ИСПОЛЬЗОВАНИЕ НЕЙРОННОЙ СЕТИ ПРИ ПРОГНОЗИРОВАНИИ ОБЪЕМА ПРОДАЖ ТОРГОВОЙ ФИРМЫ

Ливенцева А. В.

Ливенцева Анастасия Владимировна – бакалавр информационных систем и технологий, кафедра систем автоматизированного проектирования и информационных систем, Воронежский государственный технический университет, г. Воронеж

Аннотация: в статье приводятся обоснование необходимости автоматизации торговой деятельности и разработка информационной подсистемы прогнозирования продаж. Описывается методика построения нейронной сети и ее обучение с помощью алгоритма обратного распространения ошибки. Рассматриваются преимущества использования интеллектуальных систем в решении задач анализа и прогнозирования данных. В частности, обучение, настройка и принцип работы искусственной нейронной сети, адаптированной под решение практических задач торговой фирмы. Подобный подход при разработке информационных систем позволяет значительно сократить время на анализ и принятие решений при наличии изменяющихся внешних условий.

Ключевые слова: искусственная нейронная сеть, алгоритм обратного распространения ошибки, анализ продаж, прогнозирование, обучение.

USING NEURAL NETWORK IN FORECASTING SALES VOLUME TRADING COMPANY

Liventseva A. V.

Liventseva Anastasiya Vladimirovna – bachelor of Information Systems and Technologies, VORONEZH STATE TECHNICAL UNIVERSITY, VORONEZH

Abstract: the paper presents the rationale for the automation of trading activity and development subsystems information about sales-forecasting. There is a technique of building a neural network and its learning algorithm using back propagation. The advantages of using intelligent systems in the solution of the given analysis and forecasting. In particular, training, configuration and operation of an artificial neural network, adapted to the solution of practical problems of trading firm. Such an approach in the development of information systems can significantly reduce the time to analysis and decision making in the presence of changing external conditions.

Keywords: artificial neural network algorithm of back propagation, sales analysis, forecasting, training.

Список литературы / References

Хетагуров Я. А. Проектирование автоматизированных систем обработки информации и управления (АСОИУ). М.: ОЛМА-пресс, 2006. С. 223.
Ясницкий Л. Н. Введение в искусственный интеллект. М.: Издат. центр «Академия», 2005. С. 176.
Хайкин С. Нейронные сети: полный курс = NeuralNetworks: AComprehensiveFoundation. 2-е изд., М.: Вильямс, 2006. С. 1104.
Гужева А. Г., Доленко С. А., Персианцев И. Г., Шугай Ю. С. Сравнительный анализ методов определения существенности входных переменных при нейросетевом моделировании: методика сравнения и ее применение к известным задачам реального мира. Нейроинформатика-2008. X Всероссийская научно-техническая конференция. Сборник научных трудов. Часть 2. С. 216-225. М. МИФИ, 2008.
Чернодуб А. Н., Дзюба Д. А. Обзор методов нейроуправления // Проблемы программирования. 2011. Выпуск 2. С. 79-94.
Горбань А Н. Обобщенная аппроксимационная теорема и вычислительные возможности нейронных сетей. // Сибирский журнал вычислительной математики, 1998. Т. 1. № 1. С. 12-24.
Савельев А. В. На пути к общей теории нейросетей. К вопросу о сложности. // Нейрокомпьютеры: разработка, применение, 2006. № 5. С. 4-14.
Осовский С. С. Нейронные сети для обработки информации М.: Финансы и статистика, 2004. С. 344.

Ссылка для цитирования данной статьи

Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.

Электронная версия. Ливенцева А. В. ИСПОЛЬЗОВАНИЕ НЕЙРОННОЙ СЕТИ ПРИ ПРОГНОЗИРОВАНИИ ОБЪЕМА ПРОДАЖ ТОРГОВОЙ ФИРМЫ // Вестник науки и образования №2 (26), 2017. [Электронный ресурс]. URL: http://scientificjournal.ru/images/PDF/2017/VNO-26/ispolzovanie-nejronnoj.pdf (Дата обращения: ХХ.ХХ.201Х).

Печатная версия. Ливенцева А. В. ИСПОЛЬЗОВАНИЕ НЕЙРОННОЙ СЕТИ ПРИ ПРОГНОЗИРОВАНИИ ОБЪЕМА ПРОДАЖ ТОРГОВОЙ ФИРМЫ // Вестник науки и образования №2 (26), 2017, C. {см. журнал}.