Resumen de Modelo de Simulación de Inventario basado en Algoritmo Optimización por Enjambre de Partículas (PSO) para minimizar costos por venta de productos perecederos

David Borbor Murillo, Geomayra Fajardo Jácome, Lucrecia Sánchez Holguín, Lorenzo Cevallos Torres

• español

  El presente estudio tiene como objetivo minimizar el costo de ventas del negocio “Fruta Bar”, debido a los altos índices de pérdidas económicas por el desecho de materia prima dada su caducidad. Esta problemática surge a partir del manejo empírico que se le da al inventario, solicitando reabastecimiento cada determinado periodo de tiempo, pero sin prever la variación que podría surgir en el proceso de ventas, logrando así un excedente de materia prima que, al no ser utilizada durante su tiempo de vida, deberá ser desechada. Para cumplir la finalidad del estudio se desarrolla un modelo cuya implementación incluye el uso del Algoritmo PSO (Optimización por Enjambre de Partículas), dicho modelo simula la demanda de productos del 2020 tomando como referencia el volumen de ventas de los años 2017 al 2019. Los resultados reflejan la minimización de aproximadamente el 20% de los costos de ventas, además demuestran que los métodos metaheurísticos como el Algoritmo PSO, imitan comportamientos observados en la vida real y que, por estar relacionados a la Inteligencia Artificial, ofrecen una visión de lo que podría suceder a futuro.

• English

  The objective of this study is to minimize the cost of sales of the “Fruta Bar” business, due to the high rates of economic loss due to the disposal of raw material due to its expiration. This problem arises from the empirical management that is given to the inventory, requesting replenishment every certain period of time, but without anticipating the variation that could arise in the sales process, thus achieving a surplus of raw material that, not being used during its lifetime, it should be discarded. To fulfill the purpose of the study, a model is developed whose implementation includes the use of the PSO (Particle Swarm Optimization) algorithm, which stimulates the demand for products from 2020 taking as a reference the volume of sales from the years 2017 to 2019. Results reflect the minimization of approximately 20% of sales costs and also demonstrate that metaheuristic methods such as the PSO algorithm, imitate behaviors observed in real life and that, being related to Artificial Intelligence, offer a vision of what It could happen in the future.