Caracterización de demanda para ajustar la configuración de un método de pronósticos en la cadena de suministros
Fecha
2018
Autores
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad EAFIT
Resumen
Descripción
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
Palabras clave
Suavización de Holt, Cadena de suministros, Spectral Clustering, Suavizamiento exponencial