Proposal to improve static models to solve the demands of complex adaptive systems faced by organizations in supplier selection

Campos Naranjo, José Ignacio; Ramírez Castañeda, Leila Nayibe

Proposal to improve static models to solve the demands of complex adaptive systems faced by organizations in supplier selection

Compartir

Autores

Campos Naranjo, José Ignacio

Ramírez Castañeda, Leila Nayibe

Editor

Universidad Libre

Descripción

 The competitiveness has generated the development of supplier selection models, but organizations under complex adaptive environment needs available options. These models generally made under characteristics mathematical, static and difficult to change. For example, the large companies to improve delivery process, have used strategies as reduce costs and production times through reduce of suppliers database. These characteristics of mathematical models for supplier selection simplify important aspects in Supply Chain. The aim of this paper is to show how can the organizational systems to solve supplier selection problems through Neural Networks that adjust to the chaotic behavior of the Supply Chain.
 La competitividad ha generado el desarrollo de modelos de selección de proveedores, pero las organizaciones en un entorno de adaptación complejo necesitan opciones disponibles. Estos modelos generalmente están hechos bajo características matemáticas, estáticas y difíciles de cambiar. Por ejemplo, las grandes empresas para mejorar el proceso de entrega han utilizado estrategias como reducir los costos y los tiempos de producción mediante la reducción de la base de datos de proveedores. Estas características de los modelos matemáticos para la selección de proveedores simplifican aspectos importantes en la Cadena de Suministro. El objetivo de este documento es mostrar cómo los sistemas organizacionales pueden resolver problemas de selección de proveedores a través de redes neuronales que se ajustan al comportamiento caótico de la cadena de suministro.