Entradas

Diseñar una Supply Chain sin proveedor en la Tierra: optimizando el sistema alimentario de una misión a Marte con Investigación de Operaciones

Mars to Table — MILP Optimization Un modelo MILP en Python + PuLP que convierte la resiliencia alimentaria en una variable matemática — inspirado en el desafío Mars to Table de la NASA. Python PuLP · CBC MILP Supply Chain Operations Research ¿Cómo diseñarías una supply chain si tu proveedor estuviera a millones de kilómetros? Sin entregas urgentes, sin proveedores alternativos, sin inventario infinito. Y si el sistema falla, no puedes llamar y pedir más. Ese es el problema real detrás de cualquier misión de larga duración a Marte, y el que me llevó a construir un caso de estudio inspirado en el desafío Mars to Table de la NASA. Pero en lugar de preguntar "¿qué cultivo produce más?" , cambié la pregunta a una de diseño de cadena de suministro: Pregunta central: ¿cuál es el portafolio óptimo de alimentos que minimiza la dependencia de la Tierra, respetando nutrición, agua, área cultivable,...
Leer más

Optimiza la secuenciación de trabajos con heurísticas y Ortools en Python.

Imagen
Optimización de Secuenciación de Trabajos con PuLP y Heurísticas en Python Minimiza la tardanza total combinando heurísticas clásicas con un modelo de programación lineal paso a paso. Python ortools Heurísticas Optimización SPT · EDD · LPT Fuente: Algocademy La secuenciación de trabajos es un problema clásico de optimización en el que se busca determinar el orden óptimo para procesar tareas en una máquina, minimizando la tardanza total . En este artículo, combinamos heurísticas clásicas ( SPT , EDD , etc.) con un modelo de programación lineal usando ortools para garantizar la solución óptima. Trabajaremos con 10 trabajos generados aleatoriamente, aplicaremos 7 heurísticas y un modelo de optimización. 1 Generación de Datos Generamos 10 trabajos con duraciones y fechas de entrega aleatorias. Python Copi...
Leer más

Target Encoding en Power BI: La Guía Definitiva Sin Data Leakage

Target Encoding en Power BI: La Guía Definitiva Sin Data Leakage Domina esta técnica esencial para modelos predictivos con validación cruzada, smoothing y prevención de overfitting. Código M paso a paso + mejores prácticas. Power BI Power Query M Language DAX ML ¿Qué es Target Encoding (Mean Encoding)? Target Encoding es una técnica de codificación categórica que reemplaza cada categoría por el promedio de la variable objetivo para esa categoría. Es especialmente poderosa en modelos predictivos porque captura la relación real entre la categoría y el resultado. Ejemplo Simple: Ciudad Ventas Madrid 1000 Barcelona 800 Madrid 1200 Valencia 600 Target Encoding: Ciudad Target_Encoded Madrid 1100 ...
Leer más