Modelo de cadena de suministro inteligente para la mejora de la gestión logística del Servicio Educacional Hogar y Salud del Norte, Lima, 2020
Resumen
La cadena de suministro ha experimentado una transición significativa, orientándose hacia esquemas más sofisticados y optimizados gracias a la incorporación de tecnologías emergentes. Este cambio está dejando atrás los modelos convencionales para dar paso a estructuras inteligentes que maximizan la eficiencia. En este contexto, la inteligencia artificial desempeña un papel clave, ya que permite procesar y examinar grandes volúmenes de información con rapidez y precisión y obtener predicciones significativas para tomar decisiones en la gestión logística. Este estudio propone un diseño de cadena de suministro inteligente siguiendo la metodología ensemble stacking para desarrollo tecnológico, a su vez, se utilizaron los algoritmos de machine learning como Gradient Boosting, CatBoost, Random Forest, Decision Tree, K-Nearest Neighbors, XGBoost y el Meta-modelo: Regresión Lineal. Luego de la optimización y aplicación de las métricas como MSE, 𝑅2, MAE, RMSE se obtuvo que los metamodelos sobresalieron con resultados notables alcanzando precisiones superiores al 90%. Asimismo, la presente la cadena de suministro inteligente mejora en un 53% la gestión logística del Servicio Educacional Hogar y Salud del Norte, Lima, 2020. Se concluye que esta propuesta no solo optimiza el rendimiento del modelo, sino que también asegura una mejor adaptación a las necesidades y objetivos particulares para la gestión logística.
Descripción
Citación
Aprobación
Revisión
Complementado por
Referenciado por
Autores
Grado o título
Doctor en Ingeniería de Sistemas
Programa
Doctorado en Ingeniería de Sistemas
Fecha
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Peruana Unión
DOI
Colecciones
Licencia Creative Commons
Palabras clave
Archivos
Cargando...
Nombre
Denis_Tesis_Doctor_2025.pdf
Tamaño
616,32 KB
Formato
Adobe PDF
Cargando...
Nombre
Autorización.pdf
Tamaño
207,63 KB
Formato
Adobe PDF
Cargando...
Nombre
Reporte de similitud.pdf
Tamaño
18,96 MB
Formato
Adobe PDF