El presente trabajo de investigación tiene como objetivo analizar y contrastar las actuales
soluciones de analítica avanzada en problemas de Supply Chain. Para esto, se empezará
armando un marco teórico que consolide los conceptos fundamentales de pronósticos, machine
learning y diagnóstico de procesos. Con esta base, se presentarán los puntos principales de
diversas publicaciones y trabajos académicos relacionados al uso de inteligencia artificial en
Supply Chain, incluyendo métodos y resultados obtenidos. Entre estos, destacan las
publicaciones donde se menciona el uso de redes neuronales para el pronóstico de demanda en
un centro de estudio y la implementación de ensamble de modelos para robustecer la predicción
de un modelo de demanda de misiles. Finalmente, se contrastará la bibliografía presentada y se
elaborarán conclusiones al respecto.
| Identifer | oai:union.ndltd.org:PUCP/oai:tesis.pucp.edu.pe:20.500.12404/18099 |
| Date | 02 February 2021 |
| Creators | Linares Rosas, Sebastian |
| Contributors | León Perfecto, Mery Roxana |
| Publisher | Pontificia Universidad Católica del Perú, PE |
| Source Sets | Pontificia Universidad Católica del Perú |
| Language | Spanish |
| Detected Language | Spanish |
| Type | info:eu-repo/semantics/bachelorThesis |
| Format | application/pdf |
| Rights | Atribución 2.5 Perú, info:eu-repo/semantics/openAccess, http://creativecommons.org/licenses/by/2.5/pe/ |
Page generated in 0.002 seconds