dc.contributor.author | Κανιάρης, Δημοσθένης | el |
dc.contributor.author | Kaniaris, Dimosthenis | en |
dc.date.accessioned | 2021-12-15T09:41:08Z | |
dc.date.available | 2021-12-15T09:41:08Z | |
dc.identifier.uri | https://dspace.lib.ntua.gr/xmlui/handle/123456789/54178 | |
dc.identifier.uri | http://dx.doi.org/10.26240/heal.ntua.21876 | |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ | * |
dc.subject | Μέθοδοι πρόβλεψης | el |
dc.subject | Πρόβλεψη ζήτησης | el |
dc.subject | Εξωτερικοί παράγοντες | el |
dc.subject | Snap | en |
dc.subject | Exponential smoothing method | en |
dc.title | Μελέτη της επίδρασης του διαστήματος αξιολόγησης των μοντέλων πρόβλεψης στην απόδοσή τους και προτάσεις για τη βελτίωση αυτής σε μακροπρόθεσμο επίπεδο | el |
heal.type | bachelorThesis | |
heal.classification | Προβλέψεις | el |
heal.language | el | |
heal.access | free | |
heal.recordProvider | ntua | el |
heal.publicationDate | 2021-11-03 | |
heal.abstract | Η παραγωγή προβλέψεων είναι η τέχνη της αξιοποίησης ιστορικών δεδομένων, όπως ιστορικά δεδομένα πωλήσεων, για να προσπαθήσουμε να εκτιμήσουμε ποιο θα είναι το μέλλον. Η ακρίβεια των προβλέψεων είναι εξαιρετικά χρήσιμη για την υποστήριξη των αποφάσεων των επιχειρήσεων κάθε μεγέθους καθώς πιθανά σφάλματα στην ακρίβεια πρόβλεψης αποφέρουν οικονομική ζημία στους επιχειρηματίες. Ο σκοπός της παρούσας διπλωματικής είναι η αξιοποίηση διαφορετικών μοντέλων πρόβλεψης προκειμένου να διαπιστωθεί η σημασία των ιστορικών δεδομένων, η χρήση εξωγενών παραγόντων και ο συνδυασμός διαφορετικών μοντέλων αλλά και να εντοπιστεί μια μέθοδος πρόβλεψης πωλήσεων η οποία θα είναι συστηματικά ακριβής χωρίς να αυξάνει την πολυπλοκότητα της διαδικασίας πρόβλεψης έναντι άλλων μεθόδων. Η εφαρμογή των μοντέλων πρόβλεψης γίνεται σε πραγματικά ιστορικά δεδομένα για τις πωλήσεις της Walmart τα οποία αξιοποιήθηκαν από τον διαγωνισμό προβλέψεων M5. Στη παρούσα εργασία αξιοποιήθηκαν διάφορα μοντέλα χρονοσειρών αλλά ιδιαίτερη έμφαση δόθηκε στην μέθοδο εκθετικής εξομάλυνσης σε συνδυασμό με διάφορους εξωτερικούς παράγοντες. Στη παρούσα διπλωματική, αφού παρουσιαστούν αναλυτικά οι μέθοδοι και τα μοντέλα πρόβλεψης που χρησιμοποιούνται για τη διεξαγωγή πειραμάτων, πραγματοποιείται μια εκτενής ανάλυση των ιστορικών δεδομένων που αξιοποιούνται καθώς και μια σύντομη περιγραφή του διαγωνισμού M5. Στη συνέχεια παρουσιάζεται αναλυτικά η πειραματική διαδικασία της παρούσας εργασίας. Αρχικά, αξιοποιήθηκαν αρκετές στατιστικές προβλέψεις για την πρόβλεψη πωλήσεων σε χαμηλό επίπεδο, όπου κυριαρχεί η διακοπτόμενη ζήτηση έναντι καθαρών μοτίβων στα χαρακτηριστικά των χρονοσειρών. Έπειτα χρησιμοποιήθηκε η μέθοδος εκθετικής εξομάλυνσης με εξωτερικούς παράγοντες για την πρόβλεψη σε υψηλό επίπεδο όπου κυριαρχεί η τάση και η εποχικότητα. Τέλος, αναλύθηκαν όλα τα αποτελέσματα των προηγούμενων μεθόδων για να διαπιστωθεί η σημασία αξιοποίησης ή μη των εξωτερικών παραγόντων και ο βαθμός αξιοποίησης των ιστορικών δεδομένων στη βελτίωση της ακρίβειας πρόβλεψης διατηρώντας χαμηλή την πολυπλοκότητα των μεθόδων. | el |
heal.advisorName | Ασημακόπουλος, Βασίλειος | el |
heal.committeeMemberName | Ασημακόπουλος, Βασίλειος | el |
heal.committeeMemberName | Ασκούνης, Δημήτριος | el |
heal.committeeMemberName | Ψαρράς, Ιωάννης | el |
heal.academicPublisher | Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Ηλεκτρικών Βιομηχανικών Διατάξεων και Συστημάτων Αποφάσεων. Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης | el |
heal.academicPublisherID | ntua | |
heal.numberOfPages | 128 σ. | el |
heal.fullTextAvailability | false |
Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο: