Smartstock > Blog pl >

Modelowanie niepewności za pomocą zbiorów rozmytych

Niepewność jest obecna we wszystkich dziedzinach działalności człowieka, jest nieodłącznym elementem rzeczywistości. Oznacza to, że jakakolwiek próba opisu tej rzeczywistości powinna uwzględniać występowanie niepewności.  To właśnie w potrzebie modelowania niepewności  należy upatrywać impulsu dla rozwoju teorii zbiorów rozmytych i jej późniejszym uogólnieniom. Uwzględnienie niepewności w opisie rzeczywistości wymaga wskazania źródeł tej niepewności.  Można zidentyfikować dwie…

21 czerwca, 2022
Zobacz post

Collaborative Planning, Forecasting and Replenishment czyli czy warto dzielić się informacjami

Dla przypomnienia CPFR (ang. Collaborative Planning, Forecasting and Replenishment) to wspólne prognozowanie, planowanie i uzupełnianie zapasów, które opiera się na porozumieniu partnerów biznesowych w zakresie stałej wymiany informacji na temat prognoz sprzedaży, zakupów i zapasów oraz planów promocji, produkcji i dostaw wraz z ustaleniem sposobów identyfikacji i wyjaśniania zaistniałych odchyleń. Nawiązanie współpracy zgodnie z zasadami…

12 maja, 2022
Zobacz post

Collaborative Planning, Forecasting and Replenishment jako narzędzie skutecznego zarządzania zapasami

CPFR (ang. Collaborative Planning, Forecasting and Replenishment) to wspólne prognozowanie, planowanie i uzupełnianie zapasów, które opiera się na porozumieniu partnerów biznesowych w zakresie stałej wymiany informacji na temat prognoz sprzedaży, zakupów i zapasów oraz planów promocji, produkcji i dostaw wraz z ustaleniem sposobów identyfikacji i wyjaśniania zaistniałych odchyleń. CPFR to technika poprawiająca jakość prognozowania i…

6 maja, 2022
Zobacz post

Prognozowanie popytu z wykorzystaniem sieci neuronowych

Prognozowanie popytu odgrywa kluczową rolę w zarządzaniu i optymalizacji zapasów i tym samym decyduje o rentowności przedsiębiorstwa. Jest też jednym z najważniejszych elementów zarządzania łańcuchem dostaw, mającym wpływ na przepływ produktów pomiędzy jego ogniwami. Popraw trafności prognozowania popytu może przynieść wiele korzyści w postaci maksymalizacji zysku, zwiększenia sprzedaży czy efektywnego planowania produkcji. Podsumowując, prognoza popytu…

21 kwietnia, 2022
Zobacz post

Źródła logiki nieklasycznej

Za twórcę teorii zbiorów rozmytych i logiki rozmytej uważa się Lotfiego A. Zadeha, który jako pierwszy zaproponował formalną definicję zbioru rozmytego[1].  Jednak pierwsze próby wyjścia poza klasyczną logikę są znacznie starsze.  Najbardziej charakterystycznym założeniem logiki klasycznej jest zasada dwuwartościowości. Pozornie zasada ta wydaje się być  oczywista, ale w obowiązywanie tej zasady wątpił już Arystoteles. Logika…

14 kwietnia, 2022
Zobacz post

Zbiory rozmyte

W języku naturalnym do opisu zjawisk często posługujemy się określeniami nieprecyzyjnymi i wieloznacznymi.  Używamy określeń takich jak: wysoki wzrost, młody człowiek, niska temperatura, duże miasto itp. Ale co to znaczy, że ktoś jest np. wysoki? Czy człowiek, mający 180 cm wzrostu jest wysoki? Czy 179 cm również wystarczy by być uznanym za wysokiego? Co jeśli…

24 marca, 2022
Zobacz post

Perspektywy zastosowania sieci neuronowych LSTM i GRU w zarządzaniu łańcuchem dostaw

Efektywne zarządzanie łańcuchem dostaw jest uważane za jeden z kluczowych elementów wpływających na budowanie rynkowej przewagi konkurencyjnej. Łańcuch dostaw jest siecią, która zwykle obejmuje wiele firm współpracujących w ramach danej branży: od dostawców materiałów i komponentów, poprzez producentów, po dystrybutorów i detalistów. Dlatego też łańcuch dostaw należy postrzegać jako system wielopoziomowy, w którym korzystne jest…

17 marca, 2022
Zobacz post

Istota i znaczenia zapasu zabezpieczającego i jego implikacje z błędami prognoz popytu

Zapas zabezpieczający jest utrzymywany dla zabezpieczenia przed zmiennością popytu (odchyleniami popytu od prognoz) oraz zmiennością czasu cyklu uzupełnienia zapasów. Właściwy poziom  zapasu bezpieczeństwa pozwala uniknąć sytuacji braku zapasu w przypadku nieoczekiwanego wzrostu popytu lub wydłużenia się cyklu dostawy [1]. Niezbędne informacje do wyznaczenia zapasu zabezpieczającego to [2]: Oszacowanie odchylenia standardowego błędu prognozy popytu w cyklu…

3 marca, 2022
Zobacz post

Przedziały predykcji jako kwantyfikacja prognoz z wykorzystaniem sieci neuronowej

Przedziały predykcji (PP) oferują wygodny sposób kwantyfikacji niepewności prognoz, dlatego też znalazły szerokie zastosowanie w praktyce prognozowania. PP mogą dostarczyć informacji o najlepszych i najgorszych scenariuszach, umożliwiając decydentom podejmowanie świadomych decyzji w oparciu o cenne informacje na temat nieuniknionej niepewności przyszłości, a także tworzenie odpowiednich planów awaryjnych. Na przykład wąskie PP oznaczają niski poziom niepewności predykcji,…

15 lutego, 2022
Zobacz post

Rekurencyjne sieci neuronowe

Rekurencyjne sieci neuronowe (Recursive Neural Networks, RNN) wykorzystywane są do modelowania i prognozowania zmiennych ewoluujących w czasie. W odróżnieniu od standardowych sieci neuronowych mają zdolność zapamiętania kontekstu, w którym się znajdują. W  przypadku tradycyjnej sieci neuronowej zakłada się, że wszystkie wejścia (i wyjścia) są niezależne od siebie, natomiast sieci RNN wykonują to samo zadanie dla każdego…

28 stycznia, 2022
Zobacz post
  • 1
  • 2