Modelo inteligente para la gestión de inventarios industriales mediante inteligencia artificial y análisis de datos

Abstract

En este proyecto de grado se propone el desarrollo de un sistema inteligente de apoyo a la toma de decisiones para la gestión de inventarios, integrando técnicas de análisis estadístico, modelos avanzados de predicción de demanda y lógica difusa. El objetivo principal es mejorar el desempeño operativo y económico de los inventarios mediante una priorización dinámica de productos, considerando simultáneamente múltiples variables operativas y estratégicas. La metodología propuesta combina la clasificación ABC con modelos de series de tiempo basados en lógica difusa para la estimación de la demanda futura, permitiendo capturar patrones complejos de estacionalidad, tendencia y variabilidad. Estas predicciones alimentan un sistema experto difuso que integra variables como nivel de stock, rotación, lead time, disponibilidad, costo unitario y confiabilidad del proveedor, generando niveles de prioridad de gestión que orientan las decisiones de reposición y control de inventarios. El sistema fue implementado computacionalmente en Python bajo una arquitectura modular y validado mediante simulaciones con datos históricos y proyectados. Se evaluaron escenarios normales y de estrés, incluyendo picos de demanda y reducciones súbitas de stock, con el fin de analizar la robustez del modelo. Asimismo, se realizó una comparación rigurosa frente a métodos tradicionales de gestión de inventarios, tales como EOQ/ROP clásico, políticas ABC fijas y reabastecimiento periódico simple. Los resultados evidencian mejoras significativas en indicadores clave de desempeño, tales como aumento del nivel de servicio, reducción del costo total de inventario y mayor rotación, demostrando que la integración de predicción avanzada y lógica difusa permite una gestión más eficiente y adaptativa. En conclusión, el sistema propuesto constituye una herramienta robusta y flexible para la toma de decisiones en entornos de inventarios complejos, dinámicos e inciertos.