Modelo de cadena de suministro inteligente para la mejora de la gestión logística del Servicio Educacional Hogar y Salud del Norte, Lima, 2020

La cadena de suministro ha experimentado una transición significativa, orientándose hacia esquemas más sofisticados y optimizados gracias a la incorporación de tecnologías emergentes. Este cambio está dejando atrás los modelos convencionales para dar paso a estructuras inteligentes que maximizan la...

Descripción completa

Guardado en:
Autor principal: Ovalle Paulino, Denis Christian
Otros Autores: Visurraga Aguero, Joel Martin
Formato: Tesis doctoral
Lenguaje:español
Publicado: Universidad Peruana Unión 2025
Materias:
Cadena de suministro
Inventario
Modelo machine learning
Acceso en línea:Enlace permanente (DOI o Handle)
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
_version_ 1881510371642048512
author Ovalle Paulino, Denis Christian
author2 Visurraga Aguero, Joel Martin
author_browse Ovalle Paulino, Denis Christian
Visurraga Aguero, Joel Martin
author_facet Visurraga Aguero, Joel Martin
Ovalle Paulino, Denis Christian
author_sort Ovalle Paulino, Denis Christian
collection Repositorio institucional
description La cadena de suministro ha experimentado una transición significativa, orientándose hacia esquemas más sofisticados y optimizados gracias a la incorporación de tecnologías emergentes. Este cambio está dejando atrás los modelos convencionales para dar paso a estructuras inteligentes que maximizan la eficiencia. En este contexto, la inteligencia artificial desempeña un papel clave, ya que permite procesar y examinar grandes volúmenes de información con rapidez y precisión y obtener predicciones significativas para tomar decisiones en la gestión logística. Este estudio propone un diseño de cadena de suministro inteligente siguiendo la metodología ensemble stacking para desarrollo tecnológico, a su vez, se utilizaron los algoritmos de machine learning como Gradient Boosting, CatBoost, Random Forest, Decision Tree, K-Nearest Neighbors, XGBoost y el Meta-modelo: Regresión Lineal. Luego de la optimización y aplicación de las métricas como MSE, 2, MAE, RMSE se obtuvo que los metamodelos sobresalieron con resultados notables alcanzando precisiones superiores al 90%. Asimismo, la presente la cadena de suministro inteligente mejora en un 53% la gestión logística del Servicio Educacional Hogar y Salud del Norte, Lima, 2020. Se concluye que esta propuesta no solo optimiza el rendimiento del modelo, sino que también asegura una mejor adaptación a las necesidades y objetivos particulares para la gestión logística.
escuela_str_mv Escuela de Posgrado
format info:eu-repo/semantics/doctoralThesis
id oai:repositorio.upeu.edu.pe:20.500.12840/9111
institution UPeU
language Spanish
linea_str_mv Cuidado humano y gestión del cuidado
ocde_area_str_mv Ciencias naturales
ocde_disciplina_str_mv Computación y ciencias de la información
ocde_str_mv 1.02.00
programa_nombre_str_mv Doctorado en Ingeniería de Sistemas
programa_pxx_str_mv P92
programa_uri_str_mv http://upeu.edu.pe/sys/programas/programa/doctorado-en-ingenieria-de-sistemas
publishDate 2025
publishDateRange 2025
publishDateSort 2025
publisher Universidad Peruana Unión
publisherStr Universidad Peruana Unión
record_format dspace
sede_str_mv Lima
spelling Modelo de cadena de suministro inteligente para la mejora de la gestión logística del Servicio Educacional Hogar y Salud del Norte, Lima, 2020 Ovalle Paulino, Denis Christian Visurraga Aguero, Joel Martin Cadena de suministro Inventario Modelo machine learning La cadena de suministro ha experimentado una transición significativa, orientándose hacia esquemas más sofisticados y optimizados gracias a la incorporación de tecnologías emergentes. Este cambio está dejando atrás los modelos convencionales para dar paso a estructuras inteligentes que maximizan la eficiencia. En este contexto, la inteligencia artificial desempeña un papel clave, ya que permite procesar y examinar grandes volúmenes de información con rapidez y precisión y obtener predicciones significativas para tomar decisiones en la gestión logística. Este estudio propone un diseño de cadena de suministro inteligente siguiendo la metodología ensemble stacking para desarrollo tecnológico, a su vez, se utilizaron los algoritmos de machine learning como Gradient Boosting, CatBoost, Random Forest, Decision Tree, K-Nearest Neighbors, XGBoost y el Meta-modelo: Regresión Lineal. Luego de la optimización y aplicación de las métricas como MSE, 2, MAE, RMSE se obtuvo que los metamodelos sobresalieron con resultados notables alcanzando precisiones superiores al 90%. Asimismo, la presente la cadena de suministro inteligente mejora en un 53% la gestión logística del Servicio Educacional Hogar y Salud del Norte, Lima, 2020. Se concluye que esta propuesta no solo optimiza el rendimiento del modelo, sino que también asegura una mejor adaptación a las necesidades y objetivos particulares para la gestión logística. 2025-08-15 2025-09-03T21:49:02Z 2025-09-03T21:49:02Z 2027-08-15 info:eu-repo/date/embargoEnd/2027-08-15 info:eu-repo/semantics/doctoralThesis https://hdl.handle.net/20.500.12840/9111 spa info:eu-repo/semantics/embargoedAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ application/pdf Universidad Peruana Unión PE oai:repositorio.upeu.edu.pe:20.500.12840/9111 2026-11-10T17:45:09Z
spellingShingle Cadena de suministro
Inventario
Modelo machine learning
Ovalle Paulino, Denis Christian
Modelo de cadena de suministro inteligente para la mejora de la gestión logística del Servicio Educacional Hogar y Salud del Norte, Lima, 2020
title Modelo de cadena de suministro inteligente para la mejora de la gestión logística del Servicio Educacional Hogar y Salud del Norte, Lima, 2020
title_full Modelo de cadena de suministro inteligente para la mejora de la gestión logística del Servicio Educacional Hogar y Salud del Norte, Lima, 2020
title_fullStr Modelo de cadena de suministro inteligente para la mejora de la gestión logística del Servicio Educacional Hogar y Salud del Norte, Lima, 2020
title_full_unstemmed Modelo de cadena de suministro inteligente para la mejora de la gestión logística del Servicio Educacional Hogar y Salud del Norte, Lima, 2020
title_short Modelo de cadena de suministro inteligente para la mejora de la gestión logística del Servicio Educacional Hogar y Salud del Norte, Lima, 2020
title_sort modelo de cadena de suministro inteligente para la mejora de la gestion logistica del servicio educacional hogar y salud del norte lima 2020
topic Cadena de suministro
Inventario
Modelo machine learning
topic_facet Cadena de suministro
Inventario
Modelo machine learning
url https://hdl.handle.net/20.500.12840/9111
work_keys_str_mv AT ovallepaulinodenischristian modelodecadenadesuministrointeligenteparalamejoradelagestionlogisticadelservicioeducacionalhogarysaluddelnortelima2020

Ejemplares similares