Analítica Prescriptiva en VRP mediante Aprendizaje por Refuerzo y Flujos de Eventos
DOI:
https://doi.org/10.33414/ajea.1119.2022Palabras clave:
Inteligencia Computacional, Analíticas, Aprendizaje por Refuerzo, VRP, Datastreams, Computación de Alto DesempeñoResumen
Los procesos de negocio exigen tomar decisiones rápidas para lograr la adaptación constante a los cambios en búsqueda de mejorar el desempeño y aprovechar las oportunidades. Resulta clave contar con analíticas que transformen los datos en conocimiento para la toma de decisiones. En este trabajo se introduce una línea de investigación enfocada en la analítica prescriptiva, capaz de calcular acciones a ser ejecutadas en el momento (decisiones operativas) o en el futuro (decisiones tácticas y/o estratégicas) para lograr un objetivo deseado, en problemas de enrutamiento de vehículos (VRP), y se presentan los avances y resultados obtenidos. El cálculo de las acciones involucra el procesamiento del flujo de eventos del negocio en forma de datastreams, la aplicación de técnicas y algoritmos de Soft Computing e Inteligencia Computacional (en particular Aprendizaje por Refuerzo) y, derivado de la necesidad de bajos tiempos de respuesta, el empleo de Computación de Alto Desempeño.