Detalles del Título
Detalles del Título

Su búsqueda recupero solo este registro.
< Ant.
Sig. >
 
Título Pronóstico de demanda utilizando inteligencia artificial.Trabajo de Grado / En línea - Trabajo de Grado
Autor(es) Dorado González, Sergio Stiven (Autor)
Velásquez Robayo, Valentina (Autor)
Osorio Muriel, Andrés Felipe (Asesor Tesis/Trabajos de Grado)
Publicación Cali : Universidad Icesi, 2020
Descripción Física 52 páginas
Idioma Español;
Clasificación(es) INGENIERIA INDUSTRIAL
Departamento de Ingeniería Industrial
Materia(s) Pronóstico de ventas; Demanda; Pronósticos de demanda; Inteligencia artificial; Lenguajes de programación (Computadores electrónicos); Metodología de enseñanza; Series de tiempo; Trabajos de grado;
Nota(s) Trabajo de grado (Ingeniería Industrial). Universidad Icesi, 2020.
Resumen En este proyecto se evaluó la precisión de los métodos de pronóstico de demanda por medio de la comparación entre los modelos de inteligencia artificial frente a los modelos tradicionales, haciendo uso de series de tiempo de diferentes naturalezas (tendencia, estacionales, cíclicas e irregulares). Se examinó el resultado de la métrica de error RMSE para los pronósticos SES, Holt Winters y ARIMA, los cuales consideramos tradicionales contrastados con los modelos CNN, LSTM y MLP de aprendizaje de máquina. La comparación permitió sugerir la elección óptima del modelo según la naturaleza de la serie de tiempo que se desee pronosticar.
Para la realización de este proyecto se recurrió a la literatura de los últimos 3 años con la finalidad de reconocer los modelos más frecuentados, se utilizaron series de tiempo alojadas en repositorios de internet, estas se agruparon por fechas y volúmenes de demanda histórica. Se adaptaron modelos tradicionales y de aprendizaje de máquina por medio del lenguaje de programación Python en la plataforma de Google Collaborative. Finalmente, se logró demostrar que en los métodos de inteligencia artificial la precisión de la predicción es mayor a excepción de las series irregulares donde los métodos tradicionales resultaron más acertados.

Objetos Asociados Consulta en línea
Disponibilidad
CodBarras Localización Piso Signatura Estado Categoría
TG03014Biblioteca Universidad Icesi3 DisponibleTrabajo Grado