Revue: | Visión electrónica |
Base de datos: | PERIÓDICA |
Número de sistema: | 000461852 |
ISSN: | 1909-9746 |
Autores: | Izquierdo Ortiz, Cristhian Johnatan1 Montenegro Marín, Carlos Enrique2 |
Instituciones: | 1Universidad Distrital Francisco José de Caldas, Bogotá. Colombia 2Planeador de la Demanda Melexa SA, Colombia |
Año: | 2014 |
Periodo: | Jul-Dic |
Volumen: | 8 |
Número: | 2 |
Paginación: | 55-66 |
País: | Colombia |
Idioma: | Español |
Tipo de documento: | Artículo |
Enfoque: | Prospectivo |
Resumen en español | La creación de un espacio de pruebas para varias técnicas de pron ́ostico de demandacorresponde a espacio de desarrollo de software en donde, adem ́as de probar varios algorit-mos sobre una misma base de datos, estos pueden compararse unos con otros. El presenteart ́ıculo, describe la construcci ́on de una herramienta que permite generar pron ́osticos paraque sean aprovechables en la toma de decisiones en las compras de compa ̃n ́ıas distribuidorascomo la compra de productos el ́ectricos (cable, iluminaci ́on y accesorios), comunicaciones,tecnol ́ogicos, ropa, calzado, entre otros. Igualmente, se comparan algunas t ́ecnicas simplesde pron ́ostico como la Media M ́ovil (MM) y ́Ultimo Periodo con otras t ́ecnicas como lasRedes Neuronales Artificiales (RNA) y los Algoritmos Gen ́eticos (AG), la comparaci ́on serealiza teniendo en cuenta los criterios de error de los pron ́osticos generados y el tiempo deprocesamiento de los m ́etodos. Se explican: el an ́alisis, dise ̃no, desarrollo e implementaci ́onde los métodos antes mencionados y su integraci ́on con la herramienta |
Resumen en inglés | The article is about creating a space for multiple tests of demand forecasting techniques,this space is a software development where besides to testing the algorithms on the samedatabase, these code routines can be compared with each other, this tool allows generateforecasts to be usable in decision making on purchases of Distribution Companies.Besides comparing forecasting some simple techniques like Moving Average (MM) andLast Period with other techniques such as Artificial Neural Networks (ARN) and geneticalgorithms (GA), the comparison is made taking into account the error criteria of generatedforecasts and the processing time of the methods. Throughout the article explains thedesign, development and implementation of the above methods and their integration with the tool |
Disciplinas: | Ciencias de la computación, Matemáticas |
Palabras clave: | Algoritmos genéticos, Desarrollo de software, Inteligencia artificial, Predicción, Predicción de demanda |
Keyword: | Artificial intelligence, Demand forecasting, Forecasting, Genetic algorithms, Software development |
Texte intégral: | https://revistas.udistrital.edu.co/index.php/visele/article/view/9872/10982 |