Predicción del volumen de ventas de una distribuidora de bebidas gasificadas y no gasificadas en la ciudad de Chimbote utilizado redes neuronales artificiales

Abstract

Se predijo por Redes Neuronales Artificiales (RNA) el volumen de ventas de una distribuidora de bebidas ante la problemática de sobre almacenamiento en temporadas de alta demanda. La predicción de realizó para cuatro bebidas más representativas de la marca: RNA-A, B, C y D con algoritmos de entrenamiento Backpropagation (BP) y ajuste de pesos Levenberg-Marquadt (LM), topología: 4 entradas (temperatura ambiental, precio, variación poblacional y tiempo), una salida (predicción de ventas), función de transferencia de entrada la tangente sigmoidal hiperbólica (tansig) y la función de transferencia de salida lineal (purelin) en 1 capa oculta, coeficiente de momento 0.1, meta de error 0.1, tasa de aprendizaje 0.001. Para cada bebida se trabajó con 150 neuronas, escogiendo solo 3 con el menor error cuadrático medio “mse”. La RNA-A con 37 neuronas, 400 etapas de entrenamiento, mse=0.258 y R= 0,97565 mostró un % de error absoluto= 9,5395. La RNA-B con 90 neuronas, 150 etapas de entrenamiento, mse= 5,33 y R=0,97789 mostró un % de error absoluto= 10,4934. La RNA-C con 127 neuronas, 70 etapas de entrenamiento, mse= 15,4 y R=0,90068 mostró un % de error absoluto=12,75298. La RNA-D con 160 neuronas, 69 etapas de entrenamiento, mse=2,21 y R= 0,95528 mostró un % de error absoluto= 8,42046.