مطالعات مدیریت صنعتی

معرفی شبکه پس انتشار فازی جهت پیش بینی فروش کاغذ روزنامه

نوع مقاله : مقاله پژوهشی

نویسندگان

میرزا حسن حسینی 1
عبدالحمید صفایی قادیکلایی 2
سمیه علوی نژاد 3

1 عضو هیئت علمی دانشگاه پیام نور سازمان مرکزی

2 عضو هیئت علمی دانشگاه مازندران

3 کارشناسی ارشد مدیریتMBA دانشگاه پیام نور

چکیده
امروزه روش های کمی، به یکی از مهم ترین ابزارهای پیش بینی برای اخذ تصمیمات و سرمایه گذاری های کلان در بازار ها تبدیل شده اند. دقت پیش بینی، یکی از مهم ترین فاکتورهای انتخاب روش پیش بینی است؛ شبکه های عصبی مصنوعی، برنامه های کامپیوتری منعطفی هستند که در سطح گسترده ای برای پیش بینی با درجه بالایی از دقت به کار برده می شوند. در این مقاله با استفاده از ترکیب منطق فازی و شبکه عصبی پس از انتشار مدلی برای پیش بینی فروش کاغذ روزنامه ارائه شده است. برای ارزیابی مدل پیشنهادی، از داده واقعی شرکت چوب و کاغذ مازندران استفاده شد. پس از جمع آوری اطلاعات لازم، به کمک نرم افزار MATLAB نسبت به تجزیه و تحلیل داده ها اقدام و مدل پیشنهادی برای پیش بینی فروش کاغذ روزنامه ارائه گردید. همچنین برای ارزیابی مدل پیشنهادی، نتایج پیش بینی با روش شبکه های عصبی فازی و روشهای رگرسیون و سری زمانی ARIMA مورد مقایسه قرار گرفت که نشان دهنده برتری شبکه عصبی فازی بر دو روش دیگر است.

کلیدواژه‌ها

پیش بینی فروش
تئوری فازی
شبکه عصبی
شبکه پس انتشار فازی

عنوان مقاله English

Fuzzy Delphi and Back- Propagation model for sale forecasting in Wood and Paper industry Case: Mazandaran Wood & Paper

نویسندگان English

Mirza Hassan Hosseini 1
Abdolhamid Safaee 2
Somayeh Alavy nezhad 3
چکیده English

Nowadays quantitative methods have become very important tools for forecasting purposes in markets as for improved decisions and investment. Forecasting accuracy is one of the most important factors involved in selecting method; Artificial Neural Network (ANNs) arc flexible computing frameworks that can be applied to a wide range of forecasting with a high degree of accuracy, in this research, Fuzzy logic and Artificial Neural Network are integrated in to the Fuzzy Back- Propagation Network (FBPN) for sales forecasting in Wood and Paper industry. The proposed system is evaluated through the real world data provided by a Wood an d Paper company and experimental results indicate that the Fuzzy Back- Propagation approach outperforms are better other two different forecasting models (Linear Regression and ARIMA time series model) in MAPE measures.

کلیدواژه‌ها English

Sale forecasting
Fuzzy Theory
Neural Network
Fuzzy Back-Propagation Network

ٌصفحه اصلی

اعضای هیات تحریریه

ارسال مقاله

تماس با ما