Отчет по практике: Разработка системы краткосрочного прогнозирования спроса на продукцию с использованием принципа самоорганизации

ForExSal - программа для прогнозирования продаж товаров с учетом факторов влияния, сезонности и трендов[10].

Достоинствами данной программы является то, что в ней реализованы методы прогнозирования временных рядов, предназначенные как для построения прогнозов отдельных независимых товаров, так и для построения прогнозов одновременно для многих товаров с учетом взаимного воздействия товаров друг на друга и влияния внешних факторов.

ForecastPRO – программный пакет, предназначенный для построения прогноза временного ряда для краткосрочного, среднесрочного прогнозирования. Продукт разработан для большего числа прогнозных работ таких как, объединенное прогнозирование, комплексных иерархии, взаимодействие с другими системами, поддержка множественных прогнозирующих баз и документирование, есть возможность моделирования продвижения товара и обычное моделирование, определять и регулировать иерархии [9]. Достоинствами данного программного продукта является многофункциональность.

Forecast Expert – используется для построения прогноза временного ряда с помощью параметрической модели Бокса-Дженкинса. Модель предусматривает для корректного прогноза не менее 30 наблюдений. Программный продукт предназначен для прогнозирования любого параметра, в отношении которого имеется должное количество замеров в конкретном промежутке времени.

Достоинствами данного программного продукта является:

− Невысокие требования к уровню подготовки специалиста в области прогнозирования для работы с ПО (если такое вообще допустимо для специалиста в этой области).

− Не требуется много времени на изучение пакета для начала работы с ним (около 1 часа).

Недостатками являются:

− В описании системы приведены большие объемы информации о принципах построения статистических моделей, сущности метода Бокса-Дженкинса и множество сведений из учебника по статистики, но отсутствует информация о причинах выбора разработчиками ПО именно модели Бокса-Дженкинса для системы прогнозирования в пакете.

− Избыточная требовательность к собираемым (подготавливаемым) для анализа данным, объясняемая сущностью применяемой в ПО модели Бокса-Дженкинса. Модель предусматривает для корректного прогноза не менее 30 наблюдений.

Недостатками всех вышеперечисленных программных продуктов является их высокая стоимость, а многие кыргызстанские предприятия и учреждения не могут их приобрести.

Обзор и анализ существующих методов прогнозирования

В зависимости от поставленных задач и требуемых результатов используются различные методы прогнозирования. Выделяют методы краткосрочного и среднесрочного прогнозирования:

· Методы краткосрочного прогнозирования применяются в тех случаях когда:

1) частота данных за рассматриваемый период не более года (недельные, месячные, квартальные и т. п.);

2) прогноз делается для конкретного объекта отдельно и последовательно на каждый следующий момент времени;

3) прогнозы строятся для большого числа объектов;

4) если прогноз составляется для конкретного товара или рыночного продукта, в задачу прогнозирования также входит: а) анализ спроса с целью выработки политики в области управления запасами и производством соответствующего товара, б) анализ продаж с целью упорядочения торговых операций.

Очевидно, для подобного рода применений прогностические методы и модели (или набор моделей) должны быть:

1) легкими в обращении – в смысле вычислений и затрат, связанных с хранением информации;

2) гибкими и поэтому допускающими для самого широкого круга объектов применение различного набора связанных между собой типов прогностических моделей, эффективно работающих в самых разных ситуациях;

3) достаточно полно автоматизированными и требующими по возможности минимального вмешательства человека;

4) достаточно обоснованными в научном смысле, реализованными в виде программ на ЭВМ.

· Среднесрочное прогнозирование, как правило, целесообразно в случаях, когда:

1) имеются ежегодные данные и их можно взять из официальных источников;

2) прогнозы являются одноразовыми, т.е. не повторяются и не подправляются (адаптируются) с поступлением новых данных;

3) прогнозы осуществляются для временных рядов относительно малой длины;

4) прогнозируется, например, динамика не отдельного объекта или спроса на некоторый товар, а процесса, имеющего общую природу, такого, как объем капиталовложений, прибыли или суммы продаж на некотором рынке товаров.

· Адаптивное прогнозирование.