercado. Un mal manejo de inventarios puede llevar a perdidas considerables por la manutención del mismo o por costos asociados a faltantes. Para solucionar esto el presente proyecto propone el desarrollo de un software de facturación POS con una red neuronal artificial implementada para calcular la demanda de los productos, disminuyendo así la incertidumbre que esto genera y por consiguiente reducir el riesgo de tomar decisiones desacertadasen la gestión de inventarios. Además, se implementará un modelo matemático EOQ que utilizará la demanda predicha para calcular la cantidad optima de productos a pedir enfocado a minimizar los costos generados por el pedido y la manutención de productos. Para la generación de la red neuronal se probarán 2 métodos de normalización diferentes en 5 arquitecturas de redes neuronales utilizando varios conjuntos de datos con el fin de determinar que tan precisas pueden ser estas en este caso y también cual es la mejor que se adapta a este problema. De esto se obtuvo que tanto las arquitecturas con mayor cantidad de neuronas como las arquitecturas con neuronas decrecientes tienen un mejor rendimiento al momento de la predicción de la demanda.
publishDate 2020
dc.date.issued.none.fl_str_mv 2020
dc.date.accessioned.none.fl_str_mv 2021-01-26T15:11:07Z
dc.date.available.none.fl_str_mv 2021-01-26T15:11:07Z
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.local.spa.fl_str_mv Trabajo de Grado
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.redcol.none.fl_str_mv http://purl.org/redcol/resource_type/TP
format http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12749/12050
dc.identifier.instname.spa.fl_str_mv instname:Universidad Autónoma de Bucaramanga - UNAB
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional UNAB
dc.identifier.repourl.spa.fl_str_mv repourl:https://repository.unab.edu.co
url http://hdl.handle.net/20.500.12749/12050
identifier_str_mv instname:Universidad Autónoma de Bucaramanga - UNAB
reponame:Repositorio Institucional UNAB
repourl:https://repository.unab.edu.co
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv Alfares, H. K., & Ghaithan, A. M. (2016). Inventory and pricing model with pricedependent demand, time-varying holding cost, and quantity discounts.
Aparra. (2016). Applying genetic algorithms to define a trading system. https://quantdare.com/ga-to-define-a-trading-system
Bajari, P., Nekipelov, D., Ryan, S. P., & Yang, M. (2015). Machine Learning Methods for Demand Estimation
Banerhee, R., & Banerjee, S. (2012). Solution of a Probabilistic Inventory Model with Chance Constraints: A General Fuzzy Programming and Intuitionistic Fuzzy Optimization Approach. 19
Barber, D. (2012). Bayesian Reasoning and Machine Learning. In Bayesian Reasoning and Machine Learning
Billan, M., Waheed, S., & Hanifa, A. (2016). Stock market prediction using an improved training algorithm of neural network
Editorial Vertice. (2009). Gestion del Punto de Venta (Editorial Vertice (ed.); 1st ed.). Editorial Vertice.
Emblem, A., & Emblem, H. (1990). Packaging Technology - Fundamentals, Materials and Processes. In A. Emblem & H. Emblem (Eds.), Social Work with Groups (1st ed.). Woodhead Publishing Limited
Farahani, R. Z., Rezapour, S., & Kardar, L. (2011). Logistics Operations and Management - Concepts and Models (1st ed.). Elsevier.
Fellows, P. J. (2017). Food Processing Technology - Principles and Practice (4th Edition) (P. J. Fellows (ed.); 4th ed.). Elsevier.
Gurney, K. (1997). An introduction to neural networks. UCL Press.
Haykin, S. (2009). Neural Networks and Learning Machines (Vol. 3). Pearson. https://doi.org/978-0131471399
Hurwitz, J., & Kirsch, D. (2018). Machine Learning Machine Learning For Dummies. In John Wiley & Sons, Inc. Rev Mengle
Joshi, P. (2017). Artificial Intelligence with Python. In Artificial Intelligence with Uncertainty. Packt Publishing Ltd. https://doi.org/10.1201/9781315366951
JPOS. (n.d.). JPOS. http://www.jpos.org/about
Kiggins, J. (2018). Avocado Prices
Kumar, I., Dogra, K., Utreja, C., & Yadav, P. (2018). A Comparative Study of Supervised Machine Learning Algorithms for Stock Market Trend Prediction. https://ieeexplore-ieeeorg. aure.unab.edu.co/document/8473214
L. Kit, Y. (2009). Wiley Encyclopedia of Packaging Technology (Y. L. Kit (ed.); 3rd ed.). John Wiley & Sons.
Laza, C. A. (2019). Operaciones de caja en la venta. UF0035 (Editorial Tutor 75 Formación (ed.); 1st ed.). Editorial Tutor Formación.
Mitchell, M. (1999). An Introduction to Genetic Algorithms. In Artificial Life. https://doi.org/10.1162/artl.1997.3.63
Mwansele, H., Sichona, F., & Akarro, R. (2011). Determination of Inventory Control Policies at Urafiki Textile Mills Co Ltd in Dar-es-Salaam, Tanzania
Patel, J., Shah, S., & Thakkar, P. (2015). Predicting stock and stock price index movement using Trend Deterministic Data Preparation and machine learning techniques
Pereira Soler, F., & Carci Grandes, J. (2016). Dirección y contabilidad financiera.pdf (F. Pereira Soler & J. Carci Grandes (eds.); 1st ed.). Ediciones Universidad de Navarra.
Prasad, K., & Mukherjee, B. (2014). Optimal inventory model under stock and time dependent demand for time varying deterioration rate with shortages
Ramirez, L., Soto, D., Perez, M., & Gamez, W. (2009). Aplicacion de un modelo de inventarios multiproducto para las PYMES en Bogotá. 8.
Ross, T. J. (2010). Fuzzy Logic with Engineering Applications: Third Edition. In Fuzzy Logic with Engineering Applications: Third Edition. https://doi.org/10.1002/9781119994374
Rufe, P. D. (2013). Fundamentals of Manufacturing (3rd Edition) (P. D. Rufe (ed.); 3rd ed.). Society of Manufacturing Engineers.
Russel, S. N. P. (2010). Artificial Inteligence: A Modern Approach (3rd ed).
Sandom, C., & Harvey, R. S. (2011). Human Factors for Engineers (C. Sandom & R. Harvey (eds.); 1st ed.). The Institution of Engineering and Technology
Sivanandam, S. ., & Deepa, S. . (2008). Introduction to Genetic Algorithms.
Suchok, S. (2015). Mathematica Data Analysis - Learn and Explore the Fundamentals of Data Analysis with the Power of Mathematica (S. Suchok (ed.); 1st ed.). 5 Packt Publishing
Tolpygo, A. (2016). Nuts and Bolts of Portfolio Prediction: Reinforcement Learning. https://sflscientific.com/data-science-blog/2016/12/16/portfolioprediction
Zapata Cortes, J. A. (2014). Fundamentos de la gestión de inventarios (J. A. Zapata Cortes (ed.); 1st ed.). Centro Editorial Esumer
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rights.local.spa.fl_str_mv Abierto (Texto Completo)
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
dc.rights.creativecommons.*.fl_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Abierto (Texto Completo)
http://purl.org/coar/access_right/c_abf2
Atribución-NoComercial-SinDerivadas 2.5 Colombia
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.coverage.spatial.spa.fl_str_mv Colombia
dc.publisher.grantor.spa.fl_str_mv Universidad Autónoma de Bucaramanga UNAB
dc.publisher.faculty.spa.fl_str_mv Facultad Ingeniería
dc.publisher.program.spa.fl_str_mv Pregrado Ingeniería de Sistemas
institution Universidad Autónoma de Bucaramanga - UNAB
bitstream.url.fl_str_mv https://repository.unab.edu.co/bitstream/20.500.12749/12050/1/2020_Tesis_Nicolas_Andres_Bernal_Davila.pdf
https://repository.unab.edu.co/bitstream/20.500.12749/12050/2/2020_Licencia_Nicolas_Andres_Bernal_Davila.pdf
https://repository.unab.edu.co/bitstream/20.500.12749/12050/3/license.txt
https://repository.unab.edu.co/bitstream/20.500.12749/12050/4/2020_Tesis_Nicolas_Andres_Bernal_Davila.pdf.jpg
https://repository.unab.edu.co/bitstream/20.500.12749/12050/5/2020_Licencia_Nicolas_Andres_Bernal_Davila.pdf.jpg
bitstream.checksum.fl_str_mv ec3900edf6323a2d7da01159d274df68
c9b576e317ac811fee4543fc09bdb07e
8a4605be74aa9ea9d79846c1fba20a33
dc63f9a095b4b85158f2ea10b3d3cc9c
024cc34676f99c61f31a0c8cff45ced8
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional | Universidad Autónoma de Bucaramanga - UNAB
repository.mail.fl_str_mv repositorio@unab.edu.co
_version_ 1814277688977784832
spelling Moreno Corzo, Feisar EnriqueTalero Sarmiento, Leonardo HernánBernal Dávila, Nicolás AndrésLópez Abril, Álvaro Steveenhttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001499008https://orcid.org/0000-0002-5007-3422Colombia2021-01-26T15:11:07Z2021-01-26T15:11:07Z2020http://hdl.handle.net/20.500.12749/12050instname:Universidad Autónoma de Bucaramanga - UNABreponame:Repositorio Institucional UNABrepourl:https://repository.unab.edu.coEl manejo de inventarios es una de las actividades mas complejas e importantes de las empresas, esto es así debido a la alta incertidumbre de varios factores que afectan esta actividad. Entre esos factores se destaca la demanda de los productos en el mercado. Un mal manejo de inventarios puede llevar a perdidas considerables por la manutención del mismo o por costos asociados a faltantes. Para solucionar esto el presente proyecto propone el desarrollo de un software de facturación POS con una red neuronal artificial implementada para calcular la demanda de los productos, disminuyendo así la incertidumbre que esto genera y por consiguiente reducir el riesgo de tomar decisiones desacertadasen la gestión de inventarios. Además, se implementará un modelo matemático EOQ que utilizará la demanda predicha para calcular la cantidad optima de productos a pedir enfocado a minimizar los costos generados por el pedido y la manutención de productos. Para la generación de la red neuronal se probarán 2 métodos de normalización diferentes en 5 arquitecturas de redes neuronales utilizando varios conjuntos de datos con el fin de determinar que tan precisas pueden ser estas en este caso y también cual es la mejor que se adapta a este problema. De esto se obtuvo que tanto las arquitecturas con mayor cantidad de neuronas como las arquitecturas con neuronas decrecientes tienen un mejor rendimiento al momento de la predicción de la demanda.INTRODUCCIÓN 10 1. PLANTEAMIENTO DEL PROBLEMA Y JUSTIFICACION 11 2. OBJETIVOS 12 2.1 OBJETIVO GENERAL 12 2.2 OBJETIVOS ESPECIFICOS 12 3. RESULTADOS ESPERADOS 13 4. MARCO TEORICO 15 4.1 POINT OF SALE (POS) 15 4.2 INVENTARIOS 18 4.3 INTELIGENCIA ARTIFICIAL (IA) 19 5. ESTADO DEL ARTE 28 5.1 MACHINE LEARNING METHODS FOR DEMAND ESTIMATION 28 5.2 PREDICTING STOCK AND STOCK PRICE INDEX MOVEMENT USING TREND DETERMINISTIC DATA PREPARATION AND MACHINE LEARNING TECHNIQUES 28 5.3 A COMPARATIVE STUDY OF SUPERVISED MACHINE LEARNING ALGORITHMS FOR STOCK MARKET TREND PREDICTION 29 5.4 STOCK MARKET PREDICTION USING AN IMPROVED TRAINING ALGORITHM OF NEURAL NETWORK 29 5.5 OPTIMAL INVENTORY MODEL UNDER STOCK AND TIME DEPENDENT DEMAND FOR TIME VARYING DETERIORATION RATE WITH SHORTAGES 29 5.6 INVENTORY AND PRICING MODEL WITH PRICE-DEPENDENT DEMAND, TIME-VARYING HOLDING COST AND QUANTITY DISCOUNTS 30 5.7 JPOS 30 5.8 APLICACIÓN DE UN MODELO DE INVENTARIOS MULTIPRODUCTO PARA LAS PYMES EN BOGOTA 31 5.9 SOLUTION OF A PROBABILISTIC INVENTORY MODEL WITH CHANCE CONSTRAINTS: A GENERAL FUZZY PROGRAMMING AND INTUITIONISTIC FUZZY OPTIMIZATION APPROACH 31 6. METODOLOGÍA 32 6.1 METODOLOGÍA PROPUESTA 32 6.1 METODOLOGÍA IMPLEMENTADA 33 7. RESULTADOS 66 7.1 PRODUCTO FINAL 66 7.2 RED NEURONAL 66 7.3 PRUEBAS REALIZADAS 67 7.4 RESULTADOS OBTENIDOS 69 7.5 ANALISIS DE RESULTADOS 71 8. CONCLUSIONES Y RECOMENDACIONES 72 8.1 CONCLUSIONES 72 8.2 RECOMENDACIONES 72 9. BIBLIOGRAFIA 74 ANEXOS 76PregradoFor companies, stock management is one of the most important and complex activities, that’s because there are many uncertain variables which have a deep impact in these activities. Between these variables the one which more highlights is product demand. A wrong stock management could cause important economic losses because of stock maintenance or cost associated to shortages. In order to solve that, this project aims to develop a POS system with an artificial neural network which calculates products demand, thus reducing the uncertainty generated by this variable and therefore it will decrease the risk of making poor inventory management decisions. Also, an EOQ model will be implemented for take the predicted demand and calculate the optimal stock focused on minimizing costs produced by inventories. To get the best neural network architecture 2 normalization methods will be tested in 5 neural network architectures using some different datasets in order to get how much accurate are these and also which of these architectures gets the best results. Results show that both architectures with the most neurons and architectures with decreasing neurons have the best performance by predicting product demand.application/pdfspahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Atribución-NoComercial-SinDerivadas 2.5 ColombiaDesarrollo de un prototipo de sistema de facturación e inventarios para tiendas minoristas de ropa que mediante redes neuronales mejore el control de inventariosDevelopment of a billing and inventory system prototype for clothing retail stores that improves inventory control through neural networksIngeniero de SistemasUniversidad Autónoma de Bucaramanga UNABFacultad IngenieríaPregrado Ingeniería de Sistemasinfo:eu-repo/semantics/bachelorThesisTrabajo de Gradohttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/redcol/resource_type/TPSystems engineerTechnological innovationsPOS systemStock managementNeural networkArtificial intelligenceEOQInventory controlProduction controlRetail commerceCommerceIngeniería de sistemasInnovaciones tecnológicasControl de inventariosControl de la producciónComercio minoristaComercioSoftware POSManejo de inventariosRed neuronalInteligencia artificialEOQAlfares, H. K., & Ghaithan, A. M. (2016). Inventory and pricing model with pricedependent demand, time-varying holding cost, and quantity discounts.Aparra. (2016). Applying genetic algorithms to define a trading system. https://quantdare.com/ga-to-define-a-trading-systemBajari, P., Nekipelov, D., Ryan, S. P., & Yang, M. (2015). Machine Learning Methods for Demand EstimationBanerhee, R., & Banerjee, S. (2012). Solution of a Probabilistic Inventory Model with Chance Constraints: A General Fuzzy Programming and Intuitionistic Fuzzy Optimization Approach. 19Barber, D. (2012). Bayesian Reasoning and Machine Learning. In Bayesian Reasoning and Machine LearningBillan, M., Waheed, S., & Hanifa, A. (2016). Stock market prediction using an improved training algorithm of neural networkEditorial Vertice. (2009). Gestion del Punto de Venta (Editorial Vertice (ed.); 1st ed.). Editorial Vertice.Emblem, A., & Emblem, H. (1990). Packaging Technology - Fundamentals, Materials and Processes. In A. Emblem & H. Emblem (Eds.), Social Work with Groups (1st ed.). Woodhead Publishing LimitedFarahani, R. Z., Rezapour, S., & Kardar, L. (2011). Logistics Operations and Management - Concepts and Models (1st ed.). Elsevier.Fellows, P. J. (2017). Food Processing Technology - Principles and Practice (4th Edition) (P. J. Fellows (ed.); 4th ed.). Elsevier.Gurney, K. (1997). An introduction to neural networks. UCL Press.Haykin, S. (2009). Neural Networks and Learning Machines (Vol. 3). Pearson. https://doi.org/978-0131471399Hurwitz, J., & Kirsch, D. (2018). Machine Learning Machine Learning For Dummies. In John Wiley & Sons, Inc. Rev MengleJoshi, P. (2017). Artificial Intelligence with Python. In Artificial Intelligence with Uncertainty. Packt Publishing Ltd. https://doi.org/10.1201/9781315366951JPOS. (n.d.). JPOS. http://www.jpos.org/aboutKiggins, J. (2018). Avocado PricesKumar, I., Dogra, K., Utreja, C., & Yadav, P. (2018). A Comparative Study of Supervised Machine Learning Algorithms for Stock Market Trend Prediction. https://ieeexplore-ieeeorg. aure.unab.edu.co/document/8473214L. Kit, Y. (2009). Wiley Encyclopedia of Packaging Technology (Y. L. Kit (ed.); 3rd ed.). John Wiley & Sons.Laza, C. A. (2019). Operaciones de caja en la venta. UF0035 (Editorial Tutor 75 Formación (ed.); 1st ed.). Editorial Tutor Formación.Mitchell, M. (1999). An Introduction to Genetic Algorithms. In Artificial Life. https://doi.org/10.1162/artl.1997.3.63Mwansele, H., Sichona, F., & Akarro, R. (2011). Determination of Inventory Control Policies at Urafiki Textile Mills Co Ltd in Dar-es-Salaam, TanzaniaPatel, J., Shah, S., & Thakkar, P. (2015). Predicting stock and stock price index movement using Trend Deterministic Data Preparation and machine learning techniquesPereira Soler, F., & Carci Grandes, J. (2016). Dirección y contabilidad financiera.pdf (F. Pereira Soler & J. Carci Grandes (eds.); 1st ed.). Ediciones Universidad de Navarra.Prasad, K., & Mukherjee, B. (2014). Optimal inventory model under stock and time dependent demand for time varying deterioration rate with shortagesRamirez, L., Soto, D., Perez, M., & Gamez, W. (2009). Aplicacion de un modelo de inventarios multiproducto para las PYMES en Bogotá. 8.Ross, T. J. (2010). Fuzzy Logic with Engineering Applications: Third Edition. In Fuzzy Logic with Engineering Applications: Third Edition. https://doi.org/10.1002/9781119994374Rufe, P. D. (2013). Fundamentals of Manufacturing (3rd Edition) (P. D. Rufe (ed.); 3rd ed.). Society of Manufacturing Engineers.Russel, S. N. P. (2010). Artificial Inteligence: A Modern Approach (3rd ed).Sandom, C., & Harvey, R. S. (2011). Human Factors for Engineers (C. Sandom & R. Harvey (eds.); 1st ed.). The Institution of Engineering and TechnologySivanandam, S. ., & Deepa, S. . (2008). Introduction to Genetic Algorithms.Suchok, S. (2015). Mathematica Data Analysis - Learn and Explore the Fundamentals of Data Analysis with the Power of Mathematica (S. Suchok (ed.); 1st ed.). 5 Packt PublishingTolpygo, A. (2016). Nuts and Bolts of Portfolio Prediction: Reinforcement Learning. https://sflscientific.com/data-science-blog/2016/12/16/portfoliopredictionZapata Cortes, J. A. (2014). Fundamentos de la gestión de inventarios (J. A. Zapata Cortes (ed.); 1st ed.). Centro Editorial EsumerORIGINAL2020_Tesis_Nicolas_Andres_Bernal_Davila.pdf2020_Tesis_Nicolas_Andres_Bernal_Davila.pdfTesisapplication/pdf4511618https://repository.unab.edu.co/bitstream/20.500.12749/12050/1/2020_Tesis_Nicolas_Andres_Bernal_Davila.pdfec3900edf6323a2d7da01159d274df68MD51open access2020_Licencia_Nicolas_Andres_Bernal_Davila.pdf2020_Licencia_Nicolas_Andres_Bernal_Davila.pdfLicenciaapplication/pdf104828https://repository.unab.edu.co/bitstream/20.500.12749/12050/2/2020_Licencia_Nicolas_Andres_Bernal_Davila.pdfc9b576e317ac811fee4543fc09bdb07eMD52metadata only accessLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repository.unab.edu.co/bitstream/20.500.12749/12050/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD53open accessTHUMBNAIL2020_Tesis_Nicolas_Andres_Bernal_Davila.pdf.jpg2020_Tesis_Nicolas_Andres_Bernal_Davila.pdf.jpgIM Thumbnailimage/jpeg4725https://repository.unab.edu.co/bitstream/20.500.12749/12050/4/2020_Tesis_Nicolas_Andres_Bernal_Davila.pdf.jpgdc63f9a095b4b85158f2ea10b3d3cc9cMD54open access2020_Licencia_Nicolas_Andres_Bernal_Davila.pdf.jpg2020_Licencia_Nicolas_Andres_Bernal_Davila.pdf.jpgIM Thumbnailimage/jpeg9297https://repository.unab.edu.co/bitstream/20.500.12749/12050/5/2020_Licencia_Nicolas_Andres_Bernal_Davila.pdf.jpg024cc34676f99c61f31a0c8cff45ced8MD55metadata only access20.500.12749/12050oai:repository.unab.edu.co:20.500.12749/120502021-04-28 14:42:40.582open accessRepositorio Institucional | Universidad Autónoma de Bucaramanga - UNABrepositorio@unab.edu.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

Publicaciones similares