Pronóstico de Demanda para Satisfacer un Determinado Nivel de Servicio Utilizando Programación Genética -Edición Única

Se denomina pronósticos a las predicciones de los hechos y condiciones futuros, así mismo a el acto de hacer tales predicciones se le denomina pronosticar. Dicha acción involucra el manejo de datos históricos para realizar una proyección a futuro mediante un modelo. Tal predicción puede ser subjetiva, intuitiva o una combinación de ambas, es decir, un modelo derivado de un análisis de los datos históricos posteriormente ajustado a juicio de un especialista. La importancia de saber el comportamiento de la demanda de cierto producto permite guiar las actividades de manejo de inventarios con el fin de cumplir con ciertas niveles de servicio deseados por la organización, lo cual deriva en un manejo adecuado de los recursos materiales y humanos, así como en una mayor satisfacción de los clientes. Existen métodos estadísticos tradicionales que permiten llevar esta labor como la metodología Box-Jenkings la cual permite obtener buenas aproximaciones en el caso que dicha metodología sea bien aplicada ya que el proceso es iterativo hasta alcanzar el mejor resultado posible de acuerdo a la experiencia del investigador que este aplicando dicha metodología. En general existen dos grupos de modelos propuestos para pronosticar series de tiempo, los modelos estadísticos tradicionales y aquellos modelos basados en técnicas de Inteligencia Artificial, una breve descripción de cada grupo se presenta a continuación: • Modelos tradicionales. Estos modelos generalmente requieren expertos estadísticos, los cuales mediante procesos determinísticos generan el modelo pronosticador final. Existen paquetes de software recientes que eliminan la necesidad de los expertos, sin embargo cualquiera de las dos opciones suele ser costosa. Entre estos métodos destacan aquellos que siguen la metodología Box-Jenkings la cual consta de un proceso iterativo como se expone en Bowerman et al. [2]. • Modelos basados en Inteligencia Artificial. Estos modelos pretenden explotar los recursos computacionales, los cuales son más abundantes con el paso del tiempo, en la búsqueda de un pronosticador de tal manera que el modelo final propuesto sea una solución sobresaliente entre el conjunto de todas las soluciones posibles. Dentro de estos modelos existen aquellos que utilizan únicamente procesos determinísticos, así como aquellos que incorporan además procesos estocásticos lo cual les permite ampliar el horizonte de búsqueda y, por ende generar mejores modelos. Mediante el uso de las técnicas de inteligencia artificial es posible realizar predicciones sobre el comportamiento de la demanda de cierto producto acorde a investigaciones recientes, se espera un mejor desempeño de dichas técnicas en comparación con los modelos tradicionales, ya que dichas técnicas son capaces de evadir regiones locales de solución mediante factores estocásticos.