Pronóstico de demanda basado en redes neuronales recurrentes para una empresa de retail.
Este documento contiene archivo en PDF.
Shranjeno v:
| Glavni avtor: | |
|---|---|
| Drugi avtorji: | |
| Format: | bachelorThesis |
| Jezik: | spa |
| Izdano: |
2023
|
| Teme: | |
| Online dostop: | http://repositorio.ug.edu.ec/handle/redug/70033 |
| Oznake: |
Označite
Brez oznak, prvi označite!
|
Označite | _version_ | 1858988079343206400 |
|---|---|
| author | Romo Leroux Pereddo, Luiggy Anthony |
| author2 | Chimbo Yagual, Nicole Stefanie |
| author2_role | author |
| author_facet | Romo Leroux Pereddo, Luiggy Anthony Chimbo Yagual, Nicole Stefanie |
| author_role | author |
| collection | Repositorio Universidad de Guayaquil |
| dc.contributor.none.fl_str_mv | García Plúa, Juan Carlos |
| dc.creator.none.fl_str_mv | Romo Leroux Pereddo, Luiggy Anthony Chimbo Yagual, Nicole Stefanie |
| dc.date.none.fl_str_mv | 2023-09-05T22:40:21Z 2023-09-05T22:40:21Z 2023-09-20 |
| dc.format.none.fl_str_mv | application/pdf |
| dc.identifier.none.fl_str_mv | http://repositorio.ug.edu.ec/handle/redug/70033 |
| dc.language.none.fl_str_mv | spa |
| dc.publisher.none.fl_str_mv | Universidad de Guayaquil. Facultad de Ingeniería Industrial. Carrera de Ingeniería en Sistemas de Información. |
| dc.relation.none.fl_str_mv | ;BINGI0006-ISI |
| dc.rights.none.fl_str_mv | info:eu-repo/semantics/openAccess |
| dc.source.none.fl_str_mv | reponame:Repositorio Universidad de Guayaquil instname:Universidad de Guayaquil instacron:UG |
| dc.subject.none.fl_str_mv | CIENCIAS BÁSICAS, BIOCONOCIMIENTO Y DESARROLLO INDUSTRIAL REDES NEURONALES RECURRENTES RETAIL MAPE |
| dc.title.none.fl_str_mv | Pronóstico de demanda basado en redes neuronales recurrentes para una empresa de retail. |
| dc.type.none.fl_str_mv | info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/bachelorThesis |
| description | Este documento contiene archivo en PDF. |
| eu_rights_str_mv | openAccess |
| format | bachelorThesis |
| id | UG_eaf82deca40c96f5ea56f0c4aab9d1a7 |
| instacron_str | UG |
| institution | UG |
| instname_str | Universidad de Guayaquil |
| language | spa |
| network_acronym_str | UG |
| network_name_str | Repositorio Universidad de Guayaquil |
| oai_identifier_str | oai:repositorio.ug.edu.ec:redug/70033 |
| publishDate | 2023 |
| publisher.none.fl_str_mv | Universidad de Guayaquil. Facultad de Ingeniería Industrial. Carrera de Ingeniería en Sistemas de Información. |
| reponame_str | Repositorio Universidad de Guayaquil |
| repository.mail.fl_str_mv | . |
| repository.name.fl_str_mv | Repositorio Universidad de Guayaquil - Universidad de Guayaquil |
| repository_id_str | 0 |
| spelling | Pronóstico de demanda basado en redes neuronales recurrentes para una empresa de retail.Romo Leroux Pereddo, Luiggy AnthonyChimbo Yagual, Nicole StefanieCIENCIAS BÁSICAS, BIOCONOCIMIENTO Y DESARROLLO INDUSTRIALREDES NEURONALES RECURRENTESRETAILMAPEEste documento contiene archivo en PDF.En el presente trabajo de investigación se llevó a cabo la simulación del pronóstico de demanda de productos perecederos en la empresa Corporación Favorita mediante Redes Neuronales Artificiales. Para lo que se empleó el software libre Python con la ayuda de las librerías Tensorflow y Keras, los datos utilizados fueron datos históricos obtenidos del portal web Kaggle de los años 2013-2017, de los cuales se obtuvieron un registro de ventas histórico de un total de (986 productos perecederos), para realizar el pronóstico se realizó un análisis EDA que permitió determinar las variables necesarias para desarrollar el algoritmo. Se utilizo una Red Neuronal Recurrente (RNN) con arquitectura LSTM sabiendo que está aprovecha la capacidad de sus neuronas para poder realizar una correcta predicción de la demanda a través de las series de tiempo. La estructura para cada red neuronal se consiguió luego de realizar exhaustivas pruebas, variando los parámetros del epoch, el número de capas de la red neuronal y número de neuronas que cada capa poseía. Los parámetros seleccionados en el modelo final generaron una tasa del 1.19 % para la métrica del Error Porcentual Absoluto Medio (MAPE).In this research work, the simulation of the demand forecast of perishable products in the company Corporación Favorita was carried out by means of Artificial Neural Networks. For which the free Python software was used with the help of the Tensorflow and Keras libraries, the data used were historical data obtained from the Kaggle web portal for the years 2013-2017, from which a record of historical sales of a total of (986 perishable products) was obtained, to make the forecast an EDA analysis was performed to determine the variables necessary to develop the algorithm. A Recurrent Neural Network (RNN) with LSTM architecture was used, knowing that it takes advantage of the capacity of its neurons to be able to make a correct prediction of the demand through the time series. The structure for each neural network was achieved after extensive testing, varying the epoch parameters, the number of layers of the neural network and the number of neurons each layer possessed. The parameters selected in the final model generated a rate of 1.19% for the Mean Absolute Percentage Error (MAPE) metric.Universidad de Guayaquil. Facultad de Ingeniería Industrial. Carrera de Ingeniería en Sistemas de Información.García Plúa, Juan Carlos2023-09-05T22:40:21Z2023-09-05T22:40:21Z2023-09-20info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfhttp://repositorio.ug.edu.ec/handle/redug/70033spa;BINGI0006-ISIinfo:eu-repo/semantics/openAccessreponame:Repositorio Universidad de Guayaquilinstname:Universidad de Guayaquilinstacron:UG2023-09-06T08:53:05Zoai:repositorio.ug.edu.ec:redug/70033Institucionalhttp://repositorio.ug.edu.ec/Universidad públicahttps://www.ug.edu.ec/..Ecuador...opendoar:02026-03-07T07:03:36.544844Repositorio Universidad de Guayaquil - Universidad de Guayaquiltrue |
| spellingShingle | Pronóstico de demanda basado en redes neuronales recurrentes para una empresa de retail. Romo Leroux Pereddo, Luiggy Anthony CIENCIAS BÁSICAS, BIOCONOCIMIENTO Y DESARROLLO INDUSTRIAL REDES NEURONALES RECURRENTES RETAIL MAPE |
| status_str | publishedVersion |
| title | Pronóstico de demanda basado en redes neuronales recurrentes para una empresa de retail. |
| title_full | Pronóstico de demanda basado en redes neuronales recurrentes para una empresa de retail. |
| title_fullStr | Pronóstico de demanda basado en redes neuronales recurrentes para una empresa de retail. |
| title_full_unstemmed | Pronóstico de demanda basado en redes neuronales recurrentes para una empresa de retail. |
| title_short | Pronóstico de demanda basado en redes neuronales recurrentes para una empresa de retail. |
| title_sort | Pronóstico de demanda basado en redes neuronales recurrentes para una empresa de retail. |
| topic | CIENCIAS BÁSICAS, BIOCONOCIMIENTO Y DESARROLLO INDUSTRIAL REDES NEURONALES RECURRENTES RETAIL MAPE |
| url | http://repositorio.ug.edu.ec/handle/redug/70033 |