Мінц, О. Ю.Ляшенко, С.Lyashenko, S.2024-01-192024-01-192024Ляшенко С. Дослідження та проектування програмного рішення для прогнозування обсягів попиту металопрокату на основі нейронних мереж : автореферат кваліфікаційної роботи на здобуття освітнього ступеня магістра : 122 Комп`ютерні науки : Кривий Ріг : ТОВ «ТЕХНІЧНИЙ УНІВЕРСИТЕТ «МЕТІНВЕСТ ПОЛІТЕХНІКА», 2024. 12 с.https://dspace.mipolytech.education/handle/mip/691Метою дослідження є розробка ефективних методів та інформаційних технологій для прогнозування обсягів продажів металопрокату. Задачі включають аналіз існуючих методів прогнозування, вивчення сучасних моделей, їх застосування в галузі комп’ютерних наук, а також вивчення інформаційних технологій для обробки та аналізу даних. Результатами роботи є розроблена модель для вдосконалення методу прогнозування обсягів попиту металопрокату, поєднуючи аналіз існуючих підходів та використання передових методів, зокрема нейронних мереж. Для підтвердження важливості покращення методу прогнозування розроблена модель була протестована на тестових значеннях. Результати роботи засвідчують економічну ефективність розробки та впровадження повноцінного методу для підвищення точності прогнозування. Інтеграція розробленого модуля в бізнес-процес компанії сприятиме оптимізації стратегій продажів, зниженню витрат і, в результаті, підвищенню прибутку компанії. Такий підхід не лише покращує конкурентоспроможність компанії на прибуток бізнесу, але й сприяє створенню стабільної моделі в умовах нестабільного економічного середовища.The purpose of the study is to develop effective methods and information technologies for forecasting sales volumes of rolled metal. Tasks include the analysis of existing forecasting methods, the study of modern models, their application in the field of computer science, as well as the study of information technologies for data processing and analysis. The results of the work are a developed model for improving the method of forecasting the volume of demand for rolled metal, combining the analysis of existing approaches and the use of advanced methods, in particular neural networks. To confirm the importance of improving the forecasting method, the developed model was tested on test values. The results of the work prove the economic efficiency of the development and implementation of a full-fledged method for increasing the accuracy of forecasting. Integration of the developed module into the company's business process will help optimize sales strategies, reduce costs and, as a result, increase the company's profits. Such an approach not only improves the company's competitiveness for business profits, but also contributes to the creation of a stable model in the conditions of an unstable economic environment.ukпрогнозуванняпопитСМЦneural designerвхідні історичні даніforecastingdemandSMCinput historical dataDissertation