RT Generic
T1 Modelado y simulación basada en agentes de la gestión de un inventario de productos perecederos usando aprendizaje por refuerzo profundo basado en modelos  calibrados
T2 Agent-based modeling of perishable inventory management using calibrated model-based deep reinforcement  learning
A1 Osorio Pena, Carlos Alonso
K1 Alimentos - Consumo
K1 Aprendizaje automático (Inteligencia artificial)
K1 Informática - Trabajos Fin de Grado
K1 Grado en Ingeniería Informática - Trabajos Fin de Grado
AB Vivimos en un mundo en el que cerca de un 10 % de la población global sufre desnutriciónmientras, al mismo tiempo, el 17 % de los alimentos producidos acaban en la basura. Lacatástrofe ecológica, social y médica que produce este desperdicio es devastadora, y porello, desde este trabajo queremos aportar nuestro granito de arena para contribuir a paliaresta situación.Parte de esa comida se desperdicia directamente en los supermercados, sin que acabellegando al consumidor final, provocado por una gestión de inventario ineficiente. Estetrabajo ha desarrollado un gestor de inventario de productos perecederos que sea capazde encargar los pedidos para el día siguiente reduciendo lo máximo posible tanto la comidadesperdiciada como las roturas de stock. Para ello se ha modelado un sistema basado enagentes apoyado por sistemas de aprendizaje por refuerzo profundo basado en modelos.Para minimizar el error de este sistema, se han calibrado las incertidumbres de la redneuronal bayesiana que utiliza, usando la técnica de calibración cuantil para regresión.
YR 2022
FD 2022-09
LK https://hdl.handle.net/10630/25973
UL https://hdl.handle.net/10630/25973
LA spa
DS RIUMA. Repositorio Institucional de la Universidad de Málaga
RD 20 ene 2026