Нейросетевое моделирование динамически адаптируемого прогноза объемов сбыта многоассортиментной продукции: На примере реализации одежды «Глория Джинс»

Актуальность. Планирование объема сбыта многоассортиментной продукции, включающее маркетинговое исследование рынка, прогнозирование спроса покупателей на основе данных за предыдущие периоды и определяющее на будущее вероятностные характеристики процесса управления предприятием, позволяет получить такие показатели эффективности функционирования компании как величину доходов, прибыль и уровень рентабельности.

Критерии оптимизации процесса управления предприятием, включающие планируемые объемы сбыта многоассортиментной продукции и формализующиеся в виде целевой функции, позволяют определить стратегию развития компании с учетом ограничений экономического характера.

Задачам прогнозирования на основе моделей временных рядов посвящено большое количество исследований. Имеются успешные решения по построению прогноза с использованием вероятностных методов, нейросете-вого моделирования, субъективных знаний экспертов. В частности исследованиям в данной области посвящены работы Бокса Дж., Дженкинса Г., Боровикова В. П., Ивченко Г. И., Лукашина Ю. П., Оссовского С., Комарцовой Л. Г., Максимова A.B. и др. Однако в случае применения рассматриваемых методов к особенностям предприятия, реализующего многоассортиментную продукцию, возникает необходимость в прогнозе по целевым группам, который позволит эффективно адаптироваться к меняющимся рыночным условиям и изменениям данных за предыдущие периоды.

В связи с этим все более актуальной является разработка новых методов и алгоритмов и программно-математических инструментариев на их основе, делающих возможным получение эффективных решений в вопросах снижения погрешности прогнозирования объемов сбыта многоассортиментной продукции, сокращения времени обработки данных.

Цель диссертационной работы состоит в повышении эффективности программно-моделирующих комплексов прогнозирования экономических временных рядов объемов сбыта многоассортиментной продукции.

Для достижения поставленной цели необходимо решить следующие научные задачи:

1. Провести анализ особенностей предприятий, реализующих многоассортиментную продукцию, и состояния вопросов прогнозирования объемов их сбыта в условиях меняющейся рыночной конъюнктуры для определения требований к методике прогнозирования объемов сбыта и программно-математическому инструментарию.

2. Разработать метод предварительной обработки исходной информации по категориям переменных многоассортиментной продукции с целью повышения точности прогноза.

3. Разработать концептуальный метод динамически адаптируемого прогноза объемов сбыта на основе модели временных рядов и создать специализированный программно — математический инструментарий.

4. Разработать модель и алгоритм нейросетевого моделирования динамически адаптируемого прогноза объемов сбыта многоассортиментной продукции.

5. Создать нейроимитатор прогноза объемов сбыта многоассортиментной продукции на основе анализа статистических данных большой размерности с большим числом исходных данных и нелинейными зависимостями.

Методы исследования. В диссертации научные исследования основаны на методах системного анализа, математического моделирования, нейросетевого моделирования, математической статистики, искусственного интеллекта и экспертных оценок, при широком использовании программно-математического инструментария.

Научная новизна:

1. Предложен метод предварительной обработки исходной информации на основе динамической кластеризации многоассортиментной продукции позиционированием по целевым группам потребителей с учетом экспертных оценок, позволяющий повысить точность прогноза.

2. Построена математическая модель на основе методики Бокса-Дженкинса для получения прогноза объемов сбыта многоассортиментной продукции, отличающаяся введением дополнительной совокупности коэффициентов временного ряда, что позволяет осуществлять динамическую адаптацию к изменениям текущих рыночных условий и данных за предыдущие периоды.

3. Создана нейросетевая модель для построения прогноза объемов сбыта многоассортиментной продукции, отличающиеся введением дополнительной динамически адаптируемой совокупности связанных коэффициентов сезонности и временного ряда, позволяющая повысить точность прогноза.

4. Разработан концептуальный метод моделирования прогноза объемов сбыта многоассортиментной продукции на основе модели временных рядов, отличающийся использованием механизма динамической адаптации к текущим рыночным условиям и изменениям данных за предыдущие периоды.

5. Разработан алгоритм нейросетевого моделирования прогноза объемов сбыта многоассортиментной продукции на основе метода обучения обратного распространения ошибки, позволяющий сократить время обработки данных и повысить точность прогноза.

Обоснованность и достоверность научных положений и выводов подтверждается применением системного подхода, корректным использованием современного математического аппарата, проверкой на основе имитационных исследований.

Практическая ценность работы. Разработана методика моделирования прогноза объемов сбыта многоассортиментной продукции на основе модели временных рядов, отличающаяся использование механизма динамической адаптации к изменениям данных за предыдущие периоды и текущим рыночным условиям.

Создан программно — математический инструментарий, включающий модель на основе методики Бокса-Дженкинса для построения прогноза объемов сбыта многоассортиментной продукции с учетом дополнительной совокупности коэффициентов временного ряда и позволивший автоматизировать процесс прогнозирования, сократить время обработки данных, повысить точность прогноза.

Разработан нейроимитатор на основе нейросетевой модели для построения прогноза объемов сбыта многоассортиментной продукции с учетом дополнительной динамически адаптируемой совокупности связанных коэффициентов сезонности и временного ряда, обладающий существенными преимуществами при анализе статистических данных большой размерности с большим числом исходных данных, а также при построении нелинейных зависимостей и позволивший автоматизировать процесс прогнозирования, сократить время обработки данных и повысить точность прогноза.

С использованием предложенных программно-математических инст-рументариев построены прогнозы объемов сбыта многоассортиментной продукции на ЗАО «Корпорация «Глория Джине». Результаты исследования нашли свое применение при определении стратегии развития компании и построении комплексного мастер плана сбыта многоассортиментной продукции, оформлены в виде технической документации и переданы вместе с программно-моделирующими комплексами для использования в соответствующие подразделения компании. Материалы диссертации использованы в учебном процессе на факультете высоких технологий Ростовского государственного университета для подготовки магистров по направлению «Системный анализ и управление» и специальности «Менеджмент высоких технологий».

Апробация работы. Основные положения работы докладывались и обсуждались на 6-ти конференциях, в том числе, на 51-й научно-технической конференции студентов и аспирантов (ЮРГТУ (НПИ)), май 2002 г.- на XVI Международной конференции «Математические методы в технике и технологиях» (Ростов н/Д), май 2003 г.- на IIIй Международной научно-технической конференции «Автоматизация технологических объектов и процессов. Поиск молодых» (Донецк), май 2003 г.- на региональных конференциях «Управление в технических, технологических, социально-экономических и медико-биологических системах», (ЮРГТУ (НПИ)), апрель 2003, 2004 г. г.- на XXX военно — научной конференции (Новочеркасск, НВИС), март 2003 г.- на международной научно-технической конференции «Новые технологии управления движением технических объектов» (Новочеркасск, 2003 г.).

Индивидуально или в соавторстве опубликованы в журналах и сборниках научных трудов 15 печатных работ. Из них 7 научных статей, 4 тезиса докладов и 4 свидетельства об официальной регистрации программы для ЭВМ. В работах, написанных в соавторстве, основные научные положения получены диссертантом лично.

Результаты исследования нашли свое применение при определении стратегии развития компании ЗАО «Корпорация «Глория Джине» и построении комплексного мастер плана сбыта многоассортиментной продукции, оформлены в виде технической документации и переданы вместе с программно-моделирующими комплексами для использования в соответствующие подразделения компании. Материалы диссертации использованы в учебном процессе на факультете высоких технологий Ростовского государственного университета для подготовки магистров по направлению «Системный анализ и управление» и специальности «Менеджмент высоких технологий».

ЗАКЛЮЧЕНИЕ

.

В ходе проведенных исследований в диссертационной работе были решены следующие задачи:

• разработан метод предварительной обработки исходной информации на основе динамической кластеризации многоассортиментной продукции позиционированием по целевым группам потребителей с учетом экспертных оценок, позволяющий повысить точность прогноза;

• разработана математическая модель на основе методики Бокса-Дженкинса для построения прогноза объемов сбыта многоассортиментной продукции, отличающаяся введением дополнительной совокупности коэффициентов временного ряда, что позволяет осуществлять динамическую адаптацию к изменениям текущих рыночных условий и данных за предыдущие периоды;

• разработана нейросетевая модель для построения прогноза объемов сбыта многоассортиментной продукции, отличающаяся введением дополнительной динамически адаптируемой совокупности связанных коэффициентов сезонности и временного ряда, позволяющая повысить точность прогноза;

• разработан концептуальный метод моделирования прогноза объемов сбыта многоассортиментной продукции на основе модели временных рядов, отличающийся использованием механизма динамической адаптации к изменениям данных за предыдущие периоды и текущим рыночным условиям;

• разработан алгоритм нейросетевого моделирования прогноза объемов сбыта многоассортиментной продукции на основе метода обучения обратного распространения ошибки, позволяющий автоматизировать процесс прогнозирования, сократить время обработки данных, повысить точность прогноза;

• разработан программно — математический инструментарий, включающий модель на основе методики Бокса-Дженкинса для построения прогноза объемов сбыта многоассортиментной продукции с учетом дополнительной совокупности коэффициентов временного ряда и позволивший автоматизировать процесс прогнозирования, сократить время обработки данных, повысить точность прогноза;

• разработан программно — математический инструментарий, включающий нейросетевую модель для построения прогноза объемов сбыта многоассортиментной продукции с учетом дополнительной динамически адаптирумой совокупности связанных коэффициентов сезонности и временного ряда, обладающий существенными преимуществами при анализе статистических данных большой размерности с большим числом исходных данных, а также при построении нелинейных зависимостей и позволивший автоматизировать процесс прогнозирования, сократить время обработки данных, повысить точность прогноза.