Sistema de gestión de inventarios en la producción de autotransformadores eléctricos para electrodomésticos en PYMES del sector manufactura usando machine learning

Descripción del Articulo

El uso de machine learning como disciplina científica en el ámbito de la inteligencia artificial aplicada al campo de la industria manufacturera presenta ventajas como la obtención de predicciones y estimaciones basadas en la recopilación electrónica de información y la experiencia adquirida durante...

Descripción completa

Detalles Bibliográficos
Autores: Galarreta Velarde, Anibal Antonio, Marquez Aylas, Edgard Martin
Formato: tesis de grado
Fecha de Publicación:2021
Institución:Universidad Peruana de Ciencias Aplicadas
Repositorio:UPC-Institucional
Lenguaje:español
OAI Identifier:oai:repositorioacademico.upc.edu.pe:10757/656319
Enlace del recurso:http://hdl.handle.net/10757/656319
Nivel de acceso:acceso abierto
Materia:Inteligencia artificial
Autotransformadores eléctricos
Machine learning
Artificial intelligence
Electrical autotransformers
https://purl.org/pe-repo/ocde/ford#2.00.00
https://purl.org/pe-repo/ocde/ford#2.02.04
id UUPC_c169afef9d9c2e33958b439a03bc9024
oai_identifier_str oai:repositorioacademico.upc.edu.pe:10757/656319
network_acronym_str UUPC
network_name_str UPC-Institucional
repository_id_str 2670
dc.title.en_US.fl_str_mv Sistema de gestión de inventarios en la producción de autotransformadores eléctricos para electrodomésticos en PYMES del sector manufactura usando machine learning
dc.title.alternative.en_US.fl_str_mv Inventory management system in the production of electrical autotransformers for household appliances in SMES of the manufacturing sector using machine learning
title Sistema de gestión de inventarios en la producción de autotransformadores eléctricos para electrodomésticos en PYMES del sector manufactura usando machine learning
spellingShingle Sistema de gestión de inventarios en la producción de autotransformadores eléctricos para electrodomésticos en PYMES del sector manufactura usando machine learning
Galarreta Velarde, Anibal Antonio
Inteligencia artificial
Autotransformadores eléctricos
Machine learning
Artificial intelligence
Electrical autotransformers
https://purl.org/pe-repo/ocde/ford#2.00.00
https://purl.org/pe-repo/ocde/ford#2.02.04
title_short Sistema de gestión de inventarios en la producción de autotransformadores eléctricos para electrodomésticos en PYMES del sector manufactura usando machine learning
title_full Sistema de gestión de inventarios en la producción de autotransformadores eléctricos para electrodomésticos en PYMES del sector manufactura usando machine learning
title_fullStr Sistema de gestión de inventarios en la producción de autotransformadores eléctricos para electrodomésticos en PYMES del sector manufactura usando machine learning
title_full_unstemmed Sistema de gestión de inventarios en la producción de autotransformadores eléctricos para electrodomésticos en PYMES del sector manufactura usando machine learning
title_sort Sistema de gestión de inventarios en la producción de autotransformadores eléctricos para electrodomésticos en PYMES del sector manufactura usando machine learning
author Galarreta Velarde, Anibal Antonio
author_facet Galarreta Velarde, Anibal Antonio
Marquez Aylas, Edgard Martin
author_role author
author2 Marquez Aylas, Edgard Martin
author2_role author
dc.contributor.advisor.fl_str_mv Livia Cavalie, Fabio Luis Ángel
dc.contributor.author.fl_str_mv Galarreta Velarde, Anibal Antonio
Marquez Aylas, Edgard Martin
dc.subject.en_US.fl_str_mv Inteligencia artificial
Autotransformadores eléctricos
Machine learning
Artificial intelligence
Electrical autotransformers
topic Inteligencia artificial
Autotransformadores eléctricos
Machine learning
Artificial intelligence
Electrical autotransformers
https://purl.org/pe-repo/ocde/ford#2.00.00
https://purl.org/pe-repo/ocde/ford#2.02.04
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.00.00
https://purl.org/pe-repo/ocde/ford#2.02.04
description El uso de machine learning como disciplina científica en el ámbito de la inteligencia artificial aplicada al campo de la industria manufacturera presenta ventajas como la obtención de predicciones y estimaciones basadas en la recopilación electrónica de información y la experiencia adquirida durante los procesos industriales. En ese sentido, el presente trabajo tiene como objetivo proporcionar una propuesta de arquitectura y diseño de un sistema de información para la gestión de inventarios con uso de machine learning como solución para optimizar la duración del proceso manufacturero de autotransformadores eléctricos para electrodomésticos en PYMES. Entre los problemas del proceso de manufactura se encuentran la ausencia de stock de insumos necesarios para la fabricación de productos, demoras en su obtención y ausencia de información oportuna que permita prever tanto la cantidad necesaria de insumos para un proceso de producción como la estimación de la demanda de pedidos de lotes de producción. El trabajo realizado comprende el estudio del negocio, análisis y modelado del proceso de manufactura para la identificación del problema, análisis de los requerimientos, modelado del proceso optimizado, diseño de la arquitectura de software para la solución informática propuesta, así como la gestión del proyecto. Como resultado se logra aplicar machine learning en la gestión de inventarios para el proceso de manufactura que permite predecir requerimientos de compra de insumos de producción, alertar el mejor momento para realizar pedidos a proveedores, estimar la demanda de productos, estimar la producción, así como generar reportes de gestión de los insumos y el proceso productivo.
publishDate 2021
dc.date.accessioned.none.fl_str_mv 2021-06-03T01:10:24Z
dc.date.available.none.fl_str_mv 2021-06-03T01:10:24Z
dc.date.issued.fl_str_mv 2021-05-08
dc.type.en_US.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.other.es_PE.fl_str_mv Tesis
dc.type.coar.es_PE.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
format bachelorThesis
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10757/656319
dc.identifier.isni.none.fl_str_mv 0000 0001 2196 144X
url http://hdl.handle.net/10757/656319
identifier_str_mv 0000 0001 2196 144X
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.en_US.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.*.fl_str_mv Attribution-NonCommercial-ShareAlike 4.0 International
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.coar.es_PE.fl_str_mv http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
rights_invalid_str_mv Attribution-NonCommercial-ShareAlike 4.0 International
http://creativecommons.org/licenses/by-nc-sa/4.0/
http://purl.org/coar/access_right/c_abf2
dc.format.en_US.fl_str_mv application/pdf
application/epub
application/msword
dc.publisher.en_US.fl_str_mv Universidad Peruana de Ciencias Aplicadas (UPC)
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_PE.fl_str_mv Universidad Peruana de Ciencias Aplicadas (UPC)
Repositorio Académico - UPC
dc.source.none.fl_str_mv reponame:UPC-Institucional
instname:Universidad Peruana de Ciencias Aplicadas
instacron:UPC
instname_str Universidad Peruana de Ciencias Aplicadas
instacron_str UPC
institution UPC
reponame_str UPC-Institucional
collection UPC-Institucional
bitstream.url.fl_str_mv https://repositorioacademico.upc.edu.pe/bitstream/10757/656319/8/Galarreta_VA.pdf.jpg
https://repositorioacademico.upc.edu.pe/bitstream/10757/656319/9/Galarreta_VA_Ficha.pdf.jpg
https://repositorioacademico.upc.edu.pe/bitstream/10757/656319/6/Galarreta_VA.pdf.txt
https://repositorioacademico.upc.edu.pe/bitstream/10757/656319/7/Galarreta_VA_Ficha.pdf.txt
https://repositorioacademico.upc.edu.pe/bitstream/10757/656319/3/Galarreta_VA.pdf
https://repositorioacademico.upc.edu.pe/bitstream/10757/656319/4/Galarreta_VA.docx
https://repositorioacademico.upc.edu.pe/bitstream/10757/656319/5/Galarreta_VA_Ficha.pdf
https://repositorioacademico.upc.edu.pe/bitstream/10757/656319/2/license.txt
https://repositorioacademico.upc.edu.pe/bitstream/10757/656319/1/license_rdf
bitstream.checksum.fl_str_mv 9032ab25328596f62698e2b34877aebb
8ebea18c184b6f4dd4d6bb240f9fe9d1
23d55ad1ae3e35439d4b0df77cc655ff
4b687e869ecbcb0ceb1d98ace807d911
162e217087c6edfde81aa8132ece10f0
d82c8760fe3157afa2730727e0371828
d446242ad92eb72918bbdb353f3008c0
8a4605be74aa9ea9d79846c1fba20a33
934f4ca17e109e0a05eaeaba504d7ce4
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio académico upc
repository.mail.fl_str_mv upc@openrepository.com
_version_ 1846065763145744384
spelling eae77165401a6ad52598819e75dbae6f500Livia Cavalie, Fabio Luis Ángeldd4cb5de4eb2c0433f10048fc5ef183e500baa0f580e1eb9f3facf6f7df75858e36600http://orcid.org/0000-0002-3613-4030Galarreta Velarde, Anibal AntonioMarquez Aylas, Edgard Martin2021-06-03T01:10:24Z2021-06-03T01:10:24Z2021-05-08http://hdl.handle.net/10757/6563190000 0001 2196 144XEl uso de machine learning como disciplina científica en el ámbito de la inteligencia artificial aplicada al campo de la industria manufacturera presenta ventajas como la obtención de predicciones y estimaciones basadas en la recopilación electrónica de información y la experiencia adquirida durante los procesos industriales. En ese sentido, el presente trabajo tiene como objetivo proporcionar una propuesta de arquitectura y diseño de un sistema de información para la gestión de inventarios con uso de machine learning como solución para optimizar la duración del proceso manufacturero de autotransformadores eléctricos para electrodomésticos en PYMES. Entre los problemas del proceso de manufactura se encuentran la ausencia de stock de insumos necesarios para la fabricación de productos, demoras en su obtención y ausencia de información oportuna que permita prever tanto la cantidad necesaria de insumos para un proceso de producción como la estimación de la demanda de pedidos de lotes de producción. El trabajo realizado comprende el estudio del negocio, análisis y modelado del proceso de manufactura para la identificación del problema, análisis de los requerimientos, modelado del proceso optimizado, diseño de la arquitectura de software para la solución informática propuesta, así como la gestión del proyecto. Como resultado se logra aplicar machine learning en la gestión de inventarios para el proceso de manufactura que permite predecir requerimientos de compra de insumos de producción, alertar el mejor momento para realizar pedidos a proveedores, estimar la demanda de productos, estimar la producción, así como generar reportes de gestión de los insumos y el proceso productivo.The use of machine learning as a scientific discipline in the field of artificial intelligence applied to the field of manufacturing industry has advantages such as obtaining predictions and estimates based on the electronic collection of information and the experience acquired during industrial processes. In this sense, the present work aims to provide an architecture and design proposal for an information system for inventory management with the use of machine learning as a solution to optimize the duration of the manufacturing process of electrical autotransformers for household appliances in SMES. Among the problems of the manufacturing process are the stock absence of necessary supplies for the manufacture of products, delays in obtaining them and the absence of timely information that allows forecasting both the necessary amount of supplies for a production process and the estimation of demand for orders for production batches. The work carried out includes the study of the business, analysis and modeling of the manufacturing process to identify the problem, analysis of the requirements, modeling of the optimized process, design of the software architecture for the proposed IT solution, as well as project management. As a result, it is possible to apply machine learning in inventory management for the manufacturing process that allows predicting requirements for the purchase of production supplies, alerting the best time to order from suppliers, estimating product demand, estimating production, as well as generate reports on the management of supplies and the production process.Tesisapplication/pdfapplication/epubapplication/mswordspaUniversidad Peruana de Ciencias Aplicadas (UPC)PEinfo:eu-repo/semantics/openAccessAttribution-NonCommercial-ShareAlike 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-sa/4.0/http://purl.org/coar/access_right/c_abf2Universidad Peruana de Ciencias Aplicadas (UPC)Repositorio Académico - UPCreponame:UPC-Institucionalinstname:Universidad Peruana de Ciencias Aplicadasinstacron:UPCInteligencia artificialAutotransformadores eléctricosMachine learningArtificial intelligenceElectrical autotransformershttps://purl.org/pe-repo/ocde/ford#2.00.00https://purl.org/pe-repo/ocde/ford#2.02.04Sistema de gestión de inventarios en la producción de autotransformadores eléctricos para electrodomésticos en PYMES del sector manufactura usando machine learningInventory management system in the production of electrical autotransformers for household appliances in SMES of the manufacturing sector using machine learninginfo:eu-repo/semantics/bachelorThesisTesishttp://purl.org/coar/resource_type/c_7a1fSUNEDUUniversidad Peruana de Ciencias Aplicadas (UPC). División de Estudios Profesionales para Ejecutivos (EPE)LicenciaturaIngeniería de SistemasIngeniero de sistemasDivisión de Estudios Profesionales para Ejecutivos (EPE)2021-06-08T21:06:22Zhttps://purl.org/pe-repo/renati/type#tesishttps://orcid.org/0000-0002-5045-8058https://purl.org/pe-repo/renati/level#tituloProfesional612076THUMBNAILGalarreta_VA.pdf.jpgGalarreta_VA.pdf.jpgGenerated Thumbnailimage/jpeg29782https://repositorioacademico.upc.edu.pe/bitstream/10757/656319/8/Galarreta_VA.pdf.jpg9032ab25328596f62698e2b34877aebbMD58false2091-12-31Galarreta_VA_Ficha.pdf.jpgGalarreta_VA_Ficha.pdf.jpgGenerated Thumbnailimage/jpeg36663https://repositorioacademico.upc.edu.pe/bitstream/10757/656319/9/Galarreta_VA_Ficha.pdf.jpg8ebea18c184b6f4dd4d6bb240f9fe9d1MD59falseCONVERTED2_3743694TEXTGalarreta_VA.pdf.txtGalarreta_VA.pdf.txtExtracted texttext/plain387137https://repositorioacademico.upc.edu.pe/bitstream/10757/656319/6/Galarreta_VA.pdf.txt23d55ad1ae3e35439d4b0df77cc655ffMD56false2091-12-31Galarreta_VA_Ficha.pdf.txtGalarreta_VA_Ficha.pdf.txtExtracted texttext/plain4https://repositorioacademico.upc.edu.pe/bitstream/10757/656319/7/Galarreta_VA_Ficha.pdf.txt4b687e869ecbcb0ceb1d98ace807d911MD57falseORIGINALGalarreta_VA.pdfGalarreta_VA.pdfapplication/pdf7915059https://repositorioacademico.upc.edu.pe/bitstream/10757/656319/3/Galarreta_VA.pdf162e217087c6edfde81aa8132ece10f0MD53true2091-12-31Galarreta_VA.docxGalarreta_VA.docxapplication/vnd.openxmlformats-officedocument.wordprocessingml.document13772924https://repositorioacademico.upc.edu.pe/bitstream/10757/656319/4/Galarreta_VA.docxd82c8760fe3157afa2730727e0371828MD54false2091-12-31Galarreta_VA_Ficha.pdfGalarreta_VA_Ficha.pdfapplication/pdf1777912https://repositorioacademico.upc.edu.pe/bitstream/10757/656319/5/Galarreta_VA_Ficha.pdfd446242ad92eb72918bbdb353f3008c0MD55falseLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorioacademico.upc.edu.pe/bitstream/10757/656319/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52falseCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81031https://repositorioacademico.upc.edu.pe/bitstream/10757/656319/1/license_rdf934f4ca17e109e0a05eaeaba504d7ce4MD51false10757/656319oai:repositorioacademico.upc.edu.pe:10757/6563192024-07-11 01:38:02.226Repositorio académico upcupc@openrepository.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
score 13.894945
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).