Estrategia de planificación agregada basado en un modelo de red neuronal artificial para la producción de estaño metálico

Abstract

El presente estudio de investigación propone el uso de estrategias de planificación agregada fundamentadas en un modelo de red neuronal para la producción de estaño metálico. La estrategia de planificación agregada implementada nos permitió determinar el nivel de producción o capacidad instalada, establecer políticas de inventario y definir la modalidad de trabajo de mano de obra constante y horas extras, basándonos en un pronóstico realizado mediante modelos de redes neuronales. Para llevar a cabo esta investigación, se emplearon técnicas avanzadas de redes neuronales artificiales, expresadas en toneladas métricas finas de estaño metálico con una frecuencia mensual. Nos enfocamos en el diseño de una red neuronal multicapa con retro propagación, realizando experimentos para identificar los parámetros de diseño óptimos. Los resultados indican que la arquitectura más eficiente es el modelo neuronal con 2 rezagos de entrada, 9 neuronas en la capa oculta y 1 neurona en la salida (2-9-1), lo que permite generalizar el comportamiento de la serie temporal. Con base en el pronóstico obtenido, se definió el plan agregado de producción, planteando tres estrategias: la estrategia de inventario cero, la de mano de obra constante con inventario variable, y la de mano de obra constante con horas extras. Los resultados revelan que la estrategia que minimiza el presupuesto de producción es la de mano de obra constante, que requiere 59 trabajadores en planta y horas extras para satisfacer la demanda de estaño metálico, utilizando la capacidad actual de la planta metalúrgica Vinto. El costo estimado para el primer trimestre de 2024 asciende a Bs 2,632,747.23.