Aplicación de Herramientas para la Solución De Timetabling Problem Para El Departamento de Ciencias Básicas en La Facultad De Ingeniería. Universidad Libre
La programación de horarios dentro de las instituciones educativas, representan un factor fundamental para el rendimiento y optimización de los tiempos y espacios dentro de la misma, es por esto que, en el presente proyecto se presentan los principales conceptos y herramientas de pronóstico aplicabl...
- Autores:
-
Ríos Rivera, Daniela Del Mar
Vásquez Valero, Lina Fernanda
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2019
- Institución:
- Universidad Libre
- Repositorio:
- RIU - Repositorio Institucional UniLibre
- Idioma:
- spa
- OAI Identifier:
- oai:repository.unilibre.edu.co:10901/17969
- Acceso en línea:
- https://hdl.handle.net/10901/17969
- Palabra clave:
- Planificación universitaria
Comportamiento en la demanda de asignaturas
Ingeniería industrial
Inventory shrinkage
lean manufacturing
logistics
scraps
six sigma
Administración industrial
Mejoramiento de procesos
Logística en los negocios
timetabling problem
asignación
matriculados
asignaturas
pronósticos
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-nd/2.5/co/
| Summary: | La programación de horarios dentro de las instituciones educativas, representan un factor fundamental para el rendimiento y optimización de los tiempos y espacios dentro de la misma, es por esto que, en el presente proyecto se presentan los principales conceptos y herramientas de pronóstico aplicables para dar solución al timetambling problem (problema de programación de horarios) para el departamento de ciencias básicas en la facultad de ingeniería de la Universidad Libre seccional Bogotá. Para lograr este objetivo, en primer lugar, se describe la problemática; una vez identificada la misma, se aplican las metodologías de pronóstico óptimas para el patrón de los datos históricos de la cantidad de estudiantes matriculados en cada una de las asignaturas, (método de regresión simple, suavizamiento exponencial lineal, suavizamiento exponencial cuadrático, curva de crecimiento, regresión múltiple de series de tiempo), para determinar así, cuál de ellos arroja un menor valor de MSE (error cuadrático medio) lo cual indicaría el método de pronóstico recomendable para finalmente ser aplicado computacionalmente y obtener la correcta solución del problema. |
|---|