Buscar en Google Scholar
Título: Redes neuronales artificiales para el pronóstico de ventas de la empresa Royal Plus Import
Asesor(es): Vílchez Inga, Cesar
Campo OCDE: https://purl.org/pe-repo/ocde/ford#2.02.04
Fecha de publicación: 2020
Institución: Universidad Nacional del Callao
Resumen: El cambiante y altamente competitivo ambiente de negocios que se viene desarrollando en la actualidad, requiere de nuevas y eficientes herramientas que ayuden y den soporte a la toma de decisiones empresariales, las cuales presentan un alto riesgo inherente, propio de situaciones de incertidumbre, es por ello que para minimizar ese grado de incertidumbre, esa falta de conocimiento de lo que podría suceder, se realizan pronósticos de aquellos eventos considerados imprescindibles para tomar mejores decisiones, uno de los cuales es el pronóstico de ventas. Estos pronósticos deben tener una alta precisión debido al gran impacto que tienen, por lo que los especialistas prestan mucha importancia en la elaboración de los mismos, utilizando muchos de los métodos clásicos de pronóstico conocidos; sin embargo, tales métodos no brindan la precisión requerida a un costo y tiempo aceptables. Es por ello que el presente trabajo tiene por finalidad brindar una solución para el pronóstico de ventas utilizando uno de los denominados nuevos métodos para pronósticos, las redes neuronales artificiales, mediante las cuales se generará un modelo de pronóstico de ventas en base a los niveles de venta históricos efectuados por la empresa peruana Royal Plus Import.
Disciplina académico-profesional: Maestría en ingeniería de sistemas
Institución que otorga el grado o título: Universidad Nacional del Callao. Facultad profesional de Ingeniería Industrial y de Sistemas
Grado o título: Maestro en ingeniería de sistemas
Jurado: Ramos Choquehuanca, Angelino; Alcántara Ramírez, Manuel Abelardo; Rocha Fernández, Víctor Edgardo
Fecha de registro: 4-jul-2023; 4-jul-2023



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons