Статья
DOI:
Полный текст:
данной статье разработа-на нечеткая регрессионная модель планирования поставок продукции металлургической отрасли. Произведен отбор факторных переменных, поставлена и решена задача линейной регрессии. В результате разработки нечеткой регрессионной модели и оценки коэффициентов выявлены факторные переменные, которые оказывают наибольшее влияние на динамику спроса, а также произведен прогноз поставок на будущие периоды. Применение модели на реальных данных металлургического производства обеспечивает значительное повышение точности прогнозирования в сравнении с существующими подходами (до 79 %).
Волкова Е. С., Гисин В. Б. Нечеткая линейная регрессия в оценке недвижимости // Вопросы оценки. 2015. № 1 (79). С. 26–33.
Волкова Е. С., Гисин В. Б. Нечеткая линейная регрессия в модели роста технологических знаний // Вестник Финансового университета. 2015. № 5 (89). С. 97–104.
Горчакова Д. А., Шабалов В. А. Регрессионная модель прогнозирования спроса на продукцию металлургической отрасли // Научная мысль. 2017. № 1 (23). С. 73–82.
Горчакова Д. А., Шабалов В. А. О применении имитационного моделирования для прогнозирования спроса на продукцию металлургической отрасли // Экономика и управление в XXI веке: наука и практика (26–27 мая 2017 г.): материалы V Международной научно-практической очно-заочной конференции. Череповец, 2017. С. 108–116.
Горчакова Д. А., Шабалов В. А. Многоподходное имитационное моделирование как средство анализа и прогнозирования спроса на продукцию металлургической отрасли // Череповецкие научные чтения – 2017 (21–22 ноября 2017 г.): материалы Всероссийской научно-практической конференции: в 3 ч. Череповец: Череповецкий государственный университет, 2018. Ч. 3. С. 59–62.
Домрачев В. Г., Полещук О. М. О построении регрессионной модели при нечетких исходных данных // Автоматика и телемеханика. 2003. № 11. С. 74–83.
Чернов В. Г. Краткосрочное прогнозирование на основе свертки нечетких гипотез // Информационно-управляющие системы. 2005. № 3 (16). С. 50–57.
Bardossy A. Note on fuzzy regression // Fuzzy Sets and Systems. 2009. № 37. P. 66–75.
Martinetti C. A new approach to the evaluation of well-being and poverty by fuzzy set theory // Giornale Degli Economisti e Annali di Economia. 2014. № 53. P. 367–388.
Волкова Е. С., Гисин В. Б. Нечеткая линейная регрессия в модели роста технологических знаний // Вестник Финансового университета. 2015. № 5 (89). С. 97–104.
Горчакова Д. А., Шабалов В. А. Регрессионная модель прогнозирования спроса на продукцию металлургической отрасли // Научная мысль. 2017. № 1 (23). С. 73–82.
Горчакова Д. А., Шабалов В. А. О применении имитационного моделирования для прогнозирования спроса на продукцию металлургической отрасли // Экономика и управление в XXI веке: наука и практика (26–27 мая 2017 г.): материалы V Международной научно-практической очно-заочной конференции. Череповец, 2017. С. 108–116.
Горчакова Д. А., Шабалов В. А. Многоподходное имитационное моделирование как средство анализа и прогнозирования спроса на продукцию металлургической отрасли // Череповецкие научные чтения – 2017 (21–22 ноября 2017 г.): материалы Всероссийской научно-практической конференции: в 3 ч. Череповец: Череповецкий государственный университет, 2018. Ч. 3. С. 59–62.
Домрачев В. Г., Полещук О. М. О построении регрессионной модели при нечетких исходных данных // Автоматика и телемеханика. 2003. № 11. С. 74–83.
Чернов В. Г. Краткосрочное прогнозирование на основе свертки нечетких гипотез // Информационно-управляющие системы. 2005. № 3 (16). С. 50–57.
Bardossy A. Note on fuzzy regression // Fuzzy Sets and Systems. 2009. № 37. P. 66–75.
Martinetti C. A new approach to the evaluation of well-being and poverty by fuzzy set theory // Giornale Degli Economisti e Annali di Economia. 2014. № 53. P. 367–388.
Ключевые слова:
прогнозирование, регрессионный анализ, металлургия, нечеткая модель, факторные переменные, спрос
Для цитирования:
Горчакова Д. А., Шабалов В. А. Нечеткая регрессионная модель планирования поставок продукции металлургического предприятия // Вестник Череповецкого государственного университета. 2019. № 3 (90). С. 9–16. DOI: 10.23859/1994-0637-2019-3-90-1
Контент доступен под лицензией Creative Commons Attribution 4.0 License.