Sistema inteligente para selección de tecnologías de recolección de pedidos

Villarreal Zapata, Gabriela (2018) Sistema inteligente para selección de tecnologías de recolección de pedidos. Maestría thesis, Universidad Autónoma de Nuevo León.

[img]
Vista previa
Texto
1080288700.pdf - Versión Aceptada
Available under License Creative Commons Attribution Non-commercial No Derivatives.

Download (2MB) | Vista previa

Resumen

Objetivos y método de estudio: La investigación emplea una revisión sistemática de la literatura (RSL), el proceso de jerarquía analítica (PJA) y red neuronal artificial (RNA). La primer etapa, tiene como finalidad obtener los criterios de selección mediante una búsqueda exhaustiva de información, para lo anterior, se utiliza la base de datos de la Universidad Autónoma de Nuevo León, la segunda etapa, permite ponderar los criterios determinados y priorizar las tecnologías de recolección de pedidos específicamente por cada experto consultado. Por ´último, la red neuronal artificial, es empleada para automatizar la toma de decisión con ayuda de los resultados de la etapa previa. Contribuciones y conclusiones: La propuesta no solo presenta una metodología para seleccionar una tecnología que apoya la recolección de pedidos, sino que, se desarrolla un sistema inteligente que puede aceptar la opinión de un solo decisor, ya que sintetiza los juicios de los expertos consultados. El resultado final de la investigación, radica en que el sistema permite considerar tanto un grupo pequeño o amplio de decisión por lo que se reduce el tiempo y las dificultades para determinar la tecnología adecuada. Claramente puede ser utilizado por cualquier empresa que se encuentre en la misma etapa de elección siempre y cuando no se modifiquen los criterios propuestos.

Tipo de elemento: Tesis (Maestría)
Información adicional: Maestría en Logística y Cadena de Suministro
Divisiones: Ingeniería Mecánica y Eléctrica
Usuario depositante: Lic. Josimar Pulido
Creadores:
CreadorEmailORCID
Villarreal Zapata, GabrielaNO ESPECIFICADONO ESPECIFICADO
Fecha del depósito: 11 Nov 2019 19:44
Última modificación: 12 Dic 2019 22:07
URI: http://eprints.uanl.mx/id/eprint/17955

Actions (login required)

Ver elemento Ver elemento

Downloads

Downloads per month over past year