Determinación de arribos de turistas a una unidad aeroportuaria basado en series históricas
DOI:
https://doi.org/10.63728/riisds.v3i1.301Palabras clave:
Pronósticos, serie históricas, procedimientoResumen
Los aeropuertos y en especial el que se presenta como caso de estudio poseen una alta estacionalidad en sus operaciones. La cantidad de arribos de pasajeros y, por tanto, de vuelos resultan las variables de entrada para la proyección de sus sistema logístico y de la organización de sus operaciones en general. El presente estudio propone un procedimiento y su aplicación para la determinación de la previsión de los pasajeros a arribar sobre la base de series históricas en este tipo de instalaciones, a la vez, que brinda la posibilidad la posibilidad a los gestores que sobre la base de las operaciones nuevas confirmadas afecten este pronóstico en busca de un acercamiento a la realidad.
Citas
Companys, R. (1990). Previsión tecnológica de la demanda. Editorial Boixerau Marcombo. Barcelona.
Díaz, A. (1993). Producción Gestión y Control. Editorial Ariel. Barcelona.
Hiller, F. S. and G. J. Lieberman (2001). Investigación de operaciones. México, McGraw-Hill.
Hillier, F. S., et al. (2002). Métodos cuantitativos para administración. McGraw Hill, México.
Medina, A., et al. (2008). Fundamentos Generales de la logística. Capítulo 5. Editorial Logícuba. La Habana.
Medina León, A., et al. (2002). Técnicas de análisis empresariales en la certeza e incertidumbre. Morelia, Michoacán, Editorial FeGoSa Facultad de Contaduría y Ciencias Administrativas de la Universidad Michoacana de San Nicolás de Hidalgo.
Montgomery, D. C., et al. (2009). Introduction to time series analysis and forecasting. Editorial Wiley New York.
Pérez, L et al. (2015): Sistema de predicción financiera para hoteles mediante Redes Neuronales Artificiales. Revista Retos Turísticos, Vol. 10, No. 2. Matanzas.
Salazar, M. A and Cabrera, M. (2007): Pronóstico de demandas por medio de redes neuronales artificiales.
Schroeder, R. (2011). Administración de Operaciones. casos y conceptos contemporáneos. Companys, R. (1990). Previsión tecnológica de la demanda. Editorial Boixerau Marcombo. Barcelona.
Díaz, A. (1993). Producción Gestión y Control. Editorial Ariel. Barcelona.
Hiller, F. S. and G. J. Lieberman (2001). Investigación de operaciones. México, McGraw-Hill.
Hillier, F. S., et al. (2002). Métodos cuantitativos para administración. McGraw Hill, México.
Medina, A., et al. (2008). Fundamentos Generales de la logística. Capítulo 5. Editorial Logícuba. La Habana.
Medina León, A., et al. (2002). Técnicas de análisis empresariales en la certeza e incertidumbre. Morelia, Michoacán, Editorial FeGoSa Facultad de Contaduría y Ciencias Administrativas de la Universidad Michoacana de San Nicolás de Hidalgo.
Montgomery, D. C., et al. (2009). Introduction to time series analysis and forecasting. Editorial Wiley New York.
Pérez, L et al. (2015): Sistema de predicción financiera para hoteles mediante Redes Neuronales Artificiales. Revista Retos Turísticos, Vol. 10, No. 2. Matanzas.
Salazar, M. A and Cabrera, M. (2007): Pronóstico de demandas por medio de redes neuronales artificiales.
Schroeder, R. (2011). Administración de Operaciones. casos y conceptos contemporáneos. México D.F.
Sifontes, R. J. (2010): Estimación de demanda a mediano plazo de la subestación lagunita utilizando redes neuronales. Tesis de grado, Universidad Simón Bolívar, Venezuela.
Zandin, K. and Maynard (2011). Maynard, Manual de Ingeniero Industrial (2 Vols) (5a ed). Mc Graw Hill. México, D.F.
Sifontes, R. J. (2010): Estimación de demanda a mediano plazo de la subestación lagunita utilizando redes neuronales. Tesis de grado, Universidad Simón Bolívar, Venezuela.
Zandin, K. and Maynard (2011). Maynard, Manual de Ingeniero Industrial (2 Vols) (5a ed). Mc Graw Hill, México
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2018 Revista Interdisciplinaria de Ingeniería Sustentable y Desarrollo Social
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
