Modelo de inventario multi-producto, con pronósticos de demanda y optimización Bayesiana

La complejidad de las cadenas de suministro exige mejores métodos para programar los inventarios de una empresa. En este trabajo se presenta una comparación entre modelos de pronósticos de demanda de múltiples productos, eligiendo el mejor entre: ARIMA, Suavización exponencial, Regresión Lineal Bayesiana y un Modelo Lineal Dinámico Bayesiano. Para ello, primero se realiza una simulación de casos donde no hay una Distribución Normal en las series de tiempo, segundo, se estiman las predicciones de ventas de tres productos de una estación de servicios de gasolina con los cuatro modelos, encontrando los mejores resultados para la Regresión Lineal Bayesiana. Seguido a esto, se presenta la optimización de un Modelo de Inventarios Multi-Producto. Para definir la política de pedidos, inventarios, costos y ganancias, se utiliza una búsqueda bayesiana, que integra elementos de búsqueda Tabú para mejorar la solución. Dicha Optimización del Modelo de Inventarios se aplica a un caso de una estación de combustibles en Colombia.

• Autores: Valencia Cárdenas, Marisol; Díaz Serna, Francisco Javier; Correa Morales, Juan Carlos
• Tipo de recurso: Article of journal
• Fecha de publicación: 2016
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/60506
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/60506; http://bdigital.unal.edu.co/58838/
• Palabra clave: 62 Ingeniería y operaciones afines / Engineering; Dynamic Linear Models; Inventory Models; Forecasts; Bayesian Statistics; Modelos Dinámicos Lineales; Modelos de Inventarios; Pronósticos; Estadística Bayesiana
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional