Optimización de rutas en el transporte de contenedores dentro del centro de acopio a través de un modelo de clasificación basado en Machine Learning.

La optimización representa la parte más importante dentro de una empresa cuando se quiere reducir costos, incrementar el posicionamiento propio y mejorar la toma de decisiones dentro de una organización, para obtener resultados que brinden la mejor calidad y eficiencia al cliente final. Para ello, se debe reconocer que en la actualidad estos procesos pueden ser seguidos por herramientas que involucren la innovación y automatización junto con el análisis de datos de forma mucha más rápida y certera. Permitiendo así a las organizaciones, ser actores de primera fila en un mercado que es cada vez más rápido, más demandante, pero sobre todo más competitivo. A nivel empresarial es indispensable que las organizaciones opten por la aplicación de herramientas que involucren el crecimiento y aceleramiento de los procesos dentro de su cadena de suministro. La presente investigación se enfoca en el desarrollo y construcción de un modelo Bosque Aleatorio para la clasificación de rutas de transporte de forma más ágil y menos costosa, en la cuál se pretende obtener como resultado una ruta que sea favorable en cuestiones de tiempo y dinero para la entrega de cajas de banano hacia el Puerto de Machala. El objetivo es determinar cuáles son las variables a considerar y que influyen en los recorridos de las rutas al momento de elegir la más conveniente. La aplicación de Machine Learning se justifica porque permite clasificar de forma precisa y autónoma los factores que intervienen obteniendo una respuesta objetiva.

• Egile nagusia: Bohórquez Quisnia, Connie Scarlet (author)
• Beste egile batzuk: Chamaidan Morocho, Carlos David (author)
• Formatua: bachelorThesis
• Hizkuntza: spa
• Argitaratua: 2024
• Gaiak: ANÁLISIS DE DATOS; SISTEMA EXPERTO; RUTAS DE TRANSPORTE; MERCADO INTERNACIONAL; OPERACIÓN LOGÍSTICA
• Sarrera elektronikoa: http://repositorio.ucsg.edu.ec/handle/3317/23370