Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "prognozowania" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Hierarchical Sales Forecasting System for Apparel Companies and Supply Chains
Hierarchiczny system prognozowania sprzedaży dla firm odzieżowych i łańcuchów dostaw
Autorzy:
Lenort, R.
Besta, P.
Powiązania:
https://bibliotekanauki.pl/articles/232705.pdf
Data publikacji:
2013
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
Tematy:
apparel company
hierarchical forecasting
sales forecasting
top-down approach
forecasting system
firma odzieżowa
hierarchiczna prognozowanie
prognozowanie sprzedaży
podejście odgórne
system prognozowania
Opis:
The typical problems facing with apparel companies and supply chains are forecasting errors, because fashion markets are volatile and difficult to predict. For that reason, the ability to develop accurate sales forecasts is critical in the industry. There are several research studies related to forecasting apparel goods, but very often only for one level. However, apparel companies and supply chains deal with a number of levels at which the forecasts could exist and require consistent forecasts at all of them. The paper presents a hierarchical middle-term forecasting system designed for this purpose on the basis of a literature review. The system is built by the top-down forecasting approach and verified by means of a case study in a particular apparel company. The weaknesses of the system are identified during discussion of the results acquired. A generalised concept of the ANN forecasting model is designed for elimination these weaknesses.
Rynki mody są niestabilne i trudne do przewidzenia, dlatego typowym problemem, z którym muszą się uporać firmy odzieżowe dla konstrukcji odpowiednich łańcuchów dostaw to przewidywanie błędów. Z tego powodu, możliwość opracowania dokładnej prognozy sprzedaży jest bardzo istotna w przemyśle. Istnieje wiele badań naukowych dotyczących prognozowania dla towarów odzieżowych, ale bardzo często dotyczą tylko jednego poziomu. Jednak firmy odzieżowe i łańcuchy dostaw mają do czynienia z dużą liczbą poziomów i wymagają spójnych prognoz na wszystkie z nich. Przedstawiono hierarchiczny system średnioterminowego prognozowania przeznaczony do tego celu. System zbudowano przez odgórne podejście prognozowania i zweryfikowano poprzez studium przypadku w danej firmie odzieżowej. Słabości systemu zostały określone podczas dyskusji uzyskanych wyników. Uogólnione pojęcie modelu prognozowania przeznaczone jest do eliminacji słabości.
Źródło:
Fibres & Textiles in Eastern Europe; 2013, 6 (102); 7-11
1230-3666
2300-7354
Pojawia się w:
Fibres & Textiles in Eastern Europe
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Intelligent Retail Forecasting System for New Clothing Products Considering Stock-out
Inteligentny system przewidywania sprzedaży detalicznej nowych produktów odzieżowych uwzględniający wyprzedaż
Autorzy:
Huang, H.
Liu, Q.
Powiązania:
https://bibliotekanauki.pl/articles/232823.pdf
Data publikacji:
2017
Wydawca:
Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
Tematy:
intelligent forecasting system
demand estimation
stock out
adaptive neuro fuzzy inference system
new clothing product
inteligentny system prognozowania
prognozowanie popytu
system adaptacyjno neuronowy
dane rozproszone
selekcja danych
Opis:
Improving the accuracy of forecasting is crucial but complex in the clothing industry, especially for new products, with the lack of historical data and a wide range of factors affecting demand. Previous studies more concentrate on sales forecasting rather than demand forecasting, and the variables affecting demand remained to be optimized. In this study, a two-stage intelligent retail forecasting system is designed for new clothing products. In the first stage, demand is estimated with original sales data considering stock-out. The adaptive neuro fuzzy inference system (ANFIS) is introduced into the second stage to forecast demand. Meanwhile a data selection process is presented due to the limited data of new products. The empirical data are from a Canadian fast-fashion company. The results reveal the relationship between demand and sales, demonstrate the necessity of integrating the demand estimation process into a forecasting system, and show that the ANFIS-based forecasting system outperforms the traditional ANN technique.
Poprawa dokładności prognozowania jest bardzo istotna, ale skomplikowana w przypadku przemysłu odzieżowego, zwłaszcza dla nowych produktów oraz szerokiego zakresu czynników wpływających na popyt. Wcześniejsze badania bardziej koncentrowały się na prognozowaniu sprzedaży, niż prognozowaniu popytu. Zmienne wpływające na popyt powinny zostać zoptymalizowane. W tym badaniu opracowano dwustopniowy inteligentny system prognozowania sprzedaży detalicznej przeznaczony dla nowych produktów odzieżowych. W pierwszym etapie, popyt jest określony za pośrednictwem oryginalnych danych dotyczących sprzedaży. Adaptacyjny neuronowy system danych rozproszonych (ANFIS) jest wprowadzony w drugim etapie do prognozowania popytu. Jednocześnie prezentowany jest proces selekcji danych. Dane empiryczne pochodzą z kanadyjskiej firmy.
Źródło:
Fibres & Textiles in Eastern Europe; 2017, 1 (121); 10-16
1230-3666
2300-7354
Pojawia się w:
Fibres & Textiles in Eastern Europe
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies