Redes neuronales abc

Solo disponible en BuenasTareas
  • Páginas : 17 (4014 palabras )
  • Descarga(s) : 0
  • Publicado : 6 de octubre de 2010
Leer documento completo
Vista previa del texto
V Congreso de Ingeniería de Organización Valladolid-Burgos, 4-5 Septiembre 2003

ƒ Índice
La Clasificación ABC Multiatributo de Inventarios con Técnicas de Inteligencia Artificial
Francisco Javier Puente García 1, Paolo Priore 2, Raúl Pino Diez 3, David de la Fuente García 4 1 Dr. Ingeniero Industrial. E.P.S. Ingenieros de Gijón. jpuente@etsiig.uniovi.es 2 Dr. Ingeniero Industrial. E.P.S.Ingenieros de Gijón. priore@etsiig.uniovi.es 3 Dr. Ingeniero Industrial. E.P.S. Ingenieros de Gijón. pino@etsiig.uniovi.es 4 Dr. Ingeniero Industrial. E.P.S. Ingenieros de Gijón. david@etsiig.uniovi.es

RESUMEN
En este trabajo, se presenta un nuevo método de clasificación de inventarios para una empresa farmacéutica. Frente a la metodología ABC clásica, que discrimina los artículos a clasificar enfunción de las variables coste unitario y demanda anual, se propone una metodología, basada en técnicas de Inteligencia Artificial, que permite ampliar el análisis a una mayor número de atributos: las Redes Neuronales Artificiales. Para comprobar la fiabilidad del modelo se realiza un análisis comparativo con la clasificación heurística realizada por un experto para un conjunto de 189 referenciasmediante el análisis de cinco atributos de entrada. El método propuesto, pone de manifiesto un buen ajuste a la clasificación real de los artículos, mejorando la conseguida con los métodos tradicionales. El trabajo, también apunta nuevas vías de análisis que permitan obtener, por una parte, conocimiento de clasificación en forma de reglas y por otra, la introducción de vaguedad en los atributosde entrada. Palabras clave: Clasificación ABC, Redes Neuronales, Reglas Borrosas.

1.

Introducción.

Tradicionalmente, la clasificación ABC se ha utilizado como método de planificación y control en la gestión de stocks, para evitar una mala asignación de recursos y lograr equilibrar el coste de inventario con la posibilidad de rotura de stocks. Esta clasificación, discrimina las unidades destock en tres categorías: A – muy importantes; B – moderadamente importantes y C- menos importantes. La pertenencia a una u otra clase se basa en el valor anual de cada ítem, obtenido como el producto entre el valor (coste) unitario del mismo y su rotación anual (Cohen & Ernst, 1988) [1]. Así, al ordenar los valores anuales de los artículos de forma decreciente, y simultáneamente representar elpolígono de dichos valores anuales acumulados, se suele obtener una representación en la que alrededor de un 20% de todos los artículos (Clase A) cubriría un 80% del valor anual total del almacén. El siguiente 50% de artículos (Clase B) otro 15% y el último 30% de artículos (Clase C) sólo representa, por lo general, un 5%. Los artículos en el grupo A son los que representan un mayor coste anual parala empresa, mientras que los del C son los de menor importancia. Y, si bien estas clasificaciones no siempre son exactas, sí que reflejan con suficiente precisión el comportamiento de los artículos en una gran mayoría de almacenes (Swamidass, 2000) [2]. El lector interesado en ampliar detalles sobre políticas de control de inventarios basado en clases puede consultar (Silver, Pyke and Peterson,1998) [3]

V Congreso de Ingeniería de Organización Valladolid-Burgos, 4-5 Septiembre 2003

Sin embargo, para muchos productos, pueden existir otros criterios relevantes para la gestión de stocks que pueden tener un peso mayor que las variables involucradas en su propio valor anual (por ejemplo la certeza de su suministro, su grado de madurez u obsolescencia o su criticidad -impacto de larotura de stock-). En años recientes, se han estudiado varios enfoques para abordar este problema, entre los que pueden destacarse: Enfoques multiatributo (Flores and Whybark 1986, 1987) [4] • Análisis Cluster (Ernst and Cohen, 1990) [5]. • Enfoque AHP (analytic hierarchy process) Saaty (1980) [6], (Gajpal, Ganesh & • Rajendran, 1994; Partovi & Burton 1993; Partovi & Hopton 1994 ) [7], [8], [9]. Hoy...
tracking img