CUANTIFICACIÓN DE LA INCERTIDUMBRE EN LA PLANIFICACIÓN DE LA DISTRIBUCIÓN DE BIENES DE CONSUMO UTILIZANDO UNA RED BAYESIANA

RESUMEN: La planificacion efectiva en la distribucion de productos o bienes de consumo es necesaria para garantizar que un sistema de suministro pueda satisfacer la demanda de manera confiable y economica; Ademas, la competencia actual alienta a los fabricantes y minoristas de bienes de consumo a diferenciarse a traves de la especializacion del suministro de bienes y servicios que se adaptan a uno o mas subgrupos o segmentos de mercado. Sin embargo, en el momento en que se toman las decisiones de distribucion, muchos elementos del sistema son inciertos, como el nivel y la frecuencia de la demanda, el tipo y la ubicacion de los centros de consumo, son un ejemplo de esta incertidumbre; Esto se debe a un conocimiento incompleto que surge de la falta de datos, errores de medicion, falta de resolucion, muestreo sesgado y / o aleatoriedad natural. En la actualidad, la toma de decisiones que explica tales incertidumbres generalmente se realiza considerando un pequeno conjunto de escenarios plausibles, y la cobertura limitada que resulta del espacio de parametros limita la confianza de la decision resultante con respecto al mundo real. Este documento presenta una metodologia que utiliza emuladores estadisticos para cuantificar la incertidumbre en los resultados del modelo de programacion lineal de enteros mixtos (MILP), para controlar la incertidumbre en el proceso de decision que surge del conjunto de escenarios de distribucion de productos de tamano finito. Considerando la integracion de las decisiones de produccion, inventario y distribucion en una cadena de suministro compuesta por varias instalaciones de produccion que abastecen a varios centros de distribucion que, a su vez, brindan servicios a minoristas ubicados en la misma region. El resultado es encontrar los niveles optimos de produccion y distribucion entre un conjunto de fabricas, almacenes y puntos de venta / consumo bajo incertidumbre, considerando una red bayesiana que nos permite analizar la relacion entre entradas y salidas para identificar entradas criticas inciertas. Palabras clave: Planeacion de la distribucion, Red Bayesiana, Cadena de Suministro, Simulacion de Monte Carlo, Modelo de programacion lineal de enteros mixtos, Cuantificacion de incertidumbre