طراحی مدل پیش بینی تقاضا در صنعت کاشی و سرامیک

پیش بینی تقاضا جزء مهم ترین فعالیتهای هر سازمان برای برنامه ریزی فروش و در نهایت برنامه ریزی جامع بوده و در واقع تعیین کننده حجم فعالیتهای سازمان در آینده می باشد. همچنین درک درستی از میزان وکیفیت فعالیتهای مزبور را برای مدیران فراهم می نماید. در این مقاله بر اساس مبانی علوم هوش مصنوعی و داده کاوی، به ارائه مدلی جهت پیش بینی میزان فروش در صنعت کاشی و سرامیک پرداخته شده است.مدل پیشنهادی، یک مدل ترکیبی شامل کاهش بعد، خوشه بندی و پیش بینی بوده و به منظور اجرای مراحل مختلف آن از الگوریتم های آنالیز مولفه های مستقل، یادگیری منیفلد، خوشه بندی کامینز و رگرسیون بردار پشتیبان، استفاده شده است. در تحقیق حاضر ۵۰ مورد از فروش های ماهیانه مربوط به ۳ سال گذشته شرکت کاشی ایرانا مورد استفاده قرار گرفته است. نتایج بدست آمده از طریق پیش بینی فروش با مدل پیشنهادی، بدلیل کاهش خطاهای عمومی و خطاهای نمونه در مقایسه با مدلهای سنتی پیش بینی، از دقت بالاتری برخوردار می باشد.

Keywords:

پیشبینی تقاضا , رگرسیون بردار پشتیبان , یادگیری منیفلد , آنالیز مولفه های مستقل , خوشه بندی کامینز