Розв’язання задачі прогнозування споживчого попиту методами штучного інтелекту
Анотація
Прогнозування попиту – це процес оцінки майбутнього попиту на товар або послугу, який дає підприємствам змогу передбачити кількість продукції чи послуг, які споживачі можуть придбати у певний період часу [1]. Точність прогнозування є критично важливою для ефективного управління бізнесом, оскільки вона дає змогу правильно планувати виробничі процеси, розподіляти ресурси, оптимізувати логістику та здійснювати стратегічні інвестиції. Неправильна оцінка попиту може призвести до надлишку запасів, що тягне за собою зайві витрати на зберігання, або до дефіциту продукції, що знижує задоволення споживачів і втрачає потенційний дохід. Тому точне прогнозування попиту є основою для прийняття обґрунтованих рішень у плануванні виробництва та управлінні запасами.
Метою дослідження є застосування методів машинного навчання для прогнозування попиту, а саме прогнозування часових рядів.
Посилання
Jr C. C. W., Chase C. W. Demand-Driven Forecasting: A Structured Approach to Forecasting. Wiley Sons, Limited, John, 2015.
Huang C., Petukhina A. Applied time series analysis and forecasting with python. Springer International Publishing AG, 2022.
Method of neural network detection of anomalies in data of waste-free production audit / Т. Нескородєва, Є. Федоров, А. Нескородєва, Т. Січко, П. Римар. Computer systems and information technologies. 2021. № 2. С. 20–32.
Aguiar-Pérez J. M., Pérez-Juárez M. Á. An insight of deep learning based demand forecasting in smart grids. 2023. Т. 23. № 3. С. 1467.
Smyl S., Dudek G., Pełka P. ES-dRNN: a hybrid exponential smoothing and dilated recurrent neural network model for short-term load forecasting. IEEE transactions on neural networks and learning systems. 2023. P. 1–13. DOI: 10.1109/tnnls.2023.3259149 (date of access: 15.11.2024).
