MPREDSTOCK: Modelo multivariado de predicción del stock de piezas de repuesto para equipos médicos

• Zoila Esther Morales Tabares ^[1] ; Alcides Cabrera Campos ^[1] ; Efrén Vázquez Silva ^[2] ; Yailé Caballero Mota ^[3]
  1. [1] Universidad de las Ciencias Informáticas

     Universidad de las Ciencias Informáticas

     Cuba

     
  2. [2] Universidad Politécnica Salesiana

     Universidad Politécnica Salesiana

     Cuenca, Ecuador

     
  3. [3] Universidad Ignacio Agramonte. Camagüey

  Mostrar afiliaciones +
• Localización: Revista Cubana de Ciencias Informáticas, ISSN-e 2227-1899, Vol. 10, Nº. 3, 2016
• Idioma: español
• Títulos paralelos:
  • MPREDSTOCK: Multivariate prediction model stock of spare parts for medical equipments
• Enlaces
  • Texto completo
• Resumen
  • español

    La demanda del stock de piezas de repuesto es una de las mayores fuentes de incertidumbre y la selección del mejor método de predicción para cada referencia es un problema complejo. Los métodos a utilizar en su pronóstico se seleccionan de acuerdo a la cantidad de datos y los diferentes patrones de comportamiento. En la última década el desarrollo de modelos matemáticos para el pronóstico de la demanda de piezas de repuesto ha dado proyección a un sin número de aplicaciones en diversas esferas de la sociedad, con la utilización de técnicas de análisis de series de temporales, métodos causales de regresión y técnicas de Soft-Computing. Sin embargo, se ha observado la carencia de aplicaciones prácticas para el pronóstico del stock de piezas de repuesto de equipos médicos, en relación con las proposiciones teóricas relevantes desarrolladas en esta área de aplicación. Además, las soluciones existentes no siempre logran mejorar la exactitud de los pronósticos, debido a la preferencia por la utilización de métodos de alta complejidad. En la presente investigación se propone el modelo MPREDSTOCK para el proceso de predicción del stock de piezas de repuesto para equipos médicos mediante la Regresión Lineal Múltiple como método de solución. El modelo incluye algoritmos que permiten la predicción del stock de piezas y disponibilidad técnica de un equipo médico, el cálculo de su confiabilidad operacional y la frecuencia de fallas de una de sus piezas y forma parte del “Módulo Predicción y gestión de stock” del SIGICEM.

  • English

    The demand for the stock of spare parts is one of the largest sources of uncertainty and selecting the best prediction method for each reference is a complex task. The methods to use in the prognosis are selected according to the amount of data and the different behavior patterns. In the last decade, the development of mathematical models for predicting the demand for spare parts has opened a path for several applications in different areas of society, using techniques for analyzing series of temporal, causal regression methods and Soft-Computing techniques. However, it has been observed a lack of practical applications for making a prognosis of the stock of spare parts for medical equipment, in relation to the relevant theoretical proposals developed in this application area. In addition, existing solutions do not always manage to improve the accuracy of the prognosis, due to the preference for the use of highly complex methods. In this research paper, the MPREDSTOCK model is proposed. It is responsible for the process of predicting the stock of spare parts for medical equipment through the multiple linear regressions as the method of solution. The model includes algorithms for predicting the stock of parts and technical availability of a piece of medical equipment, the calculation of operational reliability and failure frequency of one of its devices and it is part of the " Prediction and stock management Module " belonging to the SIGICEM.