Resumen

El pronóstico de la demanda es uno de los principales problemas de las cadenas de suministro. Su objetivo es optimizar los stocks, reducir costos y aumentar las ventas, beneficios y la fidelidad de los clientes. Para este fin, se pueden analizar datos históricos para mejorar el pronóstico de la demanda utilizando diversos métodos como técnicas de aprendizaje automático, análisis de series temporales y modelos de aprendizaje profundo. En este trabajo, se desarrolla un sistema de pronóstico de la demanda inteligente. Este modelo mejorado se basa en el análisis e interpretación de los datos históricos mediante el uso de diferentes métodos de pronóstico que incluyen técnicas de análisis de series temporales, el algoritmo de regresión de vectores de soporte y modelos de aprendizaje profundo. Hasta donde alcanza nuestro conocimiento, este es el primer estudio que combina la metodología de aprendizaje profundo, el algoritmo de regresión de vectores de soporte y diferentes modelos de análisis de series temporales mediante una novedosa estrategia de integración de decisiones para

• Materias:Modelo de tráfico Sistemas antifrágiles Sistemas multiagente Componentes complejos
• Subjects:Traffic model Anti-fragile systems Multiagent systems Complex components
• Palabras claves:Pronóstico de la demanda; Cadenas de suministro; Datos históricos; Técnicas de aprendizaje automático; Análisis de series temporales; Modelos de aprendizaje profundo
• Keywords:Demand forecasting; Supply chains; Historical data; Machine learning techniques; Time series analysis; Deep learning models