| Revista: | Ingeniería industrial : actualidad y nuevas tendencias |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000441345 |
| ISSN: | 1856-8327 |
| Autores: | Ruelas Santoyo, Edgar Augusto1 Laguna González, José Antonio2 |
| Instituciones: | 1Instituto Tecnológico Superior de Irapuato, Departamento de Ingeniería Industrial, México 2Instituto Tecnológico Superior de Irapuato, Departamento de Ingeniería Industrial, Abasolo, Guanajuato. México |
| Año: | 2014 |
| Volumen: | 4 |
| Número: | 12 |
| Paginación: | 91-105 |
| País: | Venezuela |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico, socioeconómico |
| Resumen en español | La intención del presente artículo es realizar la comparación y selección de un método para pronosticar las ventas de forma eficiente y que beneficie a organizaciones que ofrecen sus productos al mercado ya que los pronósticos de ventas son datos de entrada a diferentes áreas de la empresa y de ser imprecisos pueden generar gastos para la organización. El caso de estudio en este artículo fue llevado a cabo dentro de la empresa Productos Frugo S.A. de C.V., dedicada a la comercialización de productos alimenticios. Los métodos y metodologías utilizados y posteriormente comparados al pronosticar las ventas de la empresa antes mencionada son: Método de Hold, Winters, la metodología Box Jenkins (ARIMA) y una Red Neuronal Artificial. Los resultados muestran que la red neuronal artificial obtuvo un mejor desempeño logrando el menor error cuadrático medio, de esta forma es posible establecer un panorama adecuado para el uso de la inteligencia artificial dentro de la industria |
| Resumen en inglés | The intention of this paper is to compare and select a method to forecast sales efficiently, and provide benefits to organizations offering their products to market because sales forecasts are an input to the company different areas and being inaccurate may cost for the organization. The study case in this paper was carried out within the company Frugo Products SA de C.V.; dedicated to the marketing of food products. The methods and methodologies used and then compared to forecast sales of the aforementioned company are: Hold Method, Winters, Box Jenkins methodology (ARIMA) and Artificial Neural Network. The results show that the artificial neural network achieved better performance scored the lowest mean square error, in this way it is possible to establish an appropriate scenario for the use of artificial intelligence in the industry |
| Disciplinas: | Matemáticas |
| Palabras clave: | Matemáticas aplicadas, Redes neuronales artificiales, Predicción estadística, predicción de ventas, Métodos estadísticos |
| Keyword: | Applied mathematics, Artificial neural networks, Statistical forecast, Sales planning, Statistical methods |
| Texto completo: | http://servicio.bc.uc.edu.ve/ingenieria/revista/Inge-Industrial/ |
