Advertisement

Case Study: Probabilistic Estimates in the Application of Inventory Models for Perishable Products in SMEs

  • Lorenzo Cevallos-TorresEmail author
  • Miguel Botto-Tobar
Chapter
Part of the Studies in Computational Intelligence book series (SCI, volume 824)

Abstract

The goal of this study is to create an inventory management model that will be able to estimate the control of the perishable products of a business by using probabilistic distributions. The problem arises since the stores or mini markets owners have not defined a clear concept in how to maintain an inventory in optimal conditions, especially regarding perishable products because they only have a maximum time of a week to be sold them. To solve this problem, we used specific algorithms that will help us in the handling of large amounts of data such as Monte Carlo simulation, so that we were able to use probabilistic distributions to determine the economic order quantity (EOQ) of perishable products based on weekly demand. As a result, we obtained an inventory management model, which is based on the maximum and minimum quantity of products to be ordered by the company, and also a model EOQ with an adjustment in the reorder point which it was verified a small increment in business sales by 5% during the first 11 days.

References

  1. 1.
    Rodríguez, Edwin Causado. 2015. Modelo de inventarios para control económico de pedidos en empresa comercializadora de alimentos. Revista de Ingenierías: Universidad de Medellín 14 (27): 15–15.Google Scholar
  2. 2.
    Escobar, John Willmer, Rodrigo Linfati, and Wilson Adarme Jaimes. 2017. Gestión de inventarios para distribuidores de productos perecederos. Ingeniería y Desarrollo 35 (1): 219–239.Google Scholar
  3. 3.
    Jara-Cordero, Sergio, Diana Sánchez-Partida, and José Luis Martínez-Flores. 2017. Análisis para la mejora en el manejo de inventarios de una comercializadora. Septiembre 1 (1): 1–18.Google Scholar
  4. 4.
    Rodríguez López, Manuel Guillermo, Flor Salazar Vázquez, and Jorge González Urgiles. 2018. Control de inventarios con ajuste dinámico del punto de reorden - Un caso de estudio para empresas con productos perecibles y no perecibles, usando técnicas computacionales 23: 13–20.Google Scholar
  5. 5.
    Osorio, Carlos Andrés. 2013. Modelos para el control de inventarios en las pymes. Panorama 2 (6).Google Scholar
  6. 6.
    Valdivia, Mudarra, Cicely Jobana, Zavaleta Contreras, and Santa Fania. 2018. El control interno de inventarios y su relación con la rentabilidad de la empresa minimarket san marcos SAC, periodo 2016.Google Scholar
  7. 7.
    Gutiérrez, Valentina, and Carlos Julio Vidal. 2014. Modelos de gestión de inventarios en cadenas de abastecimiento: revisión de la literatura. Revista Facultad de Ingeniería 43: 134–149.Google Scholar
  8. 8.
    Peña, Omaira, and Rafael Da Silva Oliveira. 2016. Factores incidentes sobre la gestión de sistemas de inventario en organizaciones venezolanas. Telos: Revista de Estudios Interdisciplinarios en Ciencias Sociales 18 (2): 187–207.Google Scholar
  9. 9.
    William, Richard, and Lopez Prado. 2018. El control de inventario como estrategia para el logro de rentabilidad en las mypes comerciales de la actividad ferretera ubicada en la comunidad urbana autogestionaria de huaycán distrito de ate-lima, periodo 2016.Google Scholar
  10. 10.
    Cubas García, Marleny Janet. 2016. El control de inventarios y su incidencia en la rentabilidad de la empresa artceramics imagen SAC, 2015.Google Scholar
  11. 11.
    Molina, Dolores. 2015. Gestión de inventarios: una herramienta útil para mejorar la rentabilidad.Google Scholar
  12. 12.
    Landeta, Juan Manuel Izar, Carmen Berenice Ynzunza Cortés, and Orlando Guarneros García. 2016. Variabilidad de la demanda del tiempo de entrega, existencias de seguridad y costo del inventario. Contaduría y administración 61 (3): 499–513.Google Scholar
  13. 13.
    Eduardo, Gutiérrez-González, Panteleeva Olga Vladimirovna, Hurtado-Ortiz Moisés Fernando, and González-Navarrete Carlos. 2013. Aplicación de un modelo de inventario con revisión periódica para la fabricación de transformadores de distribución. Ingeniería, investigación y tecnología 14 (4): 537–551.Google Scholar
  14. 14.
    García, Jesús Fernando Isaac, Sara Oranday Dávila, et al. 2012. Modelo probabilístico de quiebra de la pequeña y mediana empresa española. evidencia empírica. un modelo econométrico. Contribuciones a la Economía 67.Google Scholar
  15. 15.
    Ruiz Torres, Alex Jesús, José Humberto Ablanedo Rosas, and Jorge Ayala Cruz. 2012. Modelo de asignación de compras a proveedores considerando su flexibilidad y probabilidad de incumplimiento en la entrega. Estudios gerenciales 28 (122).Google Scholar
  16. 16.
    Garza, Juvencio Jaramillo, Jesús Fernando Isaac García, et al. 2014. Modelo probabilístico para medir, pronosticar, y prevenir la quiebra de las empresas pyme en nuevo león méxico. una herramienta para la planeación financiera y la toma de decisiones empresariales con evidencia empírica. Observatorio de la Economía Latinoamericana 195.Google Scholar
  17. 17.
    Jaramillo, Juvencio, G. Jesús Fernando Isaac, et al. 2015. Determinantes de la quiebra empresarial pyme en zacatecas. desarrollo de un modelo probabilístico-predictivo de la quiebra pyme. Observatorio de la Economía Latinoamericana 213: 1–24.Google Scholar
  18. 18.
    Benneyan, James C. 1998. Software review: Stat: Fit. OR/MS Today 25 (1): 38–41.Google Scholar
  19. 19.
    Klingstam, Pär, and Per Gullander. 1999. Overview of simulation tools for computer-aided production engineering. Computers in Industry 38 (2): 173–186.Google Scholar
  20. 20.
    Leemis, Lawrence M. 2002. Software review: Stat: Fit fitting continuous and discrete distributions to data. OR/MS Today 29 (3): 52–55.Google Scholar
  21. 21.
    Chi, Rosa Imelda Garcia, Arturo Eguia Alvarez, Gloria Emilia Izaguirre Cardenas, et al. 2015. Uso de la herramienta de software promodel como estrategia didáctica en el aprendizaje basado en competencias de simulación de procesos y servicios. TECTZAPIC 1.Google Scholar
  22. 22.
    Cabanillas, Alberto Cossa. 2012. Modelo de simulación para programar y controlar los recursos en una gestión hospitalaria. Interfases 5: 83–100.Google Scholar

Copyright information

© Springer Nature Switzerland AG 2019

Authors and Affiliations

  1. 1.Faculty of Mathematical and Physical SciencesUniversity of GuayaquilGuayaquilEcuador
  2. 2.Eindhoven University of TechnologyEindhovenThe Netherlands
  3. 3.University of GuayaquilGuayaquilEcuador

Personalised recommendations