Diseño de un modelo de pronóstico de demanda basado en machine learning y un modelo multi-objetivo para planeación de la producción en una industria panificadora
Data
2022-01-28Autor(es)
Afanador Jiménez, MaríaCasadiegos Chaparro, Silvia Juliana
Campo Maichel, Isabella
Casallas Estrella, Juan Sebastián
Director(es)
García Díaz, Juan CarlosPublisher
Pontificia Universidad Javeriana
Faculdade
Facultad de Ingeniería
Programa
Ingeniería Industrial
Título obtido
Ingeniero (a) Industrial
Tipo
Tesis/Trabajo de grado - Monografía - Pregrado
Compartilhe este registro
Citación
Metadata
Mostrar registro completo
Documentos PDF
Título em inglês
Design of a demand forecasting model based on machine learning and a multi-objective model for production planning in a bakery industryResumo
La planeación de la producción y los pronósticos de la demanda son aspectos fundamentales para el buen desarrollo de la actividad productiva de una empresa manufacturera, en especial para aquellas productoras de alimentos perecederos y de rápida rotación. La panadería y repostería “La Cascada” actualmente maneja su producción y venta bajo un sistema basado en la experiencia el cual no es confiable para el cumplimiento de los objetivos de la compañía. Este manejo de la producción y ventas genera casos de sobrantes y faltantes, los cuales representan pérdidas de unidades producidas y gastos representativos. El desempeño de la producción y los pronósticos de demanda presentan una oportunidad de mejora debido a que actualmente existe un desaprovechamiento de recursos en los procesos productivos y no se están atendiendo las necesidades de los clientes al no tener disponibilidad de productos en los puntos de venta. De esta manera se desarrolló una propuesta de aplicación para la panadería y repostería “La Cascada”, primero, se generaron pronósticos de la demanda usando técnicas de Machine Learning, bajo la metodología CRISP – DM en donde se manejaron diferentes variables que afectan la demanda, tales como los datos climatológicos, fechas especiales, días de la semana y políticas internas de la empresa. Se logró una alta precisión en las predicciones, encontrando que los mejores resultados fueron arrojados usando Redes Neuronales para la mayoría de los productos Pareto. Segundo, se realizó una planeación de la producción bajo un modelo de programación lineal de múltiples objetivos, modelado en Python, el cual determina las unidades diarias a producir, logrando un aumento de 17.23% en la utilidad, así mismo un 4.33% más de utilización de máquinas y una disminución del 6.36% en los costos. De esta forma se entrega a la empresa un aplicativo que integra los pronósticos de demanda y la planeación de la producción, que sirve para determinar la cantidad diaria de productos que ordenan todos los puntos de venta y las unidades a producir por el área encargada.
Abstract
Production planning and demand forecasting are fundamental aspects for the proper development of the productive activity of a manufacturing company, especially for those producers of perishable and fast-moving foods. “La Cascada” bakery and pastry shop currently manages its production and sale under a system based on experience, which is not reliable for the fulfillment of the company's objectives. This management of production and sales generates cases of surpluses and shortages, which represent losses and representative expenses. Production performance and Demand Forecasting present an opportunity of improvement because there is currently a waste of resources in production processes and the needs of customers are not being met due to the lack of availability of products. In this way, an application proposal was developed for the bakery and pastry shop “La Cascada”. First, Demand Forecasting was generated using Machine Learning techniques, under the CRISP - DM methodology where different variables that affect demand were handled, such as weather data, special dates, days of the week and internal policies of the company. A high accuracy in the predictions was achieved, finding that the best results were obtained using Neural Networks for most of the Pareto products. Second, Production Planning was carried out under a Linear Programming Model of Multiple Objectives, modeled in Python, which determines the daily units to be produced, achieving an increase of 17.23% in profit, as well as a 4.33% increase in machine utilization and a decrease of 6.36% in costs. In this way, the company is provided with an application that integrates Demand Forecasting and Production Planning, which is used to determine the daily quantity of products ordered by sales and the units to be produced by the area in charge.
Palavras chave
Aprendizaje de máquinaRedes Neuronales
Programación lineal multi-objetivo
Pronóstico de demanda
CRISP-DM
Planeación de la producción
Industria panificadora
Pareto
Keywords
Machine LearningNeuronal Networks
Linear Programing Model of multiple objectives
Demand Forecasting
CRISP-DM
Production Planning
Bakery Industry
Pareto
Temas
Ingeniería industrial - Tesis y disertaciones académicasAprendizaje de máquina
Redes neuronales (Computadores)
Producción
Google Analytics Statistics
Collections
- Ingeniería Industrial [1112]