Modelo para gestión de inventario y abastecimiento con base en redes neuronales

El modelado de inventarios permite entender el comportamiento de los sistemas de abastecimiento y demanda en una empresa mediante la construcción, solución y análisis de representaciones del mundo real, facilitando la gestión operativa. Este estudio combina la inteligencia artificial con la teoría matemática de los inventarios para mejorar el control de las existencias. Tras evaluar la situación actual de la empresa, se determinó que el modelo de Cantidad Económica de Pedido (EOQ) probabilístico era el más adecuado para optimizar los costos en un entorno de demanda variable, abordando problemas como la ruptura del inventario o exceso del mismo, mediante el punto de pedido y el stock de seguridad. Se entrenaron cinco redes neuronales con el objetivo de combinar su capacidad predictiva con el modelo EOQ. Entre ellas, destacó la arquitectura 3-6-1 con el optimizador ADAM, la cual alcanzó una precisión del 98%. Su implementación permitió una reducción del 27 % en los costos operativos.