人工智能和数学模型在塑料行业需求预测中的应用

Daniela Angelo de Lima, L. L. Corso
{"title":"人工智能和数学模型在塑料行业需求预测中的应用","authors":"Daniela Angelo de Lima, L. L. Corso","doi":"10.18226/23185279.v8iss2p24","DOIUrl":null,"url":null,"abstract":"As constantes mudancas nos habitos dos consumidores de utensilios domesticos evidenciam a importância do gerenciamento dos estoques, a fim de reduzir o valor investido e evitar obsolescencia. O planejamento estrategico das organizacoes depende da identificacao e previsao correta das mudancas emergentes no mercado. Embora existam diferentes metodos desenvolvidos na leitura, uma das principais dificuldades que se encontra e a escolha do metodo mais apropriado a ser utilizado. Este estudo tem por objetivo realizar a aplicacao de inteligencia artificial e metodos matematicos de previsao de demanda em uma empresa que atua no setor de plasticos e identificar qual tecnica apresenta melhores resultados na acuracidade da previsao, onde foram analisadas 365 bases historicas de diferentes produtos. Apresenta-se a comparacao de modelos matematicos com o modelo Redes Neurais Artificiais (RNA). Para a utilizacao do modelo RNA se desenvolveu um modelo matematico de otimizacao capaz de encontrar a melhor quantidade de neuronios, funcao matematica de treinamento e delay da rede por meio de Algoritmos Geneticos, minimizando os erros de previsao. Por meio da analise dos resultados observou-se que o modelo RNA otimizado apresentou menor percentual de erro dos dados realizados quando comparados com os demais modelos aplicados nesse estudo. Desta forma aumentando a confiabilidade e aceitabilidade do modelo, podendo ser utilizado em casos similares. A performance e comparativo estatistico dos metodos foram realizados a partir do MAPE e MAE, onde constatou-se que em 95% das vezes o modelo de RNA com otimizacao determinou as melhores previsoes. http://dx.doi.org/10.18226/23185279.v8iss2p24","PeriodicalId":21696,"journal":{"name":"Scientia cum Industria","volume":"132 1","pages":"24-29"},"PeriodicalIF":0.0000,"publicationDate":"2020-04-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":"{\"title\":\"Aplicação de Inteligência Artificial e Modelos Matemáticos para Previsão de Demanda em uma indústria do ramo plástico\",\"authors\":\"Daniela Angelo de Lima, L. L. Corso\",\"doi\":\"10.18226/23185279.v8iss2p24\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"As constantes mudancas nos habitos dos consumidores de utensilios domesticos evidenciam a importância do gerenciamento dos estoques, a fim de reduzir o valor investido e evitar obsolescencia. O planejamento estrategico das organizacoes depende da identificacao e previsao correta das mudancas emergentes no mercado. Embora existam diferentes metodos desenvolvidos na leitura, uma das principais dificuldades que se encontra e a escolha do metodo mais apropriado a ser utilizado. Este estudo tem por objetivo realizar a aplicacao de inteligencia artificial e metodos matematicos de previsao de demanda em uma empresa que atua no setor de plasticos e identificar qual tecnica apresenta melhores resultados na acuracidade da previsao, onde foram analisadas 365 bases historicas de diferentes produtos. Apresenta-se a comparacao de modelos matematicos com o modelo Redes Neurais Artificiais (RNA). Para a utilizacao do modelo RNA se desenvolveu um modelo matematico de otimizacao capaz de encontrar a melhor quantidade de neuronios, funcao matematica de treinamento e delay da rede por meio de Algoritmos Geneticos, minimizando os erros de previsao. Por meio da analise dos resultados observou-se que o modelo RNA otimizado apresentou menor percentual de erro dos dados realizados quando comparados com os demais modelos aplicados nesse estudo. Desta forma aumentando a confiabilidade e aceitabilidade do modelo, podendo ser utilizado em casos similares. A performance e comparativo estatistico dos metodos foram realizados a partir do MAPE e MAE, onde constatou-se que em 95% das vezes o modelo de RNA com otimizacao determinou as melhores previsoes. http://dx.doi.org/10.18226/23185279.v8iss2p24\",\"PeriodicalId\":21696,\"journal\":{\"name\":\"Scientia cum Industria\",\"volume\":\"132 1\",\"pages\":\"24-29\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2020-04-10\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"1\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Scientia cum Industria\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.18226/23185279.v8iss2p24\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Scientia cum Industria","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.18226/23185279.v8iss2p24","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

摘要

家庭用具消费者习惯的不断变化突出了库存管理的重要性,以减少投资价值,避免过时。组织的战略规划依赖于正确识别和预测市场中出现的变化。虽然有不同的阅读方法,但主要的困难之一是选择最合适的阅读方法。本研究旨在将人工智能和数学方法应用于塑料行业的需求预测,并确定哪种技术在预测准确性方面表现最好,分析了365个不同产品的历史基础。将数学模型与人工神经网络模型进行了比较。利用神经网络模型,建立了一个数学优化模型,能够通过遗传算法找到最佳的神经元数量、数学训练函数和网络延迟,最大限度地减少预测误差。通过对结果的分析,发现与本研究中应用的其他模型相比,优化后的RNA模型的数据错误率更低。提高了模型的可靠性和可接受性,可用于类似的情况。利用MAPE和MAE对两种方法进行了性能和统计比较,发现在95%的情况下,优化后的RNA模型确定了最佳预测。http://dx.doi.org/10.18226/23185279.v8iss2p24
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Aplicação de Inteligência Artificial e Modelos Matemáticos para Previsão de Demanda em uma indústria do ramo plástico
As constantes mudancas nos habitos dos consumidores de utensilios domesticos evidenciam a importância do gerenciamento dos estoques, a fim de reduzir o valor investido e evitar obsolescencia. O planejamento estrategico das organizacoes depende da identificacao e previsao correta das mudancas emergentes no mercado. Embora existam diferentes metodos desenvolvidos na leitura, uma das principais dificuldades que se encontra e a escolha do metodo mais apropriado a ser utilizado. Este estudo tem por objetivo realizar a aplicacao de inteligencia artificial e metodos matematicos de previsao de demanda em uma empresa que atua no setor de plasticos e identificar qual tecnica apresenta melhores resultados na acuracidade da previsao, onde foram analisadas 365 bases historicas de diferentes produtos. Apresenta-se a comparacao de modelos matematicos com o modelo Redes Neurais Artificiais (RNA). Para a utilizacao do modelo RNA se desenvolveu um modelo matematico de otimizacao capaz de encontrar a melhor quantidade de neuronios, funcao matematica de treinamento e delay da rede por meio de Algoritmos Geneticos, minimizando os erros de previsao. Por meio da analise dos resultados observou-se que o modelo RNA otimizado apresentou menor percentual de erro dos dados realizados quando comparados com os demais modelos aplicados nesse estudo. Desta forma aumentando a confiabilidade e aceitabilidade do modelo, podendo ser utilizado em casos similares. A performance e comparativo estatistico dos metodos foram realizados a partir do MAPE e MAE, onde constatou-se que em 95% das vezes o modelo de RNA com otimizacao determinou as melhores previsoes. http://dx.doi.org/10.18226/23185279.v8iss2p24
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信