Sztuczne sieci neuronowe jako źródło informacji logistycznej

• Autorzy: Skoczylas K. , Skoczylas L.

Warianty tytułu

EN

Artificial neural networks as a source of logistic information

• Języki publikacji: PL

Abstrakty

PL

W artykule poruszono zagadnienie możliwości stosowania narzędzi analizy danych gospodarczych w celu pozyskania informacji logistycznych. W grupie tych narzędzi są sztuczne sieci neuronowe. W artykule przybliżono i krótko omówiono zasady funkcjonowania sieci neuronowych. Podano również ich podstawowe zalety. Opisano możliwości szerokiego ich stosowania, jak również obszary i zadania, w których się nie sprawdzają. Obszarem szerokich zastosowań sieci neuronowych jest prognozowanie i planowanie. W prezentowanym opracowaniu podjęto próbę wykorzystania ich do przygotowania prognozy popytu. Prognozę opracowano dla dwóch grup asortymentowych towarów. Uzyskany wynik prognozy poddano następnie ocenie. Ocenę przeprowadzono poprzez porównanie otrzymanej prognozy z rzeczywistym popytem. Uzyskane wyniki są podstawą zawartych w opracowaniu wniosków na temat użyteczności tej grupy narzędzi prognostycznych w badanym obszarze.

EN

The issue of possibility of the tools applying of the economic data analysis in order to gain the logistic information was raised in the article. Artificial neural networks are in the group of these tools. Functional principles of neural networks were introduced and shortly discussed in the article. Their basic advantages were also given. Possibilities of their wide applying were described as well as the areas and tasks in which they don’t come true. Forecasting and planning are the area of the wide use of neural networks. The attempt of using them to preparation of demand forecast was undertaken in the presented study. The forecast worked out for two groups of assortment goods. The result of the forecast was subjected to the assessment then. The assessment was conducted by the comparison of the received course with the real demand course. Received results are the basis contained in the study conclusions on the topic of the usefulness of this group of forecasting tools in the studied area.

Słowa kluczowe

PL

sztuczne sieci neuronowe; prognoza popytu; informacje logistyczne

EN

artificial neural network; logistics information; demand forecast

• Wydawca: Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
• Czasopismo: Logistyka
• Rocznik: 2014
• Tom: nr 6
• Strony: 9607--9611
• Opis fizyczny: Bibliogr. 9 poz., rys., tab., pełny tekst na CD3

Twórcy

autor

Skoczylas K.

• Politechnika Rzeszowska, Katedra Technologii Maszyn i Inżynierii Produkcji, 35-959 Rzeszów; al. Powstańców Warszawy 8

autor

Skoczylas L.

• Politechnika Rzeszowska, Katedra Technologii Maszyn i Inżynierii Produkcji, 35-959 Rzeszów; al. Powstańców Warszawy 8

Bibliografia

• 1. Krystyańczuk W., Sieci neuronowe jako metoda prognozowania indeksów giełdowych. UŁ, Łódź 1997.
• 2. Migdał Najman K., Najman K., Zastosowanie sieci neuronowych na WGPW. Wyniki empiryczne badań nad możliwościami prognostycznymi sieci neuronowych na przykładzie WIG. US, Szczecin 2000.
• 3. Siemińska E., Metody pomiaru i oceny kondycji finansowej przedsiębiorstwa. TNOiK Dom Organizatora, Toruń 2002.
• 4. Tadeusiewicz R., Sieci neuronowe. Akademicka Oficyna Wydawnicza RM, Warszawa 1993.
• 5. Tadeusiewicz R., Problemy biocybernetyki. PWN, Warszawa 1994.
• 6. Witkowska D., Sztuczne sieci neuronowe i metody statystyczne. Wybrane zagadnienia finansowe. C.H. BECK, Warszawa 2002.
• 7. Witkowski J., Zarządzanie łańcuchem dostaw: koncepcje, procedury, doświadczenia. PWE, Warszawa 2003.
• 8. Wprowadzenie do sieci neuronowych. Tadeusiewicz R., Lula P., Statsoft, Kraków 2001.
• 9. Żukowski P., Marjak H., Grabowiecka R., Metodyczne podstawy stosowania sztucznych sieci neuronowych w prognozowaniu. US, Szczecin 2000.