解决中小企业库存问题的遗传算法

Steven Castillo-Ponce, María Lino Cevallos, Clelia Sánchez Suango
{"title":"解决中小企业库存问题的遗传算法","authors":"Steven Castillo-Ponce, María Lino Cevallos, Clelia Sánchez Suango","doi":"10.53591/iti.v11i11.87","DOIUrl":null,"url":null,"abstract":"\nEste estudio tiene como objetivo minimizar los costos de las ventas de la tienda “Candies” debido a la acumulación de los productos en stock. Esta problemática se da a partir de la realización de pedidos quincenales constantes por cantidades fijas, sin tomar en cuenta la variabilidad de la demanda. Se plantea entonces la alternativa de implementar un Algoritmo Genético (GA) en Microsoft Excel mediante Visual Basic para Aplicaciones y Macros para realizar una proyección correspondiente al inventario del año 2020, en el que se determine la cantidad de unidades por las que debe hacerse cada reabastecimiento. Para la aplicación del algoritmo se toman los datos históricos de la demanda de los tres años anteriores: 2017, 2018 y 2019; cabe mencionar que se aplica simulación de Montecarlo para generar los datos del segundo semestre del año 2019. Como resultado se obtuvo una reducción de aproximadamente 100 productos y más menos $70 dólares con respecto a los años anteriores, lo que significa un aumento del 18% en los beneficios anuales de los productos. En conclusión, la proyección generada con el algoritmo genético provee una reducción significativa de los costos de ventas, ya que reduce la cantidad de productos que usualmente se desperdician dada su caducidad antes de ser despachados. Automatizar la implantación del AG mediante Macros y Visual Basic reduce los tiempos de ejecución y el esfuerzo computacional.\n","PeriodicalId":430069,"journal":{"name":"Investigación, Tecnología e Innovación","volume":"31 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-11-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Algoritmo Genético para solucionar problemas de Inventarios en Pymes\",\"authors\":\"Steven Castillo-Ponce, María Lino Cevallos, Clelia Sánchez Suango\",\"doi\":\"10.53591/iti.v11i11.87\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"\\nEste estudio tiene como objetivo minimizar los costos de las ventas de la tienda “Candies” debido a la acumulación de los productos en stock. Esta problemática se da a partir de la realización de pedidos quincenales constantes por cantidades fijas, sin tomar en cuenta la variabilidad de la demanda. Se plantea entonces la alternativa de implementar un Algoritmo Genético (GA) en Microsoft Excel mediante Visual Basic para Aplicaciones y Macros para realizar una proyección correspondiente al inventario del año 2020, en el que se determine la cantidad de unidades por las que debe hacerse cada reabastecimiento. Para la aplicación del algoritmo se toman los datos históricos de la demanda de los tres años anteriores: 2017, 2018 y 2019; cabe mencionar que se aplica simulación de Montecarlo para generar los datos del segundo semestre del año 2019. Como resultado se obtuvo una reducción de aproximadamente 100 productos y más menos $70 dólares con respecto a los años anteriores, lo que significa un aumento del 18% en los beneficios anuales de los productos. En conclusión, la proyección generada con el algoritmo genético provee una reducción significativa de los costos de ventas, ya que reduce la cantidad de productos que usualmente se desperdician dada su caducidad antes de ser despachados. Automatizar la implantación del AG mediante Macros y Visual Basic reduce los tiempos de ejecución y el esfuerzo computacional.\\n\",\"PeriodicalId\":430069,\"journal\":{\"name\":\"Investigación, Tecnología e Innovación\",\"volume\":\"31 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2019-11-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Investigación, Tecnología e Innovación\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.53591/iti.v11i11.87\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Investigación, Tecnología e Innovación","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.53591/iti.v11i11.87","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

本研究旨在使商店“糖果”的销售成本最小化,因为产品的库存积累。这个问题是由于每两周执行固定数量的固定订单而产生的,而没有考虑到需求的可变性。出现然后选择实现一个遗传算法(GA)通过Visual Basic应用Microsoft Excel宏进行库存有关的一个投影,到2020年,单位数量,因为需要做每一个补给。算法应用时,取2017年、2018年和2019年这三年的历史需求数据;值得一提的是,蒙特卡洛模拟应用于生成2019年下半年的数据。结果,与前几年相比,减少了大约100个产品,减少了70美元,这意味着产品的年利润增加了18%。综上所述,遗传算法生成的预测显著降低了销售成本,因为它减少了产品的数量,这些产品通常在发货前就过期了。通过宏和Visual Basic自动化ga实现可以减少执行时间和计算工作量。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Algoritmo Genético para solucionar problemas de Inventarios en Pymes
Este estudio tiene como objetivo minimizar los costos de las ventas de la tienda “Candies” debido a la acumulación de los productos en stock. Esta problemática se da a partir de la realización de pedidos quincenales constantes por cantidades fijas, sin tomar en cuenta la variabilidad de la demanda. Se plantea entonces la alternativa de implementar un Algoritmo Genético (GA) en Microsoft Excel mediante Visual Basic para Aplicaciones y Macros para realizar una proyección correspondiente al inventario del año 2020, en el que se determine la cantidad de unidades por las que debe hacerse cada reabastecimiento. Para la aplicación del algoritmo se toman los datos históricos de la demanda de los tres años anteriores: 2017, 2018 y 2019; cabe mencionar que se aplica simulación de Montecarlo para generar los datos del segundo semestre del año 2019. Como resultado se obtuvo una reducción de aproximadamente 100 productos y más menos $70 dólares con respecto a los años anteriores, lo que significa un aumento del 18% en los beneficios anuales de los productos. En conclusión, la proyección generada con el algoritmo genético provee una reducción significativa de los costos de ventas, ya que reduce la cantidad de productos que usualmente se desperdician dada su caducidad antes de ser despachados. Automatizar la implantación del AG mediante Macros y Visual Basic reduce los tiempos de ejecución y el esfuerzo computacional.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信