DSpace logo
Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.ucsg.edu.ec/handle/3317/23370
Título : Optimización de rutas en el transporte de contenedores dentro del centro de acopio a través de un modelo de clasificación basado en Machine Learning.
Autor : Bohórquez Quisnia, Connie Scarlet
Chamaidan Morocho, Carlos David
metadata.dc.contributor.advisor: Carrera Buri, Félix Miguel
Palabras clave : ANÁLISIS DE DATOS;SISTEMA EXPERTO;RUTAS DE TRANSPORTE;MERCADO INTERNACIONAL;OPERACIÓN LOGÍSTICA
Fecha de publicación : 23-ago-2024
Editorial : Universidad Católica de Santiago de Guayaquil
Resumen : Optimization represents the most important part within a company when you want to reduce costs, increase your own positioning and improve decision making within an organization, to obtain results that provide the best quality and efficiency to the end customer. To do this, it must be recognized that currently these processes can be followed by tools that involve innovation and automation along with data analysis in a much faster and more accurate way. Thus allowing organizations to be leading players in a market that is increasingly faster, more demanding, but above all more competitive. At the business level, it is essential that organizations opt for the application of tools that involve the growth and acceleration of processes within their supply chain. The present research focuses on the development and construction of a Random Forest model for the classification of transportation routes in a more agile and less costly way, in which the aim is to obtain as a result a route that is favorable in terms of time and money for the delivery of boxes of bananas to the Port of Machala. The objective is to determine which variables to consider and that influence the routes when choosing the most convenient one. The application of Machine Learning is justified because it allows the factors involved to be classified accurately and autonomously, obtaining an objective response.
Descripción : La optimización representa la parte más importante dentro de una empresa cuando se quiere reducir costos, incrementar el posicionamiento propio y mejorar la toma de decisiones dentro de una organización, para obtener resultados que brinden la mejor calidad y eficiencia al cliente final. Para ello, se debe reconocer que en la actualidad estos procesos pueden ser seguidos por herramientas que involucren la innovación y automatización junto con el análisis de datos de forma mucha más rápida y certera. Permitiendo así a las organizaciones, ser actores de primera fila en un mercado que es cada vez más rápido, más demandante, pero sobre todo más competitivo. A nivel empresarial es indispensable que las organizaciones opten por la aplicación de herramientas que involucren el crecimiento y aceleramiento de los procesos dentro de su cadena de suministro. La presente investigación se enfoca en el desarrollo y construcción de un modelo Bosque Aleatorio para la clasificación de rutas de transporte de forma más ágil y menos costosa, en la cuál se pretende obtener como resultado una ruta que sea favorable en cuestiones de tiempo y dinero para la entrega de cajas de banano hacia el Puerto de Machala. El objetivo es determinar cuáles son las variables a considerar y que influyen en los recorridos de las rutas al momento de elegir la más conveniente. La aplicación de Machine Learning se justifica porque permite clasificar de forma precisa y autónoma los factores que intervienen obteniendo una respuesta objetiva.
URI : http://repositorio.ucsg.edu.ec/handle/3317/23370
Aparece en las colecciones: Trabajos de Titulación - Carrera de Negocios Internacionales

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
UCSG-C479-22885.pdf2,86 MBAdobe PDFVisualizar/Abrir


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