ارائه یک الگوریتم ترکیبی از سریهای زمانی غیرخطی و شبکههای عصبی مصنوعی پیش خورانده چند لایه به منظور پیشبینی فروش در شرکتهای بازرگانی
Publish Year: 1388
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,371
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICIORS02_003
تاریخ نمایه سازی: 11 اسفند 1387
Abstract:
در دنیای تجارت و در چرخه وسیع رقابت امروز، وجود روشهایی جهت برآورد دقیق، برای ساماندهای سیاستهای آتی هر شرکتی ضروری به نظر میرسد، یکی از نیازهای حیاتی برای تمامی شرکتها توان برآورد و پیشبینی مقدار فروش است اکه اثر مستقیم در جریان بسیاری از سیاستهای آتی هر سازمانی دارد. روشهای پیشبینی زیادی مبتنی بر سریهای زمانی بسط و وسعه داده شدهاند از سوی دیگر تکوین روشهای فرا ابتکاری مبتنی بر الگوهای زیستشناختی چون شبکههای عصبی تلفیق آنان با سریهای زمانی جهت توسعه مدلهای غیرخطی گام بسیار بلندی در جهت افزایش اعتبار دهی به این نمونه براوردها میباشد. در این مقاله الگویی جهت پیشبینی کوتاه مدت مقداری فروش سبد قطعه یدکی سیبک خودرو وانت مزدا از طریق شبیهسازی سری زمانی غیرخطی با استفاده از شبکه عصبی ـ مدل پیش خوراند چند لایه ـ معرفی شده است. با افزودن برخی متغییرهای فنی چون سهم بازار و قیمت خرده فروشی توانایی مدل به نحو قابل ملاحظهای در پیشبینی مقادیر آتی افزایش یافته است.
نتایج بیانگر توانایی مدل ترکیبی پیشنهادی در مقایسه با بکارگیری سریهای زمانی غیرخطی در حالت عام و معمول آن است.
Keywords:
Authors
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :