Uwzględnienie determinantów rynku w neuronowym modelu prognozowania wielkości popytu

• Autorzy: Łukasz Mach , Ryszard Knosala
• Języki publikacji: PL

Abstrakty

Określenie wielkości planu produkcyjnego, pociąga za sobą zaangażowanie pewnych środków finansowych, określenia obciążeń wykorzystywanych maszyn oraz przydział pracowników do realizacji zaplanowanych zadań. Trafność decyzji związanych z realizacją planu produkcyjnego ma strategiczne znaczenie dla przyszłych działań przedsiębiorstwa. Luka powstająca pomiędzy zaplanowaną wielkością produkcji a popytem zgłaszanym przez konsumentów, powoduje zakłócenia w służbach planistyczno-logistycznych przedsiębiorstw. Jednym z Kluczowych elementów planowania produkcji jest poprawna i terminowa ocena rynku i jego potrzeb. Decyzje dotyczące wielkości planowanej produkcji mogą być zdecydowanie lepsze, jeśli ich wybór zostanie oparty na wiarygodnych prognozach. W artykule zostały przedstawione badania mające na celu zdefiniowanie neuronowego modelu prognostycznego poprawnie aproksymującego wielkość sprzedaży produktu Serek Świeży 150 g. Proces badawczy został przeprowadzony w trzech głównych etapach. W pierwszym etapie przeprowadzono badania polegające na wyborze rodzaju sieci neuronowej do prognozowanego zjawiska. W drugim etapie rozbudowano wybrany model neuronowy o czynniki sezonowości oraz okresowości, natomiast w etapie trzecim dodatkowo w badanym modelu uwzględniono determinanty rynku. Uwzględnienie czynników sezonowości i okresowości oraz determinantów rynku, ma na celu uzyskanie modelu prognostycznego jak najlepiej aproksymującego przyszłą wielkość sprzedaży prognozowanego produktu.(fragment tekstu)

Słowa kluczowe

PL

Modele prognostyczne; Popyt; Sztuczne sieci neuronowe (SSN)

EN

Forecasting models; Demand; Artificial neural networks (ANN)

• Czasopismo: Prace Naukowe / Akademia Ekonomiczna w Katowicach
• Rocznik: 2005
• Tom: Systemy wspomagania organizacji SWO'2005
• Strony: 433--439

Twórcy

autor

Łukasz Mach

• Politechnika Opolska

autor

Ryszard Knosala

• Politechnika Opolska

Bibliografia

• Adebanjo, D,: Identifying problems in forecasting consumer demand in the fast moving consumer goods sector. Benchmarking An Internaional Journal, Vol. 7, No. 3, 2000
• Gajda, J. B.: Prognozowanie i symulacja a decyzje gospodarcze, C.H. Beck, , Warszawa 2001
• Helms, M. M.; Ettkin, L. P.; Chapman, S.: Supply chain forecasting. Business Process Management Journal, Vol. 6, No. 5, 2000
• Mach. Ł, Knosala, R.: Zintegrowana metoda prognozowania operacyjnego - podsystem ilościowy, 5-th Konferencja Komputerowo Zintegrowane Wytwarzanie, Zakopane, Styczeń 2002
• Rao, C.P.; Ali, J.: Neural network model for database marketing in the new global economy. Marketing Intelligence & Planing, Vol., No., 20/1, 2002
• Witkowska, D.: Sztuczne sieci neuronowe i metody statystyczne, C. H. Beck, Warszawa, 2002