Как проехать Контакты 
Библиотека
Общие сведения
Вход для зарегистрированных читателей
База данных АГРОС
Авторитетный файл наименований научных учреждений АПК
Библиотека-депозитарий ФАО
Издания
Выставки
Виртуальные выставки
Электронные библиотеки ЦНСХБ
Сельскохозяйственная Электронная Библиотека Знаний (СЭБиЗ)
Биографическая энциклопедия ученых-аграриев

ЦЭБС АПК
Сводный каталог библиотек АПК
Каталоги библиотек АПК
Обменный фонд
Электронная библиотека Сводного каталога
Ведомственный экземпляр НИУ

Услуги
Избирательное распространение информации
Доставка документов
Терминал удаленного доступа
Виртуальное библиографическое обслуживание
Форум читателей ЦНСХБ
Инструкции
Информационные услуги
Транслитерация
Баннеры ФГБНУ ЦНСХБ
Рейтинг@Mail.ru Яндекс.Метрика
[Ввод запроса]

^ШХР: *http://maxwellsci.com/jp/archives.php?jid=AJFST (http://maxwellsci.com/jp/archives.php?jid=AJFST)
^АВТ: Han-Chen Huang
^ЗГЛ: Construction of a health food demand prediction model using a back propagation neural network [Построение прогностической модели спроса с использованием нейронной сети, обучаемой методом обратного распространения ошибки, для компании, производящей диетические продукты питания. (Тайвань)]
^ВЫХ: Advance Journal of Food Science and Technology, 2013; Vol.5,N 7. - P. 896-899
^ДАТ: 2013
^ПРМ: Bibliogr.:p.898-899
+Реферат

^РЕФ: Исследование проведено на примере одной из компаний Тайваня, занимающейся продажей продуктов здорового питания. Методология нейронной сети с обратной связью и оптимизация методом роя частиц были использованы для разработки модели, позволяющей прогнозировать требования рынка. Данные, собранные за 2008-2010 гг., использовались для обучения модели, а за 2011 г. - для оценки точности прогноза. В качестве входных параметров использовали ряд макроэкономических показателей (валовый внутренний продукт, уровень безработицы, индекс потребительских цен, индекс фондового рынка) и данные по продажам за предыдущие 6 мес. (помесячно). Точность прогнозирования продаж с помощью этой модели составила 87,87%, что было выше по сравнению с точностью прогнозирования, достигнутой ранее применявшимися на данном предприятии методами. Разработанная модель может применяться и на др. аналогичных предприятиях с целью снижения издержек, вызванных ошибками прогнозирования. Ил. 1. Табл. 3. Библ. 20. (Климова Е.В.).

^TRN: 1394913
^ВИД: Статья из книги
^ЯЗК: Английский
+Индексирование



  назад   Главная страница ЦНСХБ  

Все права защищены 1998-2017 год ©Федеральное государственное бюджетное научное учреждение «Центральная научная сельскохозяйственная библиотека»