Genetic Algorithm to solve Inventory problems in SMEs
DOI:
https://doi.org/10.53591/iti.v11i11.87Abstract
The objective of this study is to minimize the costs of the sales of the “Candies” store due to the accumulation of products in stock. This problem arises from the realization of constant fortnightly orders for fixed quantities, without taking into account the variability of demand. The alternative is then proposed to implement a Genetic Algorithm (GA) in Microsoft Excel using Visual Basic for Applications and Macros to carry out a projection corresponding to the inventory of the year 2020, in which the number of units for which each replenishment must be made is determined. . For the application of the algorithm, the historical data of the demand of the previous three years are taken: 2017, 2018 and 2019; It is worth mentioning that Monte Carlo simulation is applied to generate the data for the second semester of 2019. As a result, a reduction of approximately 100 products and more than $ 70 dollars was obtained with respect to previous years, which means an increase of 18% in the annual benefits of the products. In conclusion, the projection generated with the genetic algorithm provides a significant reduction in sales costs, since it reduces the amount of products that are usually wasted given their expiration before being dispatched. Automating AG deployment using Macros and Visual Basic reduces execution times and computational effort.
References
Barrera, V. Á. R., & Nieve, Á. E. R. (2010). Aplicación de simulación Monte Carlo en un sistema de Inventarios Dinámico. Administración y Organizaciones, 13(25), 53-64.
Batanero, C., Cañadas, G. R., Contreras, J. M., & Gea, M. M. (2015). La comprensión de las tablas de contingencia: una síntesis de la investigación didáctica. Boletín de Estadística e Investigación Operativa, 31(3), 299-315.
Cevallos-Torres, L., & Botto-Tobar, M. (2019). Case study: Probabilistic estimates in the application of inventory models for perishable products in SMEs. En Problem-Based Learning: A Didactic Strategy in the Teaching of System Simulation (pp. 123-132). Springer.
Corea, J. L. C., Camejo, J. E. D., Espinoza, O. D. F., & Gutiérrez, H. Y. L. (2018). Política de inventarios máximos y mínimos en cadenas de suministro multinivel. Caso de estudio: una empresa de distribución farmacéutica (Artículo Profesional). Nexo Revista Científica, 31(2), 144-156.
Escobar, J. W., Linfati, R., & Adarme Jaimes, W. (2017). Gestión de Inventarios para distribuidores de productos perecederos. Ingeniería y desarrollo, 35(1), 219-239.
Fernández Regalado, R. (2009). El teorema de Bayes y su utilización en la interpretación de las pruebas diagnósticas en el laboratorio clínico. Revista cubana de investigaciones biomédicas, 28(3), 158-165.
Gómez, P. S., & Soria, D. S. (2016). Concentración, dispersión y características sociodemográficas en la incorporación espacial de la migración peruana en la Ciudad de Córdoba, Argentina. Población y Salud en Mesoamérica, 14(1), 108-131.
Guerrero, M., Gómez, D., Zapata, D., & Cárdenas, M. V. (2016). Comparación de tres metaheurísticas para la optimización de inventarios con estimación de demanda. Revista Ingeniería Industrial, 15(1), 51-68.
Keck, M. E., & Sikkink, K. (2014). Activists beyond borders. Cornell University Press.
Mora, M. S. W., & Espinoza, M. S. J. L. (2005). Programación Visual Basic (VBA) para Excel y Análisis Numérico. Escuela de Matemática. Instituto Tecnológico de Costa Rica.
Niño, C. H. V., & others. (2011). Modelo de optimización en la gestión de inventarios mediante algoritmos genéticos. ITECKNE: Innovación e Investigación en Ingeniería, 8(2), 156-162.
Sanchez, P., Ceballos, Y. F., & Torres, G. S. (2015). Análisis del proceso productivo de una empresa de confecciones: modelación y simulación. Ciencia e Ingeniería Neogranadina, 25(2), 6.
Torres, L. C., Rodríguez, A. G., & Rivas, L. L. D. (2016). Factores que inciden en el mal uso de la información en trabajos de investigación científica. Didasc@ lia: Didáctica y Educación ISSN 2224-2643, 7(4), 57-74.
Valencia-Nunez, E. R., Melendez-Tamano, C. F., Valle-Alvarez, A. T., Paredes-Salinas, J. G., Salinas, C. F. P., & Cevallos-Torres, L. J. (2018). Virtual classrooms and their use, measured with a statistical technique: The case of the Technical University of Ambato—Ecuador. 2018 13th Iberian Conference on Information Systems and Technologies (CISTI), 1-6.
Downloads
Published
Issue
Section
License
Copyright (c) 2019 Steven Castillo-Ponce, María Lino Cevallos, Clelia Sánchez Suango
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
