Sistema de gestión de inventarios con demanda intermitente. Un análisis experimental

Abstract

En este proyecto se aborda el desarrollo de un sistema de gestión de inventarios para demanda intermitente y variable. Debido a que no existe un único tipo de demanda, se ha clasificado teniendo en cuenta parámetros como el coeficiente de variación y el intervalo medio entre demandas, obteniendo así 4 tipos de demanda: suave, intermitente, errática y grumosa. Para cada tipo, se estudia cuál es el sistema de previsión más adecuado teniendo en cuenta ciertas medidas de error y rendimiento. Para entender todo esto con mayor claridad, a lo largo del proyecto, se explican las características de los diferentes tipos de demanda, los métodos de previsión que se van a utilizar junto con su formulación y parámetros, y cuáles son las medidas de error y rendimiento que nos ayudarán a encontrar el método de previsión mejor para cada tipo de demanda. A continuación, se ha realizado la implementación en EXCEL y, utilizando el SOLVER, ha sido posible realizar una optimización de algunas de las medidas anteriormente explicadas variando ciertos parámetros, consiguiendo de esta forma unos mejores resultados. Tras esto, se ha hecho una comparación de los resultados obtenidos con los diferentes métodos de previsión y se ha podido llegar a ciertas conclusiones, las cuáles han hecho conocer el método de previsión más adecuado para cada tipo de demanda.

This project addresses the development of an inventory management system for intermittent and variable demand. Because there is no single type of demand, it has been classified taking into account parameters such as the coefficient of variation and the mean interval between demands, thus obtaining 4 types of demand: soft, intermittent, erratic and lumpy. For each type, the most suitable forecasting system is studied taking into account certain error and performance measures. To understand all this more clearly, throughout the project, the characteristics of the different types of demand are explained, the forecasting methods to be used along with their formulation and parameters and what are the error and performance measures that will help us find the best forecasting method for each type of demand. Then, the implementation has been done in EXCEL and using SOLVER, it has been possible to optimize some of the measures explained above by varying certain parameters, thus achieving better results. After this, the results obtained were compared with the different forecasting methods and certain conclusions were reached, which made known the most appropriate forecasting method for each type of demand.