Uso de redes neuronales artificiales para el pronóstico de demanda de hielo industrial en hielos Santa Lucía S.R.L. - 2015

• Autor: Montes Albarracin, Andrea Isabel
• Formato: tesis de grado
• Fecha de Publicación: 2016
• Institución: Universidad Nacional Jorge Basadre Grohmann
• Repositorio: UNJBG-Institucional
• Lenguaje: español
• OAI Identifier: oai:172.16.0.151:UNJBG/2466
• Enlace del recurso: http://repositorio.unjbg.edu.pe/handle/UNJBG/2466
• Nivel de acceso: acceso abierto
• Materia: Redes neuronales (Computación); Evaluación de la demanda; Inteligencia artificial; Demanda de consumo

La predicción de la demanda de hielo industrial es de gran importancia hoy en día para las empresas pertenecientes al sector industrial en la toma de decisiones. El presente trabajo de investigación tuvo como objetivo predecir la demanda de hielo industrial en Hielos Santa Lucía S.R.L., utilizando redes neuronales artificiales, la cual se encuentra dentro de la Inteligencia Artificial Subsimbólica. El diseño de la investigación es no experimental. Para la muestra se ha seleccionado mediciones de volumen de producción en toneladas (t) agrupados por meses (enero 2010 – junio 2015) haciendo un total de sesenta y seis meses. El desarrollo de la investigación comienza con la construcción del corazón matemático de las redes neuronales artificiales, luego se procede a la creación de propio código basándose en las fórmulas obtenidas y los pasos que componen el proceso de aprendizaje del perceptrón multicapa y el algoritmo Back Propagation. Los resultados de la investigación apoyan la utilización de las redes neuronales artificiales como técnica confiable en la predicción de series de tiempo. Resuelve este tipo de problemas de manera eficiente, encontrándose resultados satisfactorios, con el valor de test de validación de 72% y el valor del error cuadrático medio de 10%.