Прогнозирование выручки от продаж на основе адаптивной нейро-нечеткой

Прогнозирование выручки от продаж на основе адаптивной нейро-нечеткой сети Выполнил: Горюнова А. , студент гр. 11 ПИ(б)Эк Руководитель: Беляева М. А. , доцент

Прогнозирование - процесс разработки прогноза. Этап прогнозирования - часть процесса разработки прогнозов, характеризующаяся своими задачами, методами и результатами. Деление на этапы связано со спецификой построения систематизированного описания объекта прогнозирования, сбора данных, с построением модели, верификацией прогноза.

Классификация прогнозов • по срокам: краткосрочные, среднесрочные, долгосрочные, дальнесрочные; • по масштабу: частные, местные, региональные, отраслевые, страновые, мировые (глобальные); • по ответственности (авторству): личные, на уровне предприятия (организации), на уровне государственных органов.

Методы прогнозирования • статистические методы; • экспертные оценки (метод Дельфи); • моделирование; • «по объекту-аналогу» ; • интуитивные (то есть выполненные без применения технических средств, экспромтом «в уме» , специалистом, имеющим опыт ранее применяемых научных методов в данном типе прогнозов)

Компьютерные приложения для прогнозирования SPSS, Statistica, Forecast Expert и др.

Основоположники теории нейронных сетей У. Маккалох и У. Питтс (1943 г. ) 1960 -1970 гг. Появление различных моделей искусственных нейронных сетей М. Минский, К. Штайнбух, В. Уидроу Современный этап с 1982 г. Дж. Хэпфилд

Структура искусственного нейрона

Двухслойная нейронная сеть

Окно графического редактора ANFIS

Исходные данные Январь Февраль Март Апрель Май Июнь Июль Август Сентябрь Октябрь Ноябрь Декабрь 2011 год 1 844 1 901 2 183 2 048 2 410 2 449 2 703 2 855 2 965 3 215 3 291 3 522 2012 год 3 522 3 512 3 545 3 269 3 395 3 272 3 093 2 832 2 844 2 716 2 391 2 370 171 500 143 643 271 242 571 755 304 890 562 800 742 518 028 756 749 725 838 748 171 027 935 368

Обучающие данные для построения модели гибридной сети

Внешний вид редактора ANFIS с загруженными обучающими данными

Диалоговое окно для задания количества и типа функций принадлежности

Графический интерфейс редактора FIS после определения входных и выходной переменных систем нечеткого вывода

График зависимости ошибки обучения от количества циклов обучения

Структура сгенерированной гибридной сети

Графический интерфейс редактора функций принадлежности входных переменных

Графический интерфейс редактора функций принадлежности для выходной переменной

Полный формат вызова функции Out = =evalfis ([2844171 2716027 2391935 2370368], 1)

Результат оценки построенной гибридной сети

Визуализация поверхности нечеткого вывода для входных переменных

СПАСИБО ЗА ВНИМАНИЕ!