Inventory planning with dynamic demand: A state of art review

• Marisol Valencia-Cárdenas ^[1] ; Francisco Javier Díaz-Serna ^[1] ; Juan Carlos Correa-Morales ^[1]
  1. [1] Universidad Nacional de Colombia

     Universidad Nacional de Colombia

     Colombia

     
• Localización: DYNA: revista de la Facultad de Minas. Universidad Nacional de Colombia. Sede Medellín, ISSN 0012-7353, Vol. 82, Nº. 190, 2015, págs. 182-191
• Idioma: inglés
• Títulos paralelos:
  • Planeación de inventarios con demanda dinámica: Una revisión del estado del arte
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 3 Citas
• Resumen
  • español

    Una adecuada planeación de inventarios debe incorporar factores cambiantes en el tiempo, ya que los estáticos no son robustos ante esta evidente variabilidad. Además, en los modelos de inventarios es necesario reconocer la gran incertidumbre de la demanda. En este trabajo se revisa el Estado del Arte de los desarrollos más significativos relacionados con modelos de inventarios, especialmente los que consideran demanda dinámica. Se analizan métodos de pronóstico de demanda y algunas técnicas utilizadas para la optimización de inventarios, considerando costos y niveles de servicio, entre otros aspectos. En la revisión de literatura, se han detectado vacíos relacionados con el tratamiento de inventarios multiproducto, así como en el uso de la estadística bayesiana con el propósito de su optimización y del desarrollo de pronósticos de demanda.

  • English

    Proper inventory planning should incorporate factors changing over time, since static factors are not robust to this apparent variability. In models of inventories is necessary to recognize the great demand uncertainty. This paper reviews the state of the art of the most significant developments related to inventory models, especially those who consider dynamic demands in time. In addition, demand forecasting models and some techniques for optimizing inventories are analyzed, considering costs and service levels, among others. In the literature review, gaps have been identified related to the treatment of multivariate inventories as well as the use of Bayesian statistics for the purpose of optimization and the development of demand forecasts.