TRANSFORMACIÓN DE BIOMASA LIGNOCELULÓSICA EN BIOCOMBUSTIBLE DE SEGUNDA GENERACIÓN: ESTADO DEL ARTE
DEL PRETRATAMIENTO
Publicación Cuatrimestral. Vol. 7, No 3, Septiembre/Diciembre, 2022, Ecuador (p. 69-88) 69
Publicación Cuatrimestral. Vol. 7, No 3, Septiembre/Diciembre, 2022, Ecuador (p. 69-88). Edición continua
https://revistas.utm.edu.ec/index.php/Basedelaciencia/index
revista.bdlaciencia@utm.edu.ec
Universidad Técnica de Manabí
DOI: https://doi.org/10.33936/revbasdelaciencia.v7iESPECIAL.3529
PREDICCIÓN DEL NIVEL DE DESARROLLO DE UNA CADENA DE
SUMINISTRO UTILIZANDO TÉCNICAS DE MACHINE LEARNING
Douglas Andrés Verduga Alcívar
1*
, Víctor Ernesto Márquez Pérez
2
, Emanuel Guillermo Muñoz
Muñoz
3
1
Instituto de Posgrado. Instituto de Ciencias Básicas. Universidad Técnica de Manabí. Ecuador. Correo electrónico:
douglas.verduga@utm.edu.ec
2
Instituto de Ciencias Básicas. Universidad Técnica de Manabí. Ecuador. Correo electrónico:
victor.marquez@utm.edu.ec
3
Instituto de Ciencias Básicas. Universidad Técnica de Manabí. Ecuador. Correo electrónico:
emanuel.munoz@utm.edu.ec
*Autor para la correspondencia: douglas.verduga@utm.edu.ec
Recibido: 9-6-2021 / Aceptado: 12-12-2022 / Publicación: 26-12-2022
Editor Académico: Carmen Judith Vanegas Espinoza
RESUMEN
Las técnicas de predicción del nivel de desarrollo en las cadenas de suministro son importantes para la toma de decisiones
ante diferentes escenarios; por esta razón el objetivo de este trabajo es predecir el nivel de desarrollo de una cadena de
suministro manabita de clasificación agroalimentaria, cuyo producto fundamental es el agua de coco artesanal. Usando
datos históricos, se aplican los métodos de Máquinas de Soporte Vectorial en Regresión y Regresión Lineal Múltiple.
Como parte del trabajo se lleva a cabo un estudio de correlación para mejorar el desempeño de los métodos. Los resultados
muestran que las medidas de desempeño exponen el éxito predictivo de las SVR, con la configuración correcta del Kernel
Lineal a Polinomial mejorando los resultados y el ajuste de los hiperparámetros, logrando una mejor precisión que la
solución estándar tradicional de Regresión Lineal Múltiple y el cumplimiento de los supuestos para que sus resultados
sean tomados como válidos, a deferencia de las SVM. La metodología utilizada para la evaluación de los métodos
implementados a través de un conjunto de entrenamiento y prueba, permite obtener una mejor predicción con relación a
estas dos técnicas, obteniendo un modelo que se puede aplicar en otros estudios de casos.
Palabras clave: Máquinas de Soporte Vectorial en Regresión, Regresión Lineal Múltiple, Cadenas de suministro,
entrenamiento.
PREDICTION OF THE LEVEL OF DEVELOPMENT OF A SUPPLY CHAIN USING MACHINE
LEARNING TECHNIQUES
ABSTRACT
The techniques for predicting the level of development in supply chains are important for decision-making in different
scenarios; For this reason, the aim of this work was to predict the level of development of a Manabi supply chain of agri-
food classification, whose main product is artisanal coconut water. Using historical data, the methods of Support Vector
Machines in Regression and Multiple Linear Regression were applied. As part of the work, a correlation study is carried
Artículo de Investigación
Ciencias Matemáticas
Douglas Andrés Verduga Alcívar, Víctor Ernesto Márquez Pérez, Emanuel Guillermo Muñoz Muñoz
70
out to improve the performance of the methods. The results showed that the performance measures expose the predictive
success of the SVR, with the correct configuration of the Linear to Polynomial Kernel improving the results and the
adjustment of the hyperparameters, achieving a better precision than the traditional standard solution of Multiple Linear
Regression and the compliance with the assumptions so that their results are taken as valid, unlike the SVM. The
methodology used for the evaluation of the methods implemented through a set of training and testing, allowed to obtain
a better prediction in relation to these two techniques, obtaining a model that can be applied in other case studies.
Keys word: Support Vector Regression Machines, Multiple Linear Regression, Supply chains, training
PREVISÃO DO NÍVEL DE DESENVOLVIMENTO DE UMA CADEIA DE SUPRIMENTOS
USANDO TÉCNICAS DE MÁQUINA DE APRENDIZAGEM
RESUMO
As técnicas para prever o nível de desenvolvimento em cadeias de abastecimento são importantes para a tomada de
decisões em diferentes cenários; por este motivo, o objetivo deste trabalho é prever o nível de desenvolvimento de uma
cadeia de abastecimento em Manabi de classificação agroalimentar, cujo produto principal é a água de coco artesanal.
Utilizando dados históricos, são aplicados os métodos das Máquinas de Regressão Vetorial de Apoio e Regressão Linear
Múltipla. Como parte do trabalho, é realizado um estudo de correlação para melhorar o desempenho dos métodos. Os
resultados mostram que as medidas de desempenho expõem o sucesso preditivo do SVR, com a configuração correta do
Kernel Linear ao Polinomial melhorando os resultados e o ajuste do hiperparâmetro, conseguindo uma precisão melhor
que a solução padrão tradicional de Regressão Linear Múltipla e o cumprimento das suposições para que seus resultados
sejam considerados válidos, em deferência às SVMs. A metodologia utilizada para a avaliação dos métodos implementados
através de um conjunto de treinamento e testes, permite obter uma melhor previsão em relação a estas duas técnicas,
obtendo um modelo que pode ser aplicado em outros estudos de caso.
Palavras chave: Máquinas de Regressão de Vetores de Suporte, Regressão Linear Múltipla, Cadeias de suprimentos,
treinamento
Citación sugerida: Verduga Alcívar, D., Márquez Pérez, V., Muñoz Muñoz, E. (2022). PREDICCIÓN DEL NIVEL DE
DESARROLLO DE UNA CADENA DE SUMINISTRO UTILIZANDO TÉCNICAS DE MACHINE LEARNING.
Revista Bases de la Ciencia, 7 (No Especial), Diciembre, 69-88. DOI:
https://doi.org/10.33936/revbasdelaciencia.v7iESPECIAL.3529
TRANSFORMACIÓN DE BIOMASA LIGNOCELULÓSICA EN BIOCOMBUSTIBLE DE SEGUNDA GENERACIÓN: ESTADO DEL ARTE
DEL PRETRATAMIENTO
Publicación Cuatrimestral. Vol. 7, No 3, Septiembre/Diciembre, 2022, Ecuador (p. 69-88) 71
1. INTRODUCCIÓN
La cadena de suministro es una red de proveedores, fábricas, almacenes, centros de distribución y
ventas al por menor y por mayor; a través de los cuales se adquieren y se transforman las materias
primas, para entregar al cliente productos o servicios (Bautista et.al, 2015; Acevedo et. al. 2020).
El diseño de la cadena de suministro incluye cooperación, localización de planta, sistemas de
producción, y la distribución física de la planta, entre otros. Las tareas de planificación a mediano
plazo engloban las compras, la planeación de requerimientos de materiales y demanda (pronóstico) e
inventarios; mientras que la planificación a corto plazo contempla la planificación del transporte, la
distribución y programación de la producción (Albretch, 2010, Sanchez et.al 2020). En aras de
mejorar la competitividad de la cadena de suministros es importante predecir el nivel de desarrollo
de cada uno de estos elementos que la conforman.
Una forma de determinar este nivel de desarrollo es usar datos históricos y llevar a cabo una regresión
que permita predecir y establecer estrategias. Dentro de las técnicas de regresión se encuentran la
tradicional Regresión Lineal Múltiple y las Máquinas de Soporte Vectorial en Regresión. En este
trabajo serán usados ambos métodos y los resultados serán comparados con la finalidad de observar
cuál de ellos posee un mejor rendimiento al momento de predecir el nivel de desarrollo.
De esta manera, el objetivo de este artículo es predecir el nivel de desarrollo de una cadena de
suministro manabita con clasificación agroalimentaria, usando Máquina de Soporte vectorial en
Regresión y Regresión Lineal Múltiple.
2. MATERIALES Y MÉTODOS
El problema de regresión consiste en lo siguiente. Dados un conjunto de datos
con
para es cualquier espacio de dimensiones y
en , se desea establecer una función
(llamada función de generalización o predicción) tal que el valor de
se aproxime a
. Con
esta función se predice el valor de cualquier dato nuevo.
En este trabajo se utiliza la metodología de entrenamiento de las Máquinas de Soporte Vectorial en
Regresión de (Cortes & Vapnik, 1995); y el método tradicional de Regresión Lineal Múltiple
(Rodrigo, 2016) para el problema de regresión asociado a la cadena de suministros. A continuación,
se presenta una introducción a ambas metodologías.
Máquina de Vectores de Soporte en Regresión
Douglas Andrés Verduga Alcívar, Víctor Ernesto Márquez Pérez, Emanuel Guillermo Muñoz Muñoz
72
Las Máquinas de Vectores de Soporte (SVM, del inglés Support Vector Machines) tienen su origen
en los trabajos sobre la teoría del aprendizaje estadístico y fueron introducidas en los años 90 por
(Cortes & Vapnik, 1995). Aunque originariamente las SVM fueron pensadas para resolver problemas
de clasificación binaria y de regresión. En el trabajo de (Wang, 2012) se utilizan el método para la
previsión de la demanda de la cadena de suministro basada en el método de regresión de vectores de
soporte.
Las Máquinas de Soporte Vectorial también se puede utilizar como método de regresión,
manteniendo todas las características principales que describen al método. Las Máquinas de Soporte
Vectorial en Regresión (SVR) utiliza los mismos principios del método que la SVM para la
clasificación, con solo algunas diferencias menores. En primer lugar, debido a que la salida es un
número real, resulta muy difícil predecir la información disponible, que tiene infinitas posibilidades.
En el caso de la regresión, se establece un margen de tolerancia (épsilon) y el algoritmo es más
complicado; sin embargo, la idea principal es siempre la misma: minimizar el error, individualizando
el hiperplano que maximiza el margen, teniendo en cuenta que se tolera parte del error. (Jos et al.,
2016).
Una de las características importantes de las Máquinas de Soporte Vectorial es el hecho de que se
puede hacer regresión no lineal de manera implícita tal como se describe a continuación.
Consideramos el conjunto de datos
, donde
e
Sea
la función que hace corresponder a cada punto de entrada un punto en el espacio de características
, donde es un espacio de Hilbert. Este espacio de características puede ser de dimensión elevada
o incluso infinita
El objetivo va a ser trasladar el conjunto de entrenamiento a un nuevo espacio de características, para
encontrar la función que mejor se aproxime a los datos del conjunto. Para este caso la función que
estamos buscando será de la ecuación 1:
Ecuación 1
Planteamos el problema primal, en este caso no depende directamente de las muestras del conjunto,
sino de sus imágenes por una cierta función .como se observa en la ecuación 2
Ecuación 2
TRANSFORMACIÓN DE BIOMASA LIGNOCELULÓSICA EN BIOCOMBUSTIBLE DE SEGUNDA GENERACIÓN: ESTADO DEL ARTE
DEL PRETRATAMIENTO
Publicación Cuatrimestral. Vol. 7, No 3, Septiembre/Diciembre, 2022, Ecuador (p. 69-88) 73
La constante determina el equilibrio entre la regularidad de y la cantidad hasta la cual
toleramos desviaciones mayores que Consideraremos
y
las variables que controlan el error
cometido por la función de regresión al aproximar el –ésimo ejemplo. Si el valor de la constante
es muy elevado en el caso límite cuando estaríamos considerando que el conjunto está
perfectamente representado por nuestro hiperplano predictor
. Por contrario, un número
demasiado pequeño para permitiría valores de
elevados, es decir, estaríamos admitiendo un
número muy elevado de datos mal representados.
La complejidad de este problema va a depender de la dimensión en la que se encuentre nuestro
estudio, y en este caso, tras ser transformados por la función , tendríamos una dimensión alta, lo
que complicaría en exceso la resolución de este problema primal.
Tras la obtención del problema primal pasamos a plantear el problema dual asociado. Para ello
determinamos la función lagrangiana, la idea es construir una función de Lagrange con la función
objetivo y las restricciones correspondientes, mediante la introducción de un conjunto de variables
duales. El objetivo es obtener el problema dual a partir de las condiciones de dualidad; obteniendo el
siguiente problema de optimización dual como está planteado en la ecuación 3:
Ecuación
3
Los problemas primal y dual descritos anteriormente, obedecen una serie de parámetros que pueden
hacer variar la solución. Además, cuando introducimos el Kernel, éste depende a su vez de unos
parámetros de los cuales se deriva nuestra solución.
Artificio del Kernel
Tras plantear el problema dual, se observa que la función objetivo solo depende del producto interno
de las imágenes de nuestros ejemplos. El truco del Kernel es ampliamente usado en los algoritmos de
cálculo de productos internos de la forma
en el espacio de características .
El truco consiste en que, en lugar de calcular estos productos internos en , se define una función
Kernel, que asigna a cada par de elementos del espacio de entrada , un valor real
correspondiente al producto escalar de las imágenes de dichos elementos en el nuevo espacio , es
decir,
donde , se sustituye la función Kernel en el problema dual
asociado. Los primeros en aplicar este tipo de problemas fueron (Cortes & Vapnik, 1995).
Douglas Andrés Verduga Alcívar, Víctor Ernesto Márquez Pérez, Emanuel Guillermo Muñoz Muñoz
74
El caso lineal es un caso particular donde la función es igual a la identidad por lo cual se denota
Kernel Lineal al definido por el producto escalar de las variables. Para el caso no lineal existen varias
funciones Kernel que son usadas. En este trabajo consideraremos el Kernel Polinomial tal como se
define a continuación.
Kernel lineal
Hay varias funciones de Kernel conocidas que se usan comúnmente en conexión con máquina de
soporte vectorial.
El primero ejemplo bastante trivial es un Kernel lineal. Se define simplemente como en la ecuación
4:
Ecuación 4
En este caso, el espacio de características y el espacio de entrada son las mismas; es decir que ésta
función trabaja en su espacio original.
Kernel Polinomial es:
Ecuación 5
La ecuación 4 mapea el espacio de entrada original en un espacio de características de
dimensionalidad
, donde es el grado del Kernel y es la dimensión del espacio de entrada
original.
Regresión Lineal Múltiple
La Regresión Lineal Múltiple permite generar un modelo lineal donde el valor de la variable
dependiente o respuesta se determina a partir de un conjunto de variables independientes llamadas
predictores
. Es una extensión de la Regresión Lineal Simple, por lo que es
fundamental comprender esta última. Los modelos de Regresión Múltiple pueden emplearse para
predecir el valor de la variable dependiente o para evaluar la influencia que tienen los predictores
sobre. (Rodrigo, 2016)
Los modelos Lineales Múltiples siguen la ecuación 6:
Ecuación 6
•
: es la ordenada en el origen, el valor de la variable dependiente cuando todos los predictores
son cero.
TRANSFORMACIÓN DE BIOMASA LIGNOCELULÓSICA EN BIOCOMBUSTIBLE DE SEGUNDA GENERACIÓN: ESTADO DEL ARTE
DEL PRETRATAMIENTO
Publicación Cuatrimestral. Vol. 7, No 3, Septiembre/Diciembre, 2022, Ecuador (p. 69-88) 75
•
: es el efecto promedio que tiene el incremento en una unidad de la variable predictora
sobre
la variable dependiente , manteniéndose constantes el resto de variables. Se conocen como
coeficientes parciales de regresión.
•
: es el residuo o error, la diferencia entre el valor observado y el estimado por el modelo.
Supuestos del modelo de regresión lineal múltiple
Para poder crear un modelo de regresión lineal es necesario que se cumpla con los siguientes
supuestos:
• Linealidad: Que la relación entre las variables sea lineal.
• Independencia: Que los errores en la medición de las variables explicativas sean
independientes entre sí.
• Homocedasticidad: Que los errores tengan varianza constante.
• Normalidad: Que las variables sigan la Ley Normal.
• No colinealidad: Que las variables independientes no estén correlacionadas entre ellas.
Es importante tener en cuenta que la magnitud de cada coeficiente parcial de regresión depende de
las unidades en las que se mida la variable predictora a la que corresponde, por lo que su magnitud
no está asociada con la importancia de cada predictor. Para poder determinar qué impacto tienen en
el modelo cada una de las variables, se emplean los coeficientes parciales estandarizados, que se
obtienen al estandarizar (sustraer la media y dividir entre la desviación estándar) las variables
predictoras previo al ajuste del modelo. (Rodrigo, 2016).
El entrenamiento de Máquinas de Soporte Vectorial en Regresión de (Cortes & Vapnik, 1995), y la
comparación con el método tradicional de Regresión Lineal Múltiple, se realizan en el programa
Rstudio
1
de IDE (en inglés Integrated Development Environment) de Neuralnet.
3. RESULTADOS Y DISCUSIÓN
La cadena objeto de estudio tiene 160 actores y 7 eslabones (Romero et.al.2020). Estos últimos se
enfocan en: proveedores, productores, comerciantes mayoristas, distribuidores, fabricantes,
vendedores y clientes. La misma se clasifica como agroalimentaria porque su producto fundamental
es el agua de coco de forma artesanal.
A partir de la identificación de los actores, se aplicó la lista de chequeo (Sablón-Cossío et al., 2014)
para la evaluación del nivel de desarrollo y se analizaron los valores de las variables de entrada y de
salida.
1
Es una aplicación informática que proporciona servicios integrales para facilitarle al desarrollador o programador el
desarrollo de software
Douglas Andrés Verduga Alcívar, Víctor Ernesto Márquez Pérez, Emanuel Guillermo Muñoz Muñoz
76
El nivel de desarrollo de la cadena se verá reflejado en los valores estimados por los modelos de
Máquinas de Soporte Vectorial en Regresión y Regresión Lineal Múltiple. El 30% de los datos de los
valores reales se compararán con los estimados obtenidos por cada método para determinar cuál de
las metodologías empleadas provee mejor predicción.
La cadena de suministro utilizada en esta investigación cuenta con 121 ítems agrupados en 17
variables, las cuales se enuncian a continuación: configuración de las redes de valor, gestión de la
integración, planificación colaborativa, gestión de capacidades, gestión de la demanda, gestión de
inventarios, gestión de pedidos, tecnología de información y comunicaciones, desarrollo gerencial,
gestión de la innovación, coordinación estratégica, servicio al cliente, desarrollo del personal,
desempeño de la red de valor, y desarrollo del producto o servicio. Estas variables son las
consideradas para medir el nivel de desarrollo de la cadena de suministro. A continuación en la tabla
1, se describen los valores de la aplicación de la lista de chequeo y el análisis de las 16 dimensiones.
Con 16 variables de entrada y una de salida cada una con su respectiva correspondencia (Tabla 2).
Tabla 1. Variables de entrada y de respuesta.
Fuente: Elaboración propia.
Debido a la complejidad de la lista de chequeo por su amplitud, se aplica un análisis de correlación,
para investigar la asociación entre dos o más variables y así intentar reducir su número. Se procedió
a hacer la matriz de correlación (Tabla 3) para analizar la correlación entre múltiples variables al
mismo tiempo. La distribución de cada variable se muestra en la diagonal, en la parte inferior de la
diagonal se muestran los gráficos de dispersión bivariados con una línea ajustada, en la parte superior
de la diagonal el valor de la correlación más el nivel de significancia como estrellas y cada nivel de
significancia está asociado a un símbolo: valores p (0, 0.001, 0.01, 0.05, 0.1, 1) <=> símbolos (“***”,
“**”, “*”, “.”, " ").
TRANSFORMACIÓN DE BIOMASA LIGNOCELULÓSICA EN BIOCOMBUSTIBLE DE SEGUNDA GENERACIÓN: ESTADO DEL ARTE
DEL PRETRATAMIENTO
Publicación Cuatrimestral. Vol. 7, No 3, Septiembre/Diciembre, 2022, Ecuador (p. 69-88) 77
La idea es descartar las variables correlacionadas por encima del 80% positivo o por debajo del 80%
negativo con el análisis de correlación.
Tabla 2. Correspondencia de las variables.
Variables
Nombres de las Variables
V1
Elemento
V2
Configuración de la cadena
V3
Gestión de capacidades
V4
Gestión de la integración
V5
Planificación colaborativa
V6
Gestión de la demanda
V7
Gestión de inventarios
V8
Gestión de pedidos
V9
Tecnología de información y comunicaciones
V10
Desarrollo gerencial
V11
Gestión de la innovación
V12
Coordinación estratégica
V13
Servicio al cliente
V14
Desarrollo del personal
V15
Desempeño de la cadena de suministro
V16
Desarrollo del producto o servicio
V17
Nivel de la cadena
Fuente: Elaboración propia.
Tabla 3. Matriz de correlación.
Fuente: Elaboración propia.
Douglas Andrés Verduga Alcívar, Víctor Ernesto Márquez Pérez, Emanuel Guillermo Muñoz Muñoz
78
Una vez realizado el análisis de correlación de las 17 variables, se obtuvo como resultado 4 variables
(Configuración de la cadena, Desempeño de la cadena de suministro, Desarrollo del producto o
servicio y Nivel de la cadena) las cuales aportan significativamente al estudio. (Tabla 4).
Tabla 4. Matriz de variables resultantes.
Fuente: Elaboración propia.
Se realizó el entrenamiento al modelo tradicional de Regresión Lineal Múltiple con el 70% de los
datos, el otro 30% se utilizó para probar el modelo y obtener la estimación de los valores. Los
resultados estimados de la variable resultante (Tabla 5) (Ver anexos), demuestran que la utilización
del modelo de Regresión Lineal Múltiple realiza mejores estimaciones de las variables de entrada en
la etapa inicial. Esos estimadores se comparan con los valores reales y se calcula el coeficiente de
correlación de Pearson (Restrepo et al., n.d.), con el fin de establecer que los datos tengan valores
parecidos y puedan tomar un rango de valores de +1 a -1. Un valor de 0 indica que no hay asociación
entre las dos variables y un valor mayor que 0 indica una asociación positiva. El resultado del
coeficiente de correlación de la cadena es de 0.8145, lo cual indica que existe una correlación alta y
que la estimación del modelo es óptima (Figura 1) (Ver anexos), además se aplicaron otras medidas
de desempeño para estimar el rendimiento y evaluar el ajuste del modelo tales como: el error
cuadrático medio (RMSE, por sus siglas en inglés, root mean squared error), error absoluto medio
(MAE, mean absolute error) y R-cuadrado o Coeficiente de determinación (Tabla 6).
Tabla 6. Medidas de desempeño del modelo de Regresión Lineal Múltiple.
Medidas de Desempeño
Valores
Error absoluto medio (MAE)
0.0249
Error cuadrático medio (RMSE)
0.0887
Coeficiente de determinación (R cuadrado)
0.6584
Coeficiente de correlación de Pearson
0.8145
Fuente: Elaboración propia.
TRANSFORMACIÓN DE BIOMASA LIGNOCELULÓSICA EN BIOCOMBUSTIBLE DE SEGUNDA GENERACIÓN: ESTADO DEL ARTE
DEL PRETRATAMIENTO
Publicación Cuatrimestral. Vol. 7, No 3, Septiembre/Diciembre, 2022, Ecuador (p. 69-88) 79
El error cuadrático medio (RMSE) indica el ajuste absoluto del modelo a los datos, cuán cerca
están los puntos de datos observados de los valores predichos del modelo. El RMSE es una medida
absoluta de ajuste. Como la raíz cuadrada de una varianza, RMSE se puede interpretar como la
desviación estándar de la varianza inexplicada, y tiene la propiedad útil de estar en las mismas
unidades que la variable de respuesta. Los valores más bajos de RMSE indican un mejor ajuste.
RMSE es una buena medida de la precisión con que el modelo predice la respuesta, y es el criterio
más importante para ajustar si el propósito principal del modelo es la predicción.
Error absoluto medio (MAE) es el promedio de la diferencia absoluta entre el valor observado y los
valores predichos. El error absoluto medio o MAE es un puntaje lineal, lo que significa que todas las
diferencias individuales se ponderán por igual en el promedio.
R-cuadrado indica la bondad o la aptitud del modelo, tiene la propiedad útil de que su escala es
intuitiva, va de 0 a 1, con 0 indicando que el modelo propuesto no mejora la predicción sobre el
modelo medio y 1 indica una predicción perfecta. La mejora en el modelo de regresión da como
resultado aumentos proporcionales en R-cuadrado. Estas métricas fueron tomadas (Métricas En
Regresión | Interactive Chaos, n.d.).
Aplicando estas medidas de desempeño se evalúa el modelo tradicional de Regresión Lineal Múltiple
obteniendo los resultados (Tabla 6) los mismos que permiten determinar que el rendimiento del
modelo es óptimo.
Una vez aplicado el modelo de Regresión Lineal Múltiple a los datos, se puede observar el
comportamiento entre los valores reales y los estimados por el modelo (Figura 2), además se puede
apreciar que existen un comportamiento muy similar entre ellos.
Figura 2. Comportamiento de los valores reales y los estimados del modelo de Regresión Lineal
Múltiple.
Fuente: Elaboración propia.
Douglas Andrés Verduga Alcívar, Víctor Ernesto Márquez Pérez, Emanuel Guillermo Muñoz Muñoz
80
A partir del análisis del modelo de Máquinas de Soporte Vectorial en Regresión y la utilización
del Kernel Lineal se obtiene el modelo de entrenamiento. El cual se entrenó en el software R
utilizando la librería e1071 que contiene el paquete SVM donde se estableció el conjunto de datos
de entrenamiento (data = entrenar), y se realizó el ajuste de los parámetros como el tipo de SVM en
este caso Regresión (SVM-Tipo: eps-regresión), el kernel (Kernel = "lineal"), el parámetro de
regularización (coste: 1), y él épsilon (épsilon: 0.1) especificando el tubo épsilon dentro del cual no
se asocia ninguna penalización en la función de pérdida de entrenamiento con puntos predichos dentro
de una distancia épsilon del valor real, una vez entrenado el modelo se obtuvieron 8 vectores de
soporte.
Los valores reales corresponden al 30% de los datos utilizados para probar el modelo, el tiempo de
ejecución del algoritmo de aprendizaje de las Máquinas de Soporte Vectorial en Regresión es de 3
segundos. Se puede observar que los resultados estimados de la variable resultante (Tabla 7) (Ver
anexos), indican que el uso del modelo de Máquinas de Soporte Vectorial en Regresión con el Kernel
Lineal realiza estimaciones que no superan al modelo de Regresión Lineal Múltiple.
Este modelo se evalúa bajo los mismos parámetros del modelo anterior, calculando el coeficiente de
correlación de Pearson, cuyo resultado del coeficiente de correlación de la cadena es de 0.8121, que
aun siendo alto no supera al modelo tradicional de Regresión Lineal Múltiple (Figura 3) (Ver
anexos), además se aplicaron las medidas de desempeño como el error cuadrático medio (RMSE)
con 0.1268, error absoluto medio (MAE) de 0.0275 y R-cuadrado de 0.3010 (Tabla 8).
Tabla 8. Medidas de desempeño del modelo de Máquinas de Soporte Vectorial en Regresión con el
Kernel Lineal.
Medidas de Desempeño
Valores
Error absoluto medio (MAE)
0.0275
Error cuadrático medio (RMSE)
0.1268
Coeficiente de determinación (R cuadrado)
0.3010
Coeficiente de correlación de Pearson
0.8121
Fuente: Elaboración propia.
Una vez aplicado el modelo de Máquinas de Soporte Vectorial en Regresión con el Kernel Lineal a
los datos, se puede observar el comportamiento entre los valores reales y los estimados por el modelo
(Figura 4), además se puede apreciar que existen un comportamiento muy similar entre ellos,
variando significativamente en uno de los picos de los datos.
TRANSFORMACIÓN DE BIOMASA LIGNOCELULÓSICA EN BIOCOMBUSTIBLE DE SEGUNDA GENERACIÓN: ESTADO DEL ARTE
DEL PRETRATAMIENTO
Publicación Cuatrimestral. Vol. 7, No 3, Septiembre/Diciembre, 2022, Ecuador (p. 69-88) 81
Figura 4. Comportamiento de los valores reales y los estimados del modelo de Máquinas de Soporte
Vectorial en Regresión con el Kernel Lineal.
Fuente: Elaboración propia.
Los valores de los parámetros considerados para el Kernel Polinomial fueron el tipo de SVM en este
caso Regresión (SVM-Tipo: eps-regresión), el kernel (Kernel = " polinomial"), el parámetro de
regularización (coste: 1), grado de la función del núcleo Polinomial (grado: 3), Coeficiente de Kernel
(medida de similitud entre dos puntos) (gama: 1), término independiente en función del Kernel
(coeficiente.0: 0) y él épsilon (épsilon: 0.1) especificando el tubo épsilon dentro del cual no se asocia
ninguna penalización en la función de pérdida de entrenamiento con puntos predichos dentro de una
distancia épsilon del valor real, una vez entrenado el modelo se obtuvieron 10 vectores de soporte,
dado los mismos criterios de evaluación de los modelos anteriores, se procedió a realizar el cambio
del Kernel de Lineal a Polinomial para ver si se mejoraban los resultados obtenidos.
En los resultados estimados de la variable resultante (Tabla 9) (Ver anexos), se puede observar
mejores estimaciones que en los modelos anteriores. Cabe mencionar que el coeficiente de
correlación de la cadena muestra un resultado de 0.9612, (Figura 5) (Ver anexos) revelando un valor
muy superior a diferencia de los modelos de SVR con Kernel Lineal y el tradicional de Regresión
Lineal Múltiple. También se aplicaron las mismas medidas de desempeño (Tabla 10), las cuales
permiten observar que el desempeño es mejor en comparación a los otros modelos.
Douglas Andrés Verduga Alcívar, Víctor Ernesto Márquez Pérez, Emanuel Guillermo Muñoz Muñoz
82
Tabla 10: Medidas de desempeño del modelo de Máquinas de Soporte Vectorial en Regresión con el
Kernel Polinomial.
Medidas de Desempeño
Valores
Error absoluto medio (MAE)
0.0927
Error cuadrático medio (RMSE)
0.0191
Coeficiente de determinación (R cuadrado)
0.6264
Coeficiente de correlación de Pearson
0.9612
Fuente: Elaboración propia.
Una vez aplicado el modelo de Máquinas de Soporte Vectorial en Regresión con el Kernel Polinomial
a los datos, se puede observar el comportamiento entre los valores reales y los estimados por el
modelo (Figura 6), además se puede apreciar que existen un comportamiento muy similar entre ellos
y con más exactitud, variando en uno de los picos de los datos.
Figura 6: Comportamiento de los valores reales y los estimados del modelo de Máquinas de Soporte
Vectorial en Regresión con el Kernel Polinomial.
Fuente: Elaboración propia.
4. CONCLUSIONES
Las técnicas de predicción del nivel de desarrollo en las cadenas de suministro de tipo
agroalimentaria, son una necesidad para la toma de decisiones ante diferentes escenarios,
principalmente por las características de los productos que se enfocan en los alimentos y sus
derivados.
TRANSFORMACIÓN DE BIOMASA LIGNOCELULÓSICA EN BIOCOMBUSTIBLE DE SEGUNDA GENERACIÓN: ESTADO DEL ARTE
DEL PRETRATAMIENTO
Publicación Cuatrimestral. Vol. 7, No 3, Septiembre/Diciembre, 2022, Ecuador (p. 69-88) 83
Esta investigación se desarrolló usando datos reales de una cadena de suministro manabita de
producción de agua de coco, y la predicción de sus niveles de desarrollo aplicando dos técnicas de
regresión: las Máquinas de Soporte Vectorial y la tradicional Regresión Lineal Múltiple. Los
resultados obtenidos a través de las medidas de desempeño como Error absoluto medio (MAE), Error
cuadrático medio (RMSE), Coeficiente de determinación (R cuadrado) y Coeficiente de correlación
de Pearson demostraron el éxito predictivo de las Máquinas de Soporte Vectorial para Regresión en
este contexto, con la configuración correcta del Kernel Lineal a Polinomial para mejorar los
resultados obtenidos y el ajuste de los hiperparámetros, logrando una mejor precisión que la solución
estándar tradicional de Regresión Lineal Múltiple, que por ser una técnica paramétricas necesita del
cumplimiento de los supuestos para que sus resultados sean tomados como válidos, a deferencia de
las SVM, que por ser una técnica de inteligencia artificial el cumplimiento de estos supuestos no son
necesarios. Es importante mencionar que la configuración de los parámetros y la elección del Kernel
es de relevancia para la aplicación de las técnicas de regresión consideradas. Su combinación con
técnicas de selección de variables, como la de análisis de correlación, es crucial para la obtención de
resultados significativos de interés práctico.
5 DECLARACIÓN DE CONFLICTO DE INTERÉS DE LOS AUTORES
Los autores declaran no tener conflicto de intereses
6 REFERENCIAS
Acevedo Urquiaga, J. A, Sablón Cossío, N., Acevedo Suárez, J. A., González Rodríguez, Y. & Martín Marrero, A.
(2020). Analysis of the hospital supply chain in cuban territory. DYNA, 87(215), 9-17.
Albrecht, M., Supply chain coordination mechanisms, New Approaches for Collaborative Planning, LecturNotes in
Economics and Mathematical Systems, Ed. Springer Germany, 2010, pp. 5-62.
Angel, I. J., Trejo, R., Yu, W., & México, L. (2006). Las maquinas de vectores de soporte para identificación en línea.
Bautista Santos, H., Martínez Flores, J. L., Fernández Lambert, G., Bernabé Loranca, M. B., Sánchez , F., & Sablón
Cossío, N. (2015). Integration model of collaborative supply chain. DYNA Medellín., Vol 83. No. 193. DOI:
http://dx.doi.org/10.15446/dyna.v82n193.47370.
Cortes, C., & Vapnik, V. (1995). Support-vector networks. Machine Learning, 20(3), 273–297.
https://doi.org/10.1007/bf00994018
Jos, J., Bravo, R. B., & Priego, E. C. (2016). Trabajo Fin De Grado Support Vector Regression : Propiedades Y
Aplicaciones. Universidad de Sevilla. Departamento de Estadística e Investigación Operativa, 60.
López-Joy, T., Acevedo-Urquiaga, A. J., Gómez-Acosta, M. I., Neira-Mugercia, A. N., Acevedo-Suárez, J. A., & Peña-
García, C. (2020). Medicines value chain management level in Cuban health system. Ingeniería y Universidad,
24.
Métricas en regresión | Interactive Chaos. (n.d.). Retrieved April 19, 2022, from
https://interactivechaos.com/es/manual/tutorial-de-machine-learning/metricas-en-regresion
Restrepo, L. F., Julián González L, ;, Est, E., & Bioma, E. (n.d.). SELECCIONES De Pearson a Spearman From Pearson
to Spearman.
Rodrigo, J. A. (2016). Introducción a la Regresión Lineal Múltiple.
https://www.cienciadedatos.net/documentos/25_regresion_lineal_multiple.
Romero Delgado, V. M., Rosado Zambrano, G. V., Sablón Cossío, N., & Burbano Mera, L. (2020). Análisis de la cadena
agroalimentaria del coco (cocos nucifera) en la provincia de Manabí, Ecuador. La Técnica. .(Etapa de
publicación)
Douglas Andrés Verduga Alcívar, Víctor Ernesto Márquez Pérez, Emanuel Guillermo Muñoz Muñoz
84
Sánchez-Galván, F., Bautista-Santos, H., Martínez-Flores, J. L., Ireta-Paredes, A. D. R., & Sánchez-Partida, D. (2020).
Cadena de suministro de productos agrícolas de traspatio. AgroProductividad, 13(8).
Sablón-Cossío, N. I., Julia Acevedo-Urquiaga, A. I., & Antonio Acevedo-Suárez, J. I. (2014). Propuesta para la
evaluación de la planificación colaborativa de la cadena de suministro Proposal for the evaluation of supply chain
collaborative planning. www.vics.org
Shawe-Taylor, J., & Cristianini, N. (2004). Kernel Methods for Pattern Analysis. In Kernel Methods for Pattern Analysis.
Cambridge University Press. https://doi.org/10.1017/cbo9780511809682
Wang, G. (2012). Demand forecasting of supply chain based on Support Vector Regression method. Procedia
Engineering, 29, 280–284. https://doi.org/10.1016/J.PROENG.2011.12.707
Contribución de autores
Autor
Contribución
Douglas Verduga
Metodología, revisión, búsqueda bibliográfica y diseño del artículo
Víctor Márquez
Concepción, redacción y análisis microbiológicos
Emanuel Muñoz
Diseño experimental y análisis estadístico
7 ANEXOS
Tabla 5: Estimadores de la variable
resultante de la cadena de suministro
manabita con Regresión Lineal Múltiple.
Registro
Valores
Reales
Valores
Estimados
72
1.79
1.79
63
1.79
1.79
77
1.80
1.80
145
1.81
1.80
132
1.82
1.81
81
1.79
1.79
68
1.79
1.79
53
1.79
1.79
3
1.80
1.80
18
1.81
1.80
104
1.81
1.80
39
1.79
1.79
34
1.79
1.79
51
1.79
1.79
115
1.82
1.81
123
1.82
1.81
112
1.81
1.80
56
1.79
1.79
20
1.80
1.80
127
1.82
1.81
80
1.79
1.79
6
1.80
1.80
154
1.81
1.80
49
1.81
1.80
Figura 1: Coeficiente de correlación de la cadena
de suministro manabita con Regresión Lineal
Múltiple.
Fuente: Elaboración propia.
TRANSFORMACIÓN DE BIOMASA LIGNOCELULÓSICA EN BIOCOMBUSTIBLE DE SEGUNDA GENERACIÓN: ESTADO DEL ARTE
DEL PRETRATAMIENTO
Publicación Cuatrimestral. Vol. 7, No 3, Septiembre/Diciembre, 2022, Ecuador (p. 69-88) 85
156
1.82
1.81
107
1.81
1.80
140
1.81
1.80
48
1.81
1.80
101
1.81
1.80
35
1.79
1.79
65
1.79
1.79
103
1.82
1.81
57
1.79
1.79
43
1.80
1.80
79
1.79
1.79
151
1.81
1.80
69
1.79
1.79
114
1.89
2.19
148
1.81
1.80
144
1.81
1.80
40
1.79
1.79
17
1.80
1.80
73
1.78
1.78
45
1.81
1.80
89
1.90
2.19
97
1.82
1.81
78
1.80
1.80
119
1.82
1.81
130
2.91
2.42
150
1.81
1.80
66
1.79
1.79
67
1.79
1.79
126
1.81
1.80
Fuente: Elaboración propia.
Tabla 7: Resultados de la variable resultante de la
cadena de suministro manabita con modelo SVR
Kernel Lineal.
Registro
Valores
Reales
Valores
Estimados
72
1.79
1.78
63
1.79
1.78
77
1.80
1.79
145
1.81
1.80
132
1.82
1.81
81
1.79
1.78
68
1.79
1.78
53
1.79
1.78
3
1.80
1.79
Figura 3: Coeficiente de correlación de la cadena de
suministro manabita con modelo SVR Kernel Lineal.
Fuente: Elaboración propia.
Douglas Andrés Verduga Alcívar, Víctor Ernesto Márquez Pérez, Emanuel Guillermo Muñoz Muñoz
86
18
1.81
1.80
104
1.81
1.80
39
1.79
1.78
34
1.79
1.78
51
1.79
1.78
115
1.82
1.81
123
1.82
1.81
112
1.81
1.80
56
1.79
1.78
20
1.80
1.79
127
1.82
1.81
80
1.79
1.78
6
1.80
1.79
154
1.81
1.80
49
1.81
1.80
156
1.82
1.81
107
1.81
1.80
140
1.81
1.80
48
1.81
1.80
101
1.81
1.80
35
1.79
1.78
65
1.79
1.78
103
1.82
1.81
57
1.79
1.78
43
1.80
1.79
79
1.79
1.78
151
1.81
1.80
69
1.79
1.78
114
1.89
1.91
148
1.81
1.80
144
1.81
1.80
40
1.79
1.78
17
1.80
1.79
73
1.78
1.77
45
1.81
1.80
89
1.90
1.92
97
1.82
1.81
78
1.80
1.79
119
1.82
1.81
130
2.91
1.99
150
1.81
1.80
66
1.79
1.78
67
1.79
1.78
126
1.81
1.80
Fuente: Elaboración propia.
TRANSFORMACIÓN DE BIOMASA LIGNOCELULÓSICA EN BIOCOMBUSTIBLE DE SEGUNDA GENERACIÓN: ESTADO DEL ARTE
DEL PRETRATAMIENTO
Publicación Cuatrimestral. Vol. 7, No 3, Septiembre/Diciembre, 2022, Ecuador (p. 69-88) 87
Tabla 9: Resultados de la variable resultante de la
cadena de suministro manabita con modelo SVR
Kernel Polinomial.
Registro
Valores
Reales
Valores
Estimados
72
1.79
1.80
63
1.79
1.80
77
1.80
1.81
145
1.81
1.81
132
1.82
1.82
81
1.79
1.80
68
1.79
1.80
53
1.79
1.80
3
1.80
1.81
18
1.81
1.81
104
1.81
1.81
39
1.79
1.80
34
1.79
1.80
51
1.79
1.80
115
1.82
1.82
123
1.82
1.82
112
1.81
1.81
56
1.79
1.80
20
1.80
1.81
127
1.82
1.82
80
1.79
1.80
6
1.80
1.81
154
1.81
1.81
49
1.81
1.81
156
1.82
1.82
107
1.81
1.81
140
1.81
1.81
48
1.81
1.81
101
1.81
1.81
35
1.79
1.80
65
1.79
1.80
103
1.82
1.82
57
1.79
1.80
43
1.80
1.81
79
1.79
1.80
151
1.81
1.81
69
1.79
1.80
114
1.89
1.95
148
1.81
1.81
144
1.81
1.81
Figura 5: Coeficiente de correlación de la cadena de
suministro manabita con modelo SVR Kernel
Polinomial.
Fuente: Elaboración propia.
Douglas Andrés Verduga Alcívar, Víctor Ernesto Márquez Pérez, Emanuel Guillermo Muñoz Muñoz
88
40
1.79
1.80
17
1.80
1.81
73
1.78
1.77
45
1.81
1.81
89
1.90
1.92
97
1.82
1.82
78
1.80
1.81
119
1.82
1.82
130
2.91
2.24
150
1.81
1.81
66
1.79
1.80
67
1.79
1.80
126
1.81
1.81
Fuente: Elaboración propia.
