Proyecto pronostico de cobros. Ruta más corta suplir puntos de venta

Universidad del Valle de Guatemala

Ruta más corta suplir puntos de venta

Rodrigo José Gordillo Gularte, 12256

José David Grajamo Montenegro, 14462

Resumen

Hoy en día las empresas dedicadas a las ventas, desde las pequeñas empresas a las más grandes, siempre buscan como ahorrar costos al momento de suplir con producto sus puntos de venta.

Por lo que se ha desarrollado un programa a través de sistema de ecuaciones para predecir cual ruta es la más corta a tomar para lograr llegar a cada punto de venta.  Las herramientas que se utilizaron para desarrollar el programa fue echa en Excel, usando macros y solver.

Palabras clave

Ruta más corta, Agente viajero, Sistema de Ecuaciones, Matriz de Gauss.

Objetivo

• Calcular la ruta más corta para los establecimientos que se quieren suplir de inventario.

• Tener un mejor control de los pilotos que transportan el inventario.

Introducción

Medias móviles y medias móviles ponderadas

En este proyecto se aplicarán los conocimientos adquiridos acerca del análisis estadístico de datos, para producir una predicción con el menor error posible. Se busca crear un programa herramienta que siga el método seleccionado para lograr un resultado teórico de la serie de datos brindada. Los métodos seleccionados han sido, medias móviles, medias móviles ponderadas y redes neuronales recurrentes.

Las medias móviles se basan en cierta cantidad de datos recientes para calcular el siguiente dato. Se le llama móvil, ya que cada vez que se obtiene una nueva observación, esta sustituye a la más antigua para hacer los futuros cálculos.

Debido a que el proyecto se basa en bases de datos que contienen números relacionados con fechas, denominamos esto, como una serie de tiempo.

Una serie de tiempo con un patrón horizontal puede cambiar con el tiempo a un nuevo nivel. Una media móvil se adaptará al nuevo nivel y seguirá brindando pronósticos adecuados después de n periodos. Este es el resultado y por qué se aplicó este método. Cuando el valor n se reduce, el método hará un ajuste más rápido en el cambio en una serie de tiempo, pero los valores mayores serán más eficaces para el suavizamiento de las fluctuaciones aleatorias en el tiempo. Así que el criterio de negocios basado en el entendimiento del comportamiento de una serie de tiempo es de gran ayuda en la elección de un buen valor de n.

En el método de medias móviles, cada observación en los cálculos recibe el mismo peso. Una variante del método, conocida como el método de las medias móviles ponderadas, la variante selecciona un peso diferente para cada uno de los valores y luego calcula la media ponderada de los n valores más recientes como pronóstico. En la mayoría de los casos la observación más reciente recibe el mayor peso, y los pesos se reducen para los datos más antiguos, o como se ajuste mejor al cálculo deseado.

Redes neuronales - Redes de memoria a corto plazo

(LSTMs, Long Short Term Memory networks)

Las redes neuronales Las redes neuronales son un modelo computacional basado en un conjunto de unidades neuronales simples, cada unidad neuronal está conectada con muchas otras y los enlaces entre ellas pueden incrementar o inhibir el estado de activación de las neuronas adyacentes.

[pic 1]

Red neuronal simple (C. Olah)

Cada unidad neuronal, de forma individual, opera empleando funciones de suma y una función limitadora o umbral en cada conexión.

Las redes neuronales suelen consistir en varias capas y la ruta de la señal atraviesa de adelante hacia atrás. Las redes modernas son un poco más libres en el sentido de que fluye en términos de estimulación e inhibición con conexiones que interactúan de una manera mucho más caótica y compleja.

...