Implementación de algoritmos con aprendizaje reforzado para la planificación de la cadena de suministro de una empresa de balanceado en la ciudad de guayaquil

Abstract

Los algoritmos de aprendizaje estadístico tienen un ámbito de aplicación amplio, en el presente trabajo se aplicaron para definir la secuenciación de las órdenes de producción de una empresa de la industria de producción de alimentos para mascotas. Inicialmente se implementó un algoritmo determinístico-estocástico generador de secuencias de producción a partir de las órdenes de producción reales, también se crearon variables adicionales asociadas a estas secuencias y luego se clasificaron las mismas en dos niveles; secuencia óptima y secuencia no óptima. Con estas variables se crearon dos conjuntos de datos: conjunto 1 contiene la secuencia de producción modelada como variables indicadoras y conjunto 2 sin estas. A partir de los conjuntos creados se implementaron y ajustaron los algoritmos de clasificación: Máquina Vector Soporte y Árbol de Clasificación, finalmente con los modelos obtenidos se evaluó su desempeño en la partición de entrenamiento y prueba mediante las métricas de la matriz de confusión. Finalmente se constató el rendimiento del algoritmo Máquina Vector Soporte es superior al del Árbol Clasificación para el conjunto 2. Para el conjunto 1, el desempeño del algoritmo Máquina Vector Soporte varía sustancialmente según el kernel. El desempeño del Algoritmo Árbol de Clasificación se mantiene estable en ambos conjuntos.