Zespolona metoda prognozowania we wspomaganiu decyzji w przedsiębiorstwie

• Autorzy: Grzeszczyk T. A.
• Języki publikacji: PL

Abstrakty

PL

Istotą przeprowadzonych badań jest określenie metody prognozowania we wspomaganiu decyzji w przedsiębiorstwie, bardziej efektywnej od dotychczas wykorzystywanych, pojedynczych sieci neuronowych. Autor przyjął założenie, że istnieje możliwość oraz potrzeba integracji sieci neuronowych i metody zbiorów przybliżonych, dla prognozowania w przedsiębiorstwie. Ta nowa metoda opiera się na analizie parametrów ilościowych i jakościowych. Stworzony system prognostyczny bazuje na dwóch podsystemach zintegrowanych w sposób zespolony - równoległy. Ten sposób prognozowania nazwano zespoloną metodą prognozowania.

EN

The main subject of this paper is to determine forecasting methods to be used in decision support which would be more effective than, the currently applied, single neural networks. The author is convinced that some opportunity and need exists to integrate artificial neural networks and the rough sets method to be used in the decision support system in a company. A new method of this kind should be based on the analysis of quantitative and qualitative factors. The author has carried out research on forecasting models built using four types of networks: Linear, MLP (Multilayer Percep-tron), RBF (Radial Basis Function), and GRNN (Generalized Regression Neural Networks). The following quantitative measures of the quality of neural models were applied for the purposes of this paper (among others): regression statistics, mean square errors, mean relative errors, one-and five-day forecasts. The results of experiments confirmed the thesis assumed by the author that there the opportunity, along with the necessity to integrate of coupled neural networks with rough sets method for forecasting in decision support exists.

Słowa kluczowe

PL

metody prognozowania; sieci neuronowe; zbiory przybliżone

EN

forecasting methods; neural networks; approximate sets

• Wydawca: Oficyna Wydawnicza Politechniki Warszawskiej
• Czasopismo: Prace Naukowe Politechniki Warszawskiej. Organizacja i Zarządzanie Przemysłem
• Rocznik: 2004
• Tom: z. 16
• Strony: 93--108
• Opis fizyczny: Bibliogr. 25 poz., rys., tab., wykr.

Twórcy

autor

Grzeszczyk T. A.

• Zakład Systemów Informatycznych Politechniki Warszawskiej

Bibliografia

• [1] Dittmann P. [1999], Metody prognozowania sprzedaży w przedsiębiorstwie, Wydawnictwo AE im. Oskara Langego we Wrocławiu, 1999.
• [2] Duch W., Korbicz J., Rutkowski L., Tadeusiewicz R. [2000], Sieci neuronowe, Biocybernetyka i inżynieria biomedyczna 2000, PAN, Akademicka Oficyna Wydawnicza EXIT, Warszawa.
• [3] Garczarczyk J., Matusewicz R. [1999], Organizacja marketingu i popyt na usługi marketingowe w polskich przedsiębiorstwach, http://capella.ae.poznan.pl/
• [4] Grabiński T., Malina A., Zeliaś A. [1990], Metody analizy danych empirycznych na podstawie szeregów przekrojowo-czasowych, AE w Krakowie, Kraków.
• [5] Griffin R.W. [1999], Podstawy zarządzania organizacjami, PWN, Warszawa.
• [6] Grzeszczyk T.A. [2000a], Inteligentny system prognozowania sprzedaży w przedsiębiorstwie, Konf. nt Komputerowo zintegrowane zarządzanie, Zakopane, 10-12 stycznia 2000 r.
• [7] Grzeszczyk T.A. [2000b], Nowa metoda prognozowania sprzedaży, Ekonomika i organizacja przedsiębiorstwa, 1/2000.
• [8] Grzeszczyk T.A. [2000c], Nowa metoda prognozowania sprzedaży, http://www.reporter.pl/bizreporter/, 2/2000.
• [9] Grzeszczyk T.A. [2000d], Integracja sieci neuronowych i metody zbiorów przybliżonych w prognozowaniu sprzedaży, Problemy projektowania wielkich systemów informatycznych, IOSP PW - Zakład Systemów Informatycznych, Warszawa, luty 2000.
• [10] Grzeszczyk T.A. [2000e], Sztuczna inteligencja w prognozowaniu sprzedaży, Szkoła letnia „Warszawa 2000”, wrzesień 2000.
• [11] Grzeszczyk T.A. [2000f], Rough Sales Forecasting System, Informations Systems - Research, Teaching and Practice, Proceedings of the 5th UKAIS Conference University of Wales Institute, Cardiff, 26-28 April 2000.
• [12] Grzeszczyk T.A. [2001a], Wpływ promocji na sprzedaż, Konf. nt. Komputerowo zintegrowane zarządzanie, Zakopane, 15-17 stycznia 2001 r.
• [13] Grzeszczyk T.A. [2001b], Zastosowanie sieci neuronowych do analizy szeregów czasowych danych społeczno-ekonomicznych, raport z badań, WIP PW, Warszawa, czerwiec 2001 .
• [14] Grzeszczyk T.A. [2001c], Zespołowa metoda prognozowania, Przedsiębiorstwo w procesie globalizacji, pod red. T. Krupy, WNT, Warszawa.
• [15] Grzeszczyk T.A. [2002a], Metoda prognozowania integrująca sieci neuronowe i zbiory przybliżone w zastosowaniach organizatorskich, rozprawa doktorska, Politechnika Warszawska.
• [16] Grzeszczyk T.A. [2002b], Rough Sets Theory for Sales Forecasting System, in: New Challenges And Old Problems In Enterprise Management, edited by T. Krupa, WNT, Warszawa.
• [17] Kotler Ph. [1999], Marketing. Analiza, planowanie, wdrażanie, kontrola, Wydawnictwo FELBERG SJA, Warszawa.
• [18] Lula P. [1999], Jednokierunkowe sieci neuronowe w modelowaniu zjawisk ekonomicznych, Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków.
• [19] Lula P. [2000], Ocena modeli neuronowych wykorzystywanych w zagadnieniach modelowania i prognozowania, Prace Naukowe AE we Wrocławiu, Nr 874, Taksonomia 7, Klasyfikacja i analiza danych, Teoria i zastosowania.
• [20] Luszniewicz A., Słaby T. [2001], Statystyka z pakietem komputerowym STATISTICA PL, Teoria i zastosowania, Wydawnictwo C.H. Beck, Warszawa.
• [21] Marciniak S. [1989], Zespolona metoda oceny efektywności przedsięwzięć techniczno-organizacyjnych, Prace Naukowe PW, Organizacja i zarządzanie przemysłem, z. 4.
• [22] Pawlak Z.: Rough sets, Int. Journal of Computer and Information Sciences, 11/1982.
• [23] Statsoft [2001], Opis do programu Statistica Neural Networks 4.0 PL, opracowanie dla Statsoft: R. Tadeusiewicz, P. Lula, Kraków.
• [24] Tang Z., Almeida C., Fishwick P.A. [1991], Times series forecasting using neural networks vs. Box-Jenkins methodology, Simulations Councils, Nov.
• [25] Zeliaś A. [1997), Teoria prognozy, PWE, Warszawa.