Aplicación de redes neuronales artificiales para optimizar el pronóstico de la demanda en Mc Donald´s RIS Perú, Callao – 2019

Descripción del Articulo

La tesis presentada tiene como principal objetivo, el demostrar que aplicando redes neuronales artificiales se mejorara el pronóstico de la demanda en Mc Donald’s RIS. La población se ha conformado por diesciseis semanas antes y después en el restaurante de Mc Donald’s Risso. Además, la muestra es d...

Descripción completa

Detalles Bibliográficos
Autor: Guevara Buitron, Marco Antonio
Formato: tesis de grado
Fecha de Publicación:2019
Institución:Universidad Cesar Vallejo
Repositorio:UCV-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.ucv.edu.pe:20.500.12692/46273
Enlace del recurso:https://hdl.handle.net/20.500.12692/46273
Nivel de acceso:acceso abierto
Materia:Productividad industrial
Redes neuronales artificiales
Entrenamiento
https://purl.org/pe-repo/ocde/ford#2.11.04
id UCVV_70be3c33e45bf804abfa8b37e9411aff
oai_identifier_str oai:repositorio.ucv.edu.pe:20.500.12692/46273
network_acronym_str UCVV
network_name_str UCV-Institucional
repository_id_str 3741
dc.title.es_PE.fl_str_mv Aplicación de redes neuronales artificiales para optimizar el pronóstico de la demanda en Mc Donald´s RIS Perú, Callao – 2019
title Aplicación de redes neuronales artificiales para optimizar el pronóstico de la demanda en Mc Donald´s RIS Perú, Callao – 2019
spellingShingle Aplicación de redes neuronales artificiales para optimizar el pronóstico de la demanda en Mc Donald´s RIS Perú, Callao – 2019
Guevara Buitron, Marco Antonio
Productividad industrial
Redes neuronales artificiales
Entrenamiento
https://purl.org/pe-repo/ocde/ford#2.11.04
title_short Aplicación de redes neuronales artificiales para optimizar el pronóstico de la demanda en Mc Donald´s RIS Perú, Callao – 2019
title_full Aplicación de redes neuronales artificiales para optimizar el pronóstico de la demanda en Mc Donald´s RIS Perú, Callao – 2019
title_fullStr Aplicación de redes neuronales artificiales para optimizar el pronóstico de la demanda en Mc Donald´s RIS Perú, Callao – 2019
title_full_unstemmed Aplicación de redes neuronales artificiales para optimizar el pronóstico de la demanda en Mc Donald´s RIS Perú, Callao – 2019
title_sort Aplicación de redes neuronales artificiales para optimizar el pronóstico de la demanda en Mc Donald´s RIS Perú, Callao – 2019
author Guevara Buitron, Marco Antonio
author_facet Guevara Buitron, Marco Antonio
author_role author
dc.contributor.advisor.fl_str_mv Morales Chalco, Osmart Raúl
dc.contributor.author.fl_str_mv Guevara Buitron, Marco Antonio
dc.subject.es_PE.fl_str_mv Productividad industrial
Redes neuronales artificiales
Entrenamiento
topic Productividad industrial
Redes neuronales artificiales
Entrenamiento
https://purl.org/pe-repo/ocde/ford#2.11.04
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.11.04
description La tesis presentada tiene como principal objetivo, el demostrar que aplicando redes neuronales artificiales se mejorara el pronóstico de la demanda en Mc Donald’s RIS. La población se ha conformado por diesciseis semanas antes y después en el restaurante de Mc Donald’s Risso. Además, la muestra es de tipo no probabilístico, es decir será igual que la población. La presente tesis tiene una metodología que por su fin es aplicada, se utilizo un diseño preexperimental, con un enfoque de tipo cuantitativo y de medida longitudinal con datos paramétricos por tal motivo, la validación de la hipótesis se hizo con la aplicación de la prueba T-Student, usando el promedio de medias de la situación antes y del después de la implementación. Por tal motivo, se llegó a la conclusión de que, con “La aplicación de redes neuronales artificiales mejorara significativamente el pronóstico de la demanda en Mc Donald’s RIS”. Los resultados obtenidos después de realizar el estudio de la variable pronóstico de la demanda, en donde determinamos que la hipótesis general es aceptada, al realizar la evaluación antes de la aplicación de la mejora se obtuvo resultado de 98.07% en promedio lo cual la hace más próximo a la demanda Real en relación a las 16 semanas que elegimos y el promedio utilizando el método tradicional fue solo de 85.35%, además también se pudo determinar que se acepta la hipótesis específica 1, donde se dice que la aplicación de redes neuronales artificiales mejora significativamente la proyección de ventas en Mc Donald´s RIS, con 98.07%, tambien se pudo determinar que se acepta la hipótesis específica 2, la cual señala que la aplicación de redes neuronales artificiales mejora significativamente el índice de rotación de productos en Mc (0.01402406).
publishDate 2019
dc.date.accessioned.none.fl_str_mv 2020-09-08T14:59:54Z
dc.date.available.none.fl_str_mv 2020-09-08T14:59:54Z
dc.date.issued.fl_str_mv 2019
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12692/46273
url https://hdl.handle.net/20.500.12692/46273
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.es_PE.fl_str_mv https://creativecommons.org/licenses/by/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by/4.0/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad César Vallejo
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_PE.fl_str_mv Repositorio Institucional - UCV
Universidad César Vallejo
dc.source.none.fl_str_mv reponame:UCV-Institucional
instname:Universidad Cesar Vallejo
instacron:UCV
instname_str Universidad Cesar Vallejo
instacron_str UCV
institution UCV
reponame_str UCV-Institucional
collection UCV-Institucional
bitstream.url.fl_str_mv https://repositorio.ucv.edu.pe/bitstream/20.500.12692/46273/1/Guevara_BMA-SD.pdf
https://repositorio.ucv.edu.pe/bitstream/20.500.12692/46273/2/Guevara_BMA.pdf
https://repositorio.ucv.edu.pe/bitstream/20.500.12692/46273/3/license.txt
https://repositorio.ucv.edu.pe/bitstream/20.500.12692/46273/4/Guevara_BMA-SD.pdf.txt
https://repositorio.ucv.edu.pe/bitstream/20.500.12692/46273/6/Guevara_BMA.pdf.txt
https://repositorio.ucv.edu.pe/bitstream/20.500.12692/46273/5/Guevara_BMA-SD.pdf.jpg
https://repositorio.ucv.edu.pe/bitstream/20.500.12692/46273/7/Guevara_BMA.pdf.jpg
bitstream.checksum.fl_str_mv 4c83518c281f4f405725b08684427eb6
7ed6d308224d3ed1b8eedfd8a53d7f96
8a4605be74aa9ea9d79846c1fba20a33
4762cdadd3f34557cb6f93d35d9bff5a
fa40962612c116d59110f283af3b5228
f092c1695de6d869bd3f0c3f10686b71
f092c1695de6d869bd3f0c3f10686b71
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio de la Universidad César Vallejo
repository.mail.fl_str_mv repositorio@ucv.edu.pe
_version_ 1807922126455308288
spelling Morales Chalco, Osmart RaúlGuevara Buitron, Marco Antonio2020-09-08T14:59:54Z2020-09-08T14:59:54Z2019https://hdl.handle.net/20.500.12692/46273La tesis presentada tiene como principal objetivo, el demostrar que aplicando redes neuronales artificiales se mejorara el pronóstico de la demanda en Mc Donald’s RIS. La población se ha conformado por diesciseis semanas antes y después en el restaurante de Mc Donald’s Risso. Además, la muestra es de tipo no probabilístico, es decir será igual que la población. La presente tesis tiene una metodología que por su fin es aplicada, se utilizo un diseño preexperimental, con un enfoque de tipo cuantitativo y de medida longitudinal con datos paramétricos por tal motivo, la validación de la hipótesis se hizo con la aplicación de la prueba T-Student, usando el promedio de medias de la situación antes y del después de la implementación. Por tal motivo, se llegó a la conclusión de que, con “La aplicación de redes neuronales artificiales mejorara significativamente el pronóstico de la demanda en Mc Donald’s RIS”. Los resultados obtenidos después de realizar el estudio de la variable pronóstico de la demanda, en donde determinamos que la hipótesis general es aceptada, al realizar la evaluación antes de la aplicación de la mejora se obtuvo resultado de 98.07% en promedio lo cual la hace más próximo a la demanda Real en relación a las 16 semanas que elegimos y el promedio utilizando el método tradicional fue solo de 85.35%, además también se pudo determinar que se acepta la hipótesis específica 1, donde se dice que la aplicación de redes neuronales artificiales mejora significativamente la proyección de ventas en Mc Donald´s RIS, con 98.07%, tambien se pudo determinar que se acepta la hipótesis específica 2, la cual señala que la aplicación de redes neuronales artificiales mejora significativamente el índice de rotación de productos en Mc (0.01402406).TesisCallaoEscuela de Ingeniería IndustrialGestión Empresarial y Productivaapplication/pdfspaUniversidad César VallejoPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/4.0/Repositorio Institucional - UCVUniversidad César Vallejoreponame:UCV-Institucionalinstname:Universidad Cesar Vallejoinstacron:UCVProductividad industrialRedes neuronales artificialesEntrenamientohttps://purl.org/pe-repo/ocde/ford#2.11.04Aplicación de redes neuronales artificiales para optimizar el pronóstico de la demanda en Mc Donald´s RIS Perú, Callao – 2019info:eu-repo/semantics/bachelorThesisSUNEDUIngeniería IndustrialUniversidad César Vallejo. Facultad de Ingeniería y ArquitecturaIngeniero Industrial722026https://purl.org/pe-repo/renati/level#tituloProfesionalhttps://purl.org/pe-repo/renati/type#tesisORIGINALGuevara_BMA-SD.pdfGuevara_BMA-SD.pdfapplication/pdf4580649https://repositorio.ucv.edu.pe/bitstream/20.500.12692/46273/1/Guevara_BMA-SD.pdf4c83518c281f4f405725b08684427eb6MD51Guevara_BMA.pdfGuevara_BMA.pdfapplication/pdf4582571https://repositorio.ucv.edu.pe/bitstream/20.500.12692/46273/2/Guevara_BMA.pdf7ed6d308224d3ed1b8eedfd8a53d7f96MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.ucv.edu.pe/bitstream/20.500.12692/46273/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD53TEXTGuevara_BMA-SD.pdf.txtGuevara_BMA-SD.pdf.txtExtracted texttext/plain132375https://repositorio.ucv.edu.pe/bitstream/20.500.12692/46273/4/Guevara_BMA-SD.pdf.txt4762cdadd3f34557cb6f93d35d9bff5aMD54Guevara_BMA.pdf.txtGuevara_BMA.pdf.txtExtracted texttext/plain133500https://repositorio.ucv.edu.pe/bitstream/20.500.12692/46273/6/Guevara_BMA.pdf.txtfa40962612c116d59110f283af3b5228MD56THUMBNAILGuevara_BMA-SD.pdf.jpgGuevara_BMA-SD.pdf.jpgGenerated Thumbnailimage/jpeg4715https://repositorio.ucv.edu.pe/bitstream/20.500.12692/46273/5/Guevara_BMA-SD.pdf.jpgf092c1695de6d869bd3f0c3f10686b71MD55Guevara_BMA.pdf.jpgGuevara_BMA.pdf.jpgGenerated Thumbnailimage/jpeg4715https://repositorio.ucv.edu.pe/bitstream/20.500.12692/46273/7/Guevara_BMA.pdf.jpgf092c1695de6d869bd3f0c3f10686b71MD5720.500.12692/46273oai:repositorio.ucv.edu.pe:20.500.12692/462732021-06-18 17:09:34.48Repositorio de la Universidad César Vallejorepositorio@ucv.edu.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
score 13.953983
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).