En la industria de alimentos, los modelos de inventarios que contemplan una adecuada prediccion de la demanda son de gran ayuda para la gestion optima del abastecimiento, especialmente en los productos carnicos, debido a su corta vida util y la importancia de su calidad relacionada con la salud humana. En adicion, la mayoria de las empresas tipo PYMES colombianas no elaboran pronosticos de la demanda de sus productos dado que la inversion en metodos de pronosticos innovadores a menudo requiere recursos. En este trabajo se propone la definicion de modelos estadisticos, a nivel analitico, mediante metodologias bayesianas que permitan establecer de mejor forma el comportamiento de los datos de multiples productos, y con ello obtener unos pronosticos adecuados, los cuales seran el insumo para la realizacion de una combinacion por medio del uso de una metaheuristica. Finalmente se concluye que las metodologias regresion dinamica bayesiana y de regresion bayesiana con innovacion obtienen buenos resultados de forma individual siendo mejor esta ultima, no obstante, con la aplicacion del algoritmo ACO propuesto se encuentra un mejor resultado por combinacion de pronostico que logra predecir la demanda aplicada a varios productos del sector de carnicos con mayor precision.