Machine learning applied to forecast intermittent demandin a plastic packaging company
Descripción del Articulo
This article compares three demand forecasting methods applied to a Peruvian cosmetic plastic packaging company with intermittent demand. The comparison between the error metrics for forecasting Mean Absolute Error, Mean Percentage Error, and Mean Squared Error obtained by the Croston, Croston TSB,...
| Autores: | , |
|---|---|
| Formato: | artículo |
| Fecha de Publicación: | 2024 |
| Institución: | Universidad de Lima |
| Repositorio: | Revistas - Universidad de Lima |
| Lenguaje: | español |
| OAI Identifier: | oai:revistas.ulima.edu.pe:article/6715 |
| Enlace del recurso: | https://revistas.ulima.edu.pe/index.php/Ingenieria_industrial/article/view/6715 |
| Nivel de acceso: | acceso abierto |
| Materia: | plastic containers supply chain machine learning sales forecasting supply and demand exponential smoothing forecasting envases de plástico cadena de suministro aprendizaje automático previsión de ventas oferta y demanda suavizamiento exponencial prospectiva |
| Sumario: | This article compares three demand forecasting methods applied to a Peruvian cosmetic plastic packaging company with intermittent demand. The comparison between the error metrics for forecasting Mean Absolute Error, Mean Percentage Error, and Mean Squared Error obtained by the Croston, Croston TSB, and Exponential Smoothing methods showed that the Croston TSB model outperformed the other two, with an error of less than 20 % compared to actual sales. |
|---|
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
