Análisis de series de tiempo en el pronóstico de la demanda de almacenamiento de productos perecederos

Arturo Contreras Juárez; Catya Atziry Zuñiga; José Luis Martínez Flores; Diana Sánchez Partida

doi:10.1016/j.estger.2016.11.002

Authors

Arturo Contreras Juárez Estudiante, Doctorado en Logística y Dirección de la Cadena de Suministros, Universidad Popular Autónoma del Estado de Puebla, Puebla, México
Catya Atziry Zuñiga Profesora-investigadora, Departamento de Posgrados, Universidad Aeronáutica en Querétaro, Querétaro, México
José Luis Martínez Flores Investigador nacional nivel 1, Sistema Nacional de Investigadores del CONACyT, Puebla, México
Diana Sánchez Partida Profesora-investigadora, Posgrado en Logística y Dirección de la Cadena de Suministro, Universidad Popular Autónoma del Estado de Puebla, Puebla, México

DOI:

https://doi.org/10.1016/j.estger.2016.11.002

Keywords:

Almacenamiento, Cadena de frio, Pronósticos, Series de tiempo, Productos perecederos

Abstract

Los pronósticos son una herramienta que proporciona un estimado cuantitativo de la probabilidad de eventos futuros. La relevancia de incorporar pronósticos en la demanda de almacenamiento en productos perecederos dentro de la cadena de frio deriva de su importancia económica y social. Este caso de estudio presenta una empresa con tendencia de crecimiento dedicada al almacenamiento de productos perecederos e incorpora técnicas de pronósticos de series de tiempo, en el volumen de ingreso y egreso de los productos en una cámara frigorífica, con el fin de estimar el volumen de almacenamiento para prever los requerimientos de instalaciones adicionales, personal y materiales necesarios para la movilidad de los productos.

Downloads

Download data is not yet available.

References

Alonso, J. y Arcila, A. (2013). Empleo del comportamiento estacional para mejorar el pronóstico de un commodity: el caso del mercado internacional de azúcar. Estudios Gerenciales, 29(129), 406–4015.

Arango, M., Adame, W. y Zapata, C. (2010). Gestión cadena de abastecimiento — logística con indicadores bajo incertidumbre, caso aplicado sector panificador Palmira. Ciencia e Ingeniería Neogranadina, 20(1), 97–115.

Arrendondo, F. y Vázquez, J. (2013). Un modelo de análisis racional para la toma de decisiones gerenciales, desde la perspectiva elsteriana. Cuadernos de Administración, 26(46), 135–158.

Ballou, R. H. (2004). Logística. Administración de la cadena de suministro (5.a ed.). México D.F: Pearson Educación.

Corres, A., Esteban, A., García, J. y Zarate, C. (2009). Análisis de series temporales. Ingeniería Industrial, 8(1), 21–33.

Erossa, V. (2004). Proyectos de inversión en ingeniería: su metodología. México D.F.: Limusa.

Fogarty, D., Blackstone, J. y Hoffmann, T. (2014). Administración de la producción e inventarios (2.a ed.). México D.F.: Patria.

Gallego, G. y Toktay, L. (2003). All-or-nothing ordering. Under a capacity constrain and forecast of stationary demand [consultado 13 Oct 2015]. Disponible en: https://pdfs.semanticscholar.org/81ef/e6d84d9fc4414d3685bf018fc4ff35d46ed4.pdf

Gutiérrez, V. y Vidal, C. (2008). Modelos de gestión de inventarios en cadenas de abastecimiento: revisión de la literatura. Revista Facultad Ingeniería Universidad de Antioquia, 43, 134–149.

Hanke, J. E. y Wichern, D. W. (2006). Pronósticos en los negocios (8.a ed.). México D.F.: Pearson Educación.

López, C. (2003). Manual para la preparación y venta de frutas y hortalizas: del campo al mercado. Boletín de servicios agrícolas de la FAO, 151, 49–50.

Masini, J. y Vázquez, F. (2014). Compendio de modelos cuantitativos de pronósticos [consultado 20 Dic 2015]. Disponible en: https://books.google.com.mx/books?id=fnLcBQAAQBAJ&printsec=frontcover&hl=es#v=onepage&q=los%20_metodos%20&f=false

Medina, S. (2009). Las cadenas de frío y el transporte refrigerado en México. Comercio Exterior, 59(12), 1010–1017.

Medina, J. y Ortegón, E. (2006). Manual de prospectiva y decisión estratégica. Santiago de Chile: Naciones Unidas, CEPAL, ILPES.

Muñoz, A. (2014). Metodología para el dimensionamiento de almacenes basado en la estimación de la demanda para el sector cosmético. Universidad Militar Nueva Granada [consultado 14 Ene 2016]. Disponible en: http://repository.unimilitar.edu.co/bitstream/10654/12624/1/ART%C3%8DCULO%20FINAL.pdf

Pindyck, S. y Rubinfeld, L. (2001). Econometría, modelos y pronósticos: pronósticos con un modelo de regresión de una sola ecuación (4.a ed.). México, D.F.: McGraw Hill.

Sarroca, R. y Torres, M. (2006). Manipulación y almacenamiento de alimentos. La Habana: Logicuba.

Sipper, D. y Bulfin, R. (1998). Planeación y control de la producción (1.a ed.). México D.F.: McGraw-Hill.

Snyder, R. (2002). Forecasting sales of slow and fast moving inventories. European Journal of Operational Research, 140(3), 684–699.

Torres, M. (2011). Pronósticos, una herramienta clave para la planeación de las empresas. Instituto Tecnológico de Sonora [consultado 12 Ene 2016]. Disponible en: http://itson.mx/publicaciones/pacioli/Documents/no71/47a._pronosticos,_una_herramienta_lave_para_la_planeacion_de_las_empresas.pdf

Velázquez, J. D., Dyner, R. I. y Souza, R. C. (2006). Políticas para la integración del juicio experto y los pronósticos estadísticos en el marco organizacional. Estudios Gerenciales, 99(22), 131–150.

Velázquez, J., Franco, C. y García, H. (2009). Un modelo no lineal para la predicción de la demanda mensual de electricidad en Colombia. Estudios Gerenciales, 25(112), 37–54.

Vidal, C. J., Londoño, J. C. y Contreras, F. (2004). Aplicación de los modelos de inventario en una cadena de abastecimiento de productos de consumo masivo con una bodega y N Puntos de venta. Ingeniería y Competitividad, 6(1), 35–52.