Разработка интеллектуальной системы для анализа цен и спроса на товары и оптимизации управления ценой

ВВЕДЕНИЕ 2
1 АНАЛИТИЧЕСКИЙ ОБЗОР 5
1.1 Математическое моделирование и его применение в торговле 5
1.2 Особенности ценообразования, методы формирования цен в оптовых компаниях 13
1.3 Существующие проблемы и обоснование необходимости разработки математической модели 20
2 ОПИСАНИЕ ПРОЕКТНОГО РЕШЕНИЯ ИНТЕЛЛЕКТУАЛЬНОИ? СИСТЕМЫ ДЛЯ АНАЛИЗА ЦЕН И СПРОСА НА ТОВАРЫ И ОПТИМИЗАЦИИ УПРАВЛЕНИЯ ЦЕНОИ? 28
2.1 Постановка задачи 28
2.2 Характеристика эвристических методов 30
2.2.1 Метод полного перебора 30
2.2.2 Жадный алгоритм 31
2.2.3 Метод случайного перебора 33
2.2.4 Метод перебора с ограничением в глубину 34
2.2.5 Нейронные сети 35
2.3 Сравнение и выбор алгоритмов поиска решения 37
2.4 Метод выбора оптимального сочетания факторов для модели ценообразования 39
2.5 Структура приложения 47
2.6 Математическое обеспечение нейронной сети 50
2.6.1 Математика нейронной сети 50
2.6.2 Математика интеллектуального поиска оптимального варианта цены 53
3 РЕАЛИЗАЦИЯ ИНТЕЛЛЕКТУАЛЬНОИ? СИСТЕМЫ ДЛЯ АНАЛИЗА ЦЕН И СПРОСА НА ТОВАРЫ И ОПТИМИЗАЦИИ УПРАВЛЕНИЯ ЦЕНОИ? 55
3.1 Структура разработанной интеллектуальнои? системы для анализа цен и спроса на товары и оптимизации управления ценои? 55
3.2 Функциональное тестирование 63
3.2.1 Разработка эксперимента при заданных условиях первого значения 63
3.2.2 Разработка эксперимента при заданных условиях второго значения 66
3.2.3 Разработка эксперимента при заданных условиях третьего значения 68
ЗАКЛЮЧЕНИЕ 73
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 74
Приложение. Листинг программного кода (фрагмент) 76

Весь текст будет доступен после покупки

На современном этапе развития экономики, в условиях падения потребительского спроса, ужесточения конкурентной борьбы во всех секторах экономики, когда для большинства компаний затруднен доступ к долгосрочному финансированию, наиболее уязвимыми оказываются предприятия с длительным производственным циклом. Особенно остро эта проблема встает перед российскими компаниями, которые, при прочих равных условиях, зачастую имеют худшие показатели оборачиваемости ресурсов по сравнению с западными аналогами. Один из путей решения данной проблемы – инновационная деятельность, которая позволит не только улучшить качество производимых товаров, но и сократить производственный цикл, тем самым сделав продукцию наших компаний более конкурентоспособной как на внутреннем, так и на международном рынках. Необходимость инновационного пути развития российской промышленности не раз подчеркивалась, в том числе, на самом высоком уровне. Обобщая ряд отечественных и зарубежных публикаций, можно сделать вывод, что для достижения инновационного прорыва в российской промышленности требуется комплексный подход, который не в меньшей степени затронет внутрифирменное управление.
Идеальной, как с точки зрения финансов, так и с точки зрения логистики была бы модель, в которой до минимума сокращено время на доставку сырья, материалов, готовой продукции, запасы сведены к нулю, производственный цикл по максимуму сокращен, производство финансируется за счет предоплаты заказчиков и при этом оплата сырья и материалов производится с отсрочкой. Несмотря на все преимущества, идеальная модель вряд ли осуществима. Причиной тому – высокий уровень риска. При низких запасах любой сбой в логистической цепочке привел бы к остановке производства и срыве поставок, что ведет за собой штрафные санкции и, что еще более важно, потерю прибыли. В связи с этим большое внимание сейчас уделяется моделям, где логистический цикл сопоставим по длительности с финансовым, то есть время прохождения материальными потоками всей цепочки приблизительно равно времени движения финансовых потоков. Эта модель в принципе применима и для предприятий с длительным производственным циклом, с той лишь разницей, что у них относительно возрастают запасы сырья, материалов, незавершенного производства и готовой продукции. Следует учесть, что в современных условиях задача построения логистической системы может решаться как в рамках традиционного подхода (когда ресурсы, производственные мощности и потребители находятся в пределах одной страны), так и с применением достижений глобализации. В последнем случае предприниматели имеют возможность получить дополнительную выгоду за счет особых условий, сложившихся в разных регионах в зависимости от стоимости рабочей силы, доступности ресурсов, развитости инфраструктуры, налаженности логистических каналов.

Весь текст будет доступен после покупки

1 АНАЛИТИЧЕСКИЙ ОБЗОР
1.1 Математическое моделирование и его применение в торговле

Изучение и анализ теории моделирования показывает, что познание любой системы сводится к созданию ее модели. Специалисты считают, что моделирование становится основной функцией вычислительных систем, которые в свою очередь являются сложными и дорогостоящими техническими системами и могут являться объектами моделирования. Существует множество методов и средств моделирования в той или иной области. В факторном анализе различают модели детерминированные (функциональные) и стохастические (корреляционные). С помощью детерминированных факторных моделей исследуется функциональная связь между результативным показателем (функцией) и факторами (аргументами), которые влияют на его величину [1].
В настоящее время трудно указать область человеческой деятельности, где бы ни применялось моделирование. Имитационное моделирование получило широкое распространение в сфере логистики [23]. Эффективность логистической функции напрямую зависит от гибкости управления транспортным парком, запасами и многими другими ресурсами. Менеджеры крупных компаний не всегда имеют возможность принять верное решение в связи с отсутствием инструментария для моделирования ситуации, поскольку не могут изучить показатели работы компании в динамике.
Понятие логистической сети является базовым понятием при проведении работ по анализу и моделированию логистических систем (рис. 1) самого различного назначения и масштаба, начиная с внутренней логистики небольшого промышленного предприятия и заканчивая системами поставки грузов и товаров, относящимися к глобальной (всемирной) логистике. Имитационное моделирование является одним из методов моделирования логистических сетей. Имитационное моделирование является гибким и многофункциональным подход для описания процессов складской логистики, транспортной логистики и управления цепочками поставок, применяемый на всех этапах: планирование, управление, контроль. Общее свойство количественных моделей заключается в том, что они позволяют получать численные оценки показателей функционирования логистической сети. На их основании принимаются решения о конфигурации сети, об объеме и производительности требуемых для ее функционирования ресурсов, а также связанных с ними стратегиях диспетчирования и управления (рисунок 1.1).

Весь текст будет доступен после покупки

1. Баннаи Э. Алгебраическая комбинаторика. Схемы отношении? / Э. Баннаи, Т. Ито. М., 2015. – 57 c.
2. Бурков Е.А., Евграфов В.Г., Падерно П.И. Критерий согласованности парных сравнений // Информационно-управляющие системы. 2011. № 3. С. 57–60.
3. Бурков Е.А., Карпачевский А.В., Падерно П.И. Оценка компетентности экспертов на основе результативности их участия в экспертизах // Известия государственного электротехнического университета. 2011. № 10. С. 38–44.
4. Вигерс Карл, Разработка требований к программному обеспечению, Пер, с англ. - М.:Издательско-торговый дом "Русская Редакция", 20087. -576с.: ил
5. Гладков, Л. А. Генетические алгоритмы: учебное пособие / Л. А. Гладков, В. В. Куреи?чик, В. М. Куреи?чик; под ред. В. М. Куреи?чика. — Ростов-на-Дону : Ростиздат, 2004. — 400 с.
6. ГОСТ 34.601-90. Информационная технология. Автоматизированные системы. Стадии создания
7. ГОСТ Р ИСО/МЭК 12207/99. Государственный стандарт РФ. Информационная технология. Процессы жизненного цикла информационных систем. Издание официальное. - М., 1999
8. Гульден Я. Перечислительная комбинаторика / Я. Гульден, Д. Джексон. – М., 1990. – 37 c.
9. Гэри М. Вычислительные машины и труднорешаемые задачи / М. Гэри, Д. Джонсон; пер. с. англ. — Москва : Мир. — 1982.;
10. Емельянов В. В. Теория и практика эволюционного моделирования. / В. В. Емельянов, В. В. Куреи?чик, В. М. Куреи?чик. — Москва.: Физматлит, 2003. — 432с.
11. Емельянова Н. З., Партыка Т. Л., И. И. Попов, Проектирование информационных систем, М, Издательство: Форум, 2009 г., 432 стр.
12. Каширина, И. Л. Введение в эволюционное моделирование: учебное пособие / И. Л. Каширина; под ред. Е. С. Котляровои?. — Воронеж : Изд-во ВГУ, 2007. — 40 с;

Весь текст будет доступен после покупки