No abstract

No abstract

El objetivo de este trabajo es establecer por medio de técnicas de inteligencia artificial las variables más influyentes en la calidad sensorial del vino. Se analiza una variable dependiente (calidad) y 10 variables independientes: acidez volátil, ácido cítrico, azúcar residual, cloruros, dióxido de azufre libre, dióxido de azufre total, densidad, pH, sulfatos, y alcohol. Se obtuvieron 300 registros de una base de datos y se seleccionaron estadísticamente las variables influyentes en un archivo. Este archivo es analizado con el algoritmo J48 (plataforma Weka) mediante un entrenamiento por medio de una validación cruzada. Los resultados muestran que, con una efectividad superior al 95%, las variables más influyentes en la calidad del vino son: alcohol, pH, sulfatos, ácido cítrico y la relación alcohol y sulfatos. Se concluye que el control de estas 4 variables es suficiente para mejorar la calidad del vino. No obstante, es necesario ampliar estos estudios a un espectro muestral más amplio.

ResumenSe presenta un modelo de simulación como plataforma de experimentación de la logística de operación de una cadena de fabricación/distribución de pequeña escala, dirigida especialmente a estudiantes y profesionales involucrados en su planeación, diseño y operación. En la construcción del modelo, se usó en conjunto de métodos: simulación basada en agentes y por eventos discretos, además del uso de un Sistema de Información Geográfica (SIG). El uso iterativo del modelo permite evaluar el desempeño de diversos escenarios que se presentan en el mundo real. Permite, además, analizar diferentes situaciones para el desarrollo de habilidades y competencias para la toma de decisiones bajo incertidumbre, relacionadas con tamaño de la flota de transporte, capacidad del sistema de producción, cobertura geográfica de servicio a la demanda y ubicación apropiada de la planta de fabricación/distribución utilizando un ejemplo típico de la Abstract A simulation model is presented as a platform for experimentation in the logistics of the operation of a smallscale manufacturing / distribution chain, aimed especially at students and professionals involved in its planning, design and operation. In the construction of the model, several methods were involved: simulation based on agents and discrete events, in addition to the use of a Geographic Information System (GIS). The iterative use of the model allows evaluating the performance of different scenarios that are presented in the real world. It also allows analyzing different situations to develop skills and competencies for decision making under uncertainty related to size of the transport fleet, system capacity of production, geographical coverage of service to the demand and appropriate location of the manufacturing/distribution plant using a typical example of the industry.

Se presenta y analiza una propuesta de formación invertida para la enseñanza de las técnicas de programación de producción buscando tener mayor interés, colaboración y satisfacción de los estudiantes, que en los cursos magistrales. A los participantes en el curso se les plantea un problema de una planta de producción de tamaño real, donde hay que tomar decisiones del nivel táctico y de nivel operativo. Para la toma de las diferentes decisiones se brinda al grupo los fundamentos de las diferentes herramientas, soportadas en aplicativos de software. Estos incorporan técnicas inteligentes aplicadas a las diferentes etapas de la programación. Se valida la efectividad de las herramientas frente al comportamiento de los indicadores claves del área de producción, pudiendo utilizar esas medidas como criterio para la calificación de los estudiantes. La evaluación cualitativa de las pruebas preliminares sugiere que la aplicación de un modelo de este estilo mejora la motivación, la interacción entre estudiantes y profesores, y el desempeño académico. Palabras clave: instrucción invertida; planeación de producción; programación de producción; simulación