Maestría en Ingeniería · 2018
Caracterización de demanda para ajustar la configuración de un método de pronósticos en la cadena de suministros
Los pronósticos soportan la toma de decisiones reduciendo la sensación de incertidumbre. Particularmente en la planeación de operaciones de cualquier organización, los pronósticos asisten en la estimación de materiales, fuerza de trabajo, producción y otros procesos de relevancia -- Este trabajo se da a la tarea de implementar una técnica de pronósticos de complejidad media, basada en el ajuste estacional de las series a través de descomposición clásica, y la estimación de pronósticos a través del método de suavización de Holt, en conjunto con un algoritmo de clustering de series de tiempo entrenado con base en características estadísticas que le permiten al modelo ofrecer un rango valores de alfa y beta acordes a la estructura de cada serie -- Las características incluyen, media, mediana, desviación estándar (Desvest), coeficiente de variación (CV), entropía y asimetría, y son tomadas en ventanas de tiempo para permitir la comparación de las series de tiempo sin dependencia de la escala de los datos y para evitar realizar un juicio subjetivo basado en una mirada global -- El modelo pretende facilitar su comprensión, posibilitar su reproducción y uso generalizado en series de datos que exponen diversos patrones de comportamiento, y además ofrecer una configuración adecuada de los parámetros de entrada de manera flexible, práctica y eficiente para ser usado en el entorno local -- Este modelo fue aplicado a datos de la competencia NN3 y mostró resultados positivos en comparación con un escenario base creado a partir de juicios de valor
Texto completo 86 páginas con texto
Leer la tesis completa Ficha en el repositorio
Contenido
- Introducciónp. 7
- El Problema de la Investigaciónp. 9
- Planteamiento del Problemap. 9
- Enfoque de la Investigaciónp. 11
- Esquema del Trabajop. 12
- 2. Objetivosp. 13
- Objetivo Generalp. 13
- Objetivos específicosp. 13
- Marco teórico y revisión de literaturap. 14
- Métodos Cuantitativos y Cualitativos para Pronosticarp. 14
- Datos de corte transversal y series de tiempo en modelos cuantitativosp. 15
- Series de tiempo en lugar de modelos trasversalesp. 16
- Componentes o patrones en series de tiempop. 17
- Métodos Cuantitativos de Series de Tiempop. 19
- Estimación de parámetrosp. 26
- Constantes de suavizaciónp. 26
- Otros enfoques de la estimaciónp. 27
- Hallazgos de la revisión de la literaturap. 29
- Metodologíap. 31
- Revisión de la literaturap. 31
- Modelo integradop. 32
- Etapa de Entrenamientop. 34
- Ajuste estacional a través de descomposición de componentesp. 34
- Suavizamiento de Holtp. 35
- Optimizaciónp. 37
- Extracción de características y clustering o agrupamientop. 39
- Rango α y βp. 40
- Etapa de Clasificaciónp. 41
- Incorporación en softwarep. 41
- Validación del softwarep. 42
- Resultadosp. 43
- Consideraciones particulares de la experienciap. 43
- Rangos de α y β sugeridos según grupop. 44
- Resultados validación del modelop. 45
- Pruebas de normalidad de los erroresp. 47
- Comparación entre muestras pareadasp. 48
- Pruebas bilaterales o de dos colasp. 49
- Pruebas de una cola (Diferencia de medianas <0)p. 49
- Análisis de datos atípicosp. 49
- Relación entre características estadísticas y error de pronósticop. 50
- Análisis de los grupos formadosp. 52
- Análisis Individualp. 54
- Grupo 1p. 54
- Grupo 2p. 55
- Grupo 3p. 56
- Grupo 4p. 57
- Grupos 5, 6, 7 y 8p. 57
- Aspectos globales de las correlacionesp. 60
- Discusiónp. 63
- Hallazgos fundamentalesp. 63
- Conclusiones y limitacionesp. 64
- Trabajos futurosp. 65
- Referenciasp. 67
- Anexo A. Métodos cuantitativos de series de tiempo de complejidad mediap. 75
- A.1. Métodos cuantitativos de series de tiempo simplesp. 75
- A.2. Regresión linealp. 75
- A.3. Promedios móvilesp. 76
- A.4. Suavización exponencial simplep. 77
- A.5. Suavización exponencial lineal de Holt o doble suavizaciónp. 77
- A.6. Suavización exponencial doble con tendencia exponencialp. 78
- A.7. Suavización exponencial doble con tendencia amortiguadap. 79
- A.8. Suavización exponencial de Holt-Wintersp. 79
- Holt-winters aditivop. 80
- Holt-winters multiplicativop. 80
- A.9. Método de descomposición por componentesp. 81
- Anexo B. Definición de características estadísticas extraídas de las seriesp. 84
- B.1. Media aritméticap. 84
- B.2. Medianap. 84
- B.4. Coeficiente de Variaciónp. 85
- B.5. Asimetríap. 85
- B.6. Entropíap. 86