Прогнозирование объема реализации продукции ООО "Славянка"
Дипломная работа - Экономика
Другие дипломы по предмету Экономика
»астеризация и оптимизация. К задачам этого рода относят большинство финансово-экономических задач: оценка рейтинга ценных бумаг, анализ займов, кредитное планирование, прогноз экономической активности на следующий месяц, формирование портфеля ценных бумаг, оценка кредитных рисков, прогноз финансовых показателей, анализ биржевых и рыночных тенденций, прогноз курсов валют, прогноз цен на продукцию промышленных предприятий, прогноз макроэкономических показателей региона и т.д. [3, с.90]. Ниже приведены примеры каждой категории.
. Классификация. Должным образом разработанная нейронная сеть может использоваться как классификатор. После обучения историческим данным нейронная сеть может определять класс принадлежности некоторой характерной черты. Нейронные сети можно использовать при анализе кредитоспособности, чтобы предсказать банкротство фирмы. Нейронные сети могут также оценить активы и обязательства. Во многих банках нейронные сети можно использовать для обнаружения подделки кредитной карточки.
. Построение эмпирической кривой и анализ временных рядов. Процесс обучения во многих типах нейронных сетей может рассматриваться как построение эмпирической кривой. Кроме того, нейронные сети могут использоваться для определения модели и колебания временного ряда. Аналитики сферы маркетинга, используя нейронные методы сети, могут определять рыночные функции отклика, основанные на временных данных. Руководители производства могут предсказывать производительность фирмы, основываясь на кривых, представленных обученными нейронными сетями. Многие финансовые учреждения используют нейронные сети для финансового прогноза и управления инвестициями.
. Кластеризация. Неконтролируемые обучающиеся нейронные сети обычно используются в кластерном анализе для группировки объектов без априорного знания классов. Идентификация потребительских сегментов и группировка технологических деталей, построение рейтингов могут служить примером в этой прикладной категории [5, с.495].
. Оптимизация. Поскольку процесс обучения в нейронных сетях должен минимизировать заранее определенную ошибку или энергию, нейронные сети могут использоваться для решения задач оптимизации. Задачи вроде оптимального планирования работ и минимизации потерь могут быть решены с использованием нейронных сетей.
Рассмотрим основные преимущества и недостатки нейросетевых технологий.
1) Наиболее ценное свойство нейронных сетей - способность обучаться на множестве примеров в тех случаях, когда неизвестны закономерности развития ситуации и какие бы то ни было зависимости между входными и выходными данными. В таких случаях (а к ним можно отнести до 60% задач прогнозирования) не срабатывают традиционные математические методы и экспертные системы.
2) Нейронные сети способны успешно решать задачи, опираясь на неполную, искаженную, зашумленную и внутренне противоречивую информацию.
) Внутренний параллелизм, присущий нейронным сетям, позволяет практически безгранично наращивать мощность нейросистемы.
1.3 Прогнозирования сбыта на предприятии
Промышленные предприятия не только производят продукцию в нужном количестве, ассортименте и качестве, соответствующие запросам потребителя, но и обеспечивают коммерческую деятельность по сбыту продукции. В условиях рыночных отношений усиливается ее роль, усложняются задачи.
Для организации коммерческой деятельности по реализации готовой продукции на предприятиях создается служба сбыта[3, с. 157].
Основными задачами службы сбыта является изучение спроса и установление тесных контактов с потребителями продукции; поиск наиболее эффективных каналов и форм реализации, отвечающих требованиям потребителей; обеспечение доставки продукции потребителю в нужное время; контроль над ходом реализации продукции в целях снижения коммерческих (внепроизводственных) издержек и ускорение оборачиваемости оборотных средств.
Организация сбыта продукции базируется на маркетинговых исследованиях, которые являются основой всех маркетинговых действий. Такими исследованиями в области сбыта являются исследование потребностей и спроса на данную продукцию, исследование емкости рынка, определение доли предприятия в общем, объеме продажи продукции данного ассортимента, анализ рыночной ситуации, изучение возможностей выхода на внешний рынок, исследование динамики объема продаж, анализ каналов сбыта, изучение мнений покупателей и потребительских предпочтений.
Прогнозирование сбыта включает:
) изучение внешних и внутренних условий;
) определение целей;
) разработку конъюнктуры и спроса;
) подготовку прогнозов реализации товаров;
) составление планов поставок готовой продукции;
) планирование хозяйственных оптимальных связей;
) выбор каналов распределения товара;
) планирование дополнительных услуг, внешнеторговых операций, рекламной деятельности;
) составление сметы расходов на управление сбытом и распределением, прогнозирование доходности[8, с. 21].
Начальным этапом прогнозирования сбыта является изучение внешних и внутренних условий функционирования предприятия. В зависимости от изменений внешних условий возникает необходимость корректировки внутренних.
Далее выявляются имеющиеся проблемы, связанные со сбытом продукции, устанавливаются цели, достижение которых будет способствовать их решению.
Такими целями могут быть:
) достижения опре?/p>