PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Zastosowanie zbiorów rozmytych w planowaniu zapasów w łańcuchu dostaw

Identyfikatory
Warianty tytułu
EN
Application of fuzzy sets to planning of chain delivery supplies
Konferencja
Integracja Systemów Logistycznych. Konferencja naukowo-techniczna (18-19.06.2009 ; Wrocław)
Języki publikacji
PL
Abstrakty
PL
Artykuł prezentuje model planowania zapasów z wykorzystaniem miękkich metod obliczeniowych. Prognozowanie zapasów jest procesem bardziej stochastycznym niż deterministycznym. Zmieniający się popyt rynku, uwarunkowany różnymi czynnikami, niekiedy trudnymi do przewidzenia, sprawia duże problemy w prognozowaniu. Zastosowanie podejścia opartego na zbiorach rozmytych sprawia, że wnioskowanie z danych niepewnych, niepełnych bądź nieprecyzyjnych daje lepsze rozwiązania w sensie poprawnych prognoz niż metody statystyczne. W pracy zaprezentowano sekwencyjny model planowania zapasów, uwzględniający pewną ustaloną trajektorię wcześniejszych obserwacji. Istotnym elementem modelu jest jego czułość na zmiany sezonowe oraz duża adaptacja do nowych pojawiających się nieustalonych zmian trendu. Kolejnym, istotnym elementem artykułu są wyniki badań opartych na danych eksperymentalnych, gdzie sprawdzono skuteczność poprawnych prognoz wraz z ich błędem.
EN
The article shows supply planning model with using soft methods of calculation. Supplies prediction is rather stochastic process than deterministic one. The changing market demand influences by different factors which can be difficult to predict cause big problems in prognostic procedures. Applying solution based on fuzzy set cause that conclusions based on uncertain or imprecision data gives better solutions than statistics method (in the meaning of proper prognosis). In this work it has been shown sequential model of supply planning, which takes into account some predetermined trajectory of former observations. Very important element of such a model is sensitivity on season changes and big adaptation to new emerged predetermined trend changes. In the following part of the work it has been shown the results of investigations based on experimental data, which tried out efficacy of proposed prognosis (together with estimation error).
Twórcy
autor
autor
  • Międzynarodowa Wyższa Szkoła Logistyki i Transportu we Wrocławiu
Bibliografia
  • [1] Kurzyński M., Benchmark of Approaches to Sequential Diagnosis, Artificial Neural Networks in Medicine, Springer Verlag, Berlin, Heidelberg, New York 1998.
  • [2] Kurzyński M., Sequential Classification Via Fuzzy Relations, Artificial Inteligence and Soft Computing – ICAIS2006, 8th International Conference, Zakopane, Poland, June 2006
  • [3] Łęski J., Zbiory rozmyte i ich interpretacja. Wprowadzenie do teorii możliwości, Wydawnictwa Politechniki Śląskiej, Gliwice 2001, s. 469-479
  • [4] Rutkowska D., Piliński M., Rutkowski L., Sieci neuronowe, algorytmy genetyczne i systemy rozmyte, Wydawnictwo Naukowe PWN, Łódź 1999
  • [5] Topolski M., Komputerowe algorytmy rozpoznawania sekwencyjnego z modelem łączącym teorię ewidencji matematycznej z teorią zbiorów rozmytych, Praca doktorska, PRE1/07 Politechnika Wrocławska 2007
  • [6] Żołnierek A., The pat tern recognition alghorithm for controlled Markov chains with learning and additional classifier, [w]: Advanced simulation of system. Procedings of the XXVth International Autumn Colloquium. Ed. Jan Stefan [Sv. Hostyn, Czech Republic, September 8-10, 2003.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BPW6-0017-0040
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.