Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://hdl.handle.net/11701/3954
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.advisor | Михайлова Елена Георгиевна | ru_RU |
dc.contributor.author | Волобой Валерия Сергеевна | ru_RU |
dc.contributor.author | Voloboi Valeriia | en_GB |
dc.contributor.editor | Кандидат физико-математических наук Е.Г.Михайлова | ru_RU |
dc.contributor.editor | Candidate of Physics and Mathematics E.G.Mikhailova | en_GB |
dc.date.accessioned | 2016-10-10T02:09:22Z | - |
dc.date.available | 2016-10-10T02:09:22Z | - |
dc.date.issued | 2016 | - |
dc.identifier.other | 010058 | en_GB |
dc.identifier.uri | http://hdl.handle.net/11701/3954 | - |
dc.description.abstract | Грамотное прогнозирование объёма продаж является одной из самых важных концепций успеха любой компании. Для того, чтобы наиболее эффективно вести бизнес, необходимо правильно рассчитать прогноз, что позволит компании оптимизировать и контролировать расходы. Когда же речь идёт о продукции, то качественно проведённое прогнозирование, позволит так же сформировать оптимальный запас, что не повлечёт за собой нехватки или недостачи продукта. В данной выпускной квалификационной работе рассматривалась возможность применения алгоритмов прогнозирования для создания ансамбля методов, который позволит строить ежедневный прогноз объёма продаж нефтепродуктов на АЗС компании ОАО ”Газпром нефть” на различные промежутки времени. В ходе работы был разработан и протестирован прогнозирующий модуль, написанный на языке R, который так же позволяет накапливать статистику о параметрах моделей, показавших наилучшую точность на тестовых данных. Кроме того, по результатам данной работы предложены варианты по улучшению точности. Практическая ценность выпускной работы заключается в том, что в дальнейшем разработанный прогнозирующий модуль будет расширяться и использоваться сотрудниками компании ОАО ”Газпром нефть”. | ru_RU |
dc.description.abstract | The graduation work considers the possibility of using prediction algorithms to create an ensemble of methods to build the daily forecast sales volume of petroleum products at gas stations of the company "Gazprom Neft" for various periods of time. The result of this graduation work is the prediction module, written in R, which also allows to collect statistics about the parameters of the models showed the best accuracy on the test data. Practical value of this work lies in the fact that this prediction module will be expanded and used by employees of the company "Gazprom Neft" in future. | en_GB |
dc.language.iso | ru | - |
dc.subject | прогнозирование | ru_RU |
dc.subject | объём продаж | ru_RU |
dc.subject | АЗС | ru_RU |
dc.subject | Газпром нефть | ru_RU |
dc.subject | нейронные сети | ru_RU |
dc.subject | forecasting | en_GB |
dc.subject | sales | en_GB |
dc.subject | gas stations | en_GB |
dc.subject | Gazprom Neft | en_GB |
dc.subject | neural networks | en_GB |
dc.title | Development and application of a tool set for forecasting petroleum product sales at gas stations | en_GB |
dc.title.alternative | Разработка и применение набора инструментов для прогнозирования продаж нефтепродуктов на АЗС | ru_RU |
Располагается в коллекциях: | BACHELOR STUDIES |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
Diploma.pdf | Article | 1,58 MB | Adobe PDF | Просмотреть/Открыть |
reviewSV_st007740_Mixajlova_Elena_Georgievna_(supervisor)(Ru).txt | ReviewSV | 2,33 kB | Text | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.