Modelo para el ajuste de pronósticos agregados utilizando lógica difusa

Abstract

ResumenLa presente inves ti ga ción sugiere una contri bu ción en la apli ca ción de modelos de pronós ticos. El modelo propuesto se desa rrolla con el propó sito de ajustar la proyección de la demanda al esce nario de las empresas y se funda menta en tres consi de raciones que provocan que en muchos casos los pronós ticos de la demanda disten de la realidad, como son: 1) uno de los problemas más difí ciles de modelar en los pronósticos es la incer ti dumbre rela cio nada con la infor ma ción dispo nible; 2) los métodos tradi cio nal mente utili zados por las empresas, para la proyec ción de la demanda, se basan prin ci pal mente en el compor ta miento pasado del mercado (demanda histórica), y 3) estos métodos no consi deran en su análisis a los factores que están influyendo para que se dé el compor ta miento obser vado. Por lo tanto, el modelo propuesto se basa en la imple men ta ción de lógica difusa, inte gran do las prin ci pales varia bles que afectan el compor ta miento de la demanda del mercado y que no son consi de radas en los métodos esta dís ticos clásicos. El modelo se aplicó a una embo tella dora de bebidas carbo na tadas y con el ajuste de la proyec ción de la demanda se obtuvo un pronós tico más confiable.Descrip tores: planea ción de la produc ción, pronós tico agre gado, modelo de pronós tico, demanda, lógica difusa e inte li gencia compu ta cional en inge niería indus trial. inge nie ría INVESTIGACIÓN Y TECNOLOGÍAAbstract This re search sug gests a con tri bu tion in the im ple men ta tion of fore cast ing mod els. The proposed model is de vel oped with the aim to fit the pro jec tion of de mand to sur round ings of firms, and this is based on three con sid er ations that cause that in many cases the fore casts of the demand are dif fer ent from re al ity, such as: 1) one of the prob lems most dif fi cult to mod el in the fore casts is the un cer tainty re lated to the in for ma tion avail able; 2) the meth ods tra di tion ally used by firms for the pro jec tion of de mand mainly are based on past be hav ior of the mar ket (his tor i cal de mand); and 3) these meth ods do not con sider in their anal y sis the fac tors that are in flu enc ing so that the ob served be hav iour oc curs. There fore, the pro posed model is based on the im ple men ta tion of Fuzzy Logic, in te grat ing the main vari ables that af fect the be hav ior of mar ket de mand, and which are not con sid ered in the classical sta tis ti cal meth ods. The model was ap plied to a bot tling of car bon ated bev er ages, and with the ad just ment of the projec tion of de mand a more re li able fore cast was obtained.Keywords: Pro duc tion plan ning, ag gre gate fore casts, model fore cast, de mand, fuzzy logic, and com pu ta tional in tel li gence in in dus trial en gi neer ing.

Demand Prediction Using a Soft-Computing Approach: A Case Study of Automotive Industry

“…The fuzzy logic technique in the planning process is also applied as a adjustment means. The methodology proposed by [24] contemplates the seasonal variables study, perception and competition as dynamic axes in the forecast. While the work elaborated by [25] envisages the fuzzy logic application as a adjustment means in the planning sector in electric energy consumption of Colombia, based only on the data of demand.…”

Modelo para la determinación de la ruta más corta con funciones experimentales para arcos difusos

“…En esta investigación, con la implementación de lógica difusa se obtiene un ajuste difuso que adecua el tiempo de recorrido estimado o peso de la arista al tiempo de recorrido real. En [8] presentan un esquema general del concepto de lógica difusa; basados en este esquema se estructura el modelo propuesto, el cual está formado por los cinco elementos mostrados en la Figura 1.…”

“…En el modelo propuesto representa el ajuste que se multiplicará por el valor de la arista de la red (tiempo de recorrido), obteniendo un valor más aproximado a lo real. Para convertir las salidas difusas en salidas reales se utiliza el método del centro geométrico o centroide, el que consiste en los siguientes cuatro pasos [8]: Paso 1. Descomponer en figuras regulares la salida difusa, los grados de pertenencia del conjunto difuso forman el límite de las áreas.…”

A Linear Programming Model with Fuzzy Arc for Route Optimization in the Urban Road Network

“…Fuzzy logic is applied in many fields, such as aggregate planning and prediction [37][38][39][40][41], pattern recognition [42][43][44][45][46][47][48][49], and decision making [50][51][52]. In the search for the shortest path in an uncertain environment, many researchers considered the fuzzy shortest path problem (FSPP) as their chosen method [20][21][22][30][31][32][33][34][35][53][54][55][56][57].…”