Архив форума

Здравствуйте, Наталья!
Безусловно, для управления запасами применять нейросети можно, но с одной оговоркой: многие "деятели" обучают нейросеть только лишь с учетом временных интервалов, так что вычисление необходимого запаса на какой-то период времени в итоге превращается в банальный сбор исторических данных и их обработу, что с таким же успехом (и даже лучше) можно сделать в Excel-е. Если собираетесь серьезно заняться этой темой, лучше выбрать ряд влияющих на запас факторов и использовать сеть для выявления причинно-следственных связей между этими факторами и полученным результатом. Впридачу к прогнозу Вы тогда получите и очень точный механизм моделирования.

Процитировано сообщение: Езепов Дмитрий от 27.10.2006 :: 09:52:58:

Хотел примерно, то же самое написать, но опередил   100% согласен, что на практике эта вещь пригодна только когда море времени. А так если есть "автомат Калашникова", простой до безобразия, но РАБОТАЕТ.

Коллеги, эмуляторы нейросетей - это ИНСТРУМЕНТ, а не ПАНАЦЕЯ для всего и от всего. Я специально акцентировал внимание на том факте, что от сети Вы получаете лишь то, что ЗАКЛАДЫВАЕТЕ. Двести технических специалистов с тремя высшими на каждого будут отлично знать теорию нейросетей и обучать ее на основании данных о повышении/понижении заданной величины в зависимости от ВРЕМЕНИ, и получат полную ерунду на выходе. Представьте себя с большим файлом, в котором что-то типа: "1 - 10, 2 - 15, 3 - 16", и Вам фактически предлагают угадать следующую цифру. Будете искать закономерность с точки зрения чистой математики - и будете правы. Но прав ли будет вышестоящий начальник, когда скажет: "Неправильно угадал! Уволен!".
 
Нейронные сети хороши именно для нахождения причинно-следственных связей вроде: "Насколько влияет дождливая погода на скорость выгрузки товара на открытой площадке?", или "Как будет влиять такой-то состав бригады на наличие ошибок в процессе отгрузки?". Получив, таким образом, нужные составляющие, Вы имеете возможность применить их для составления готовой модели, которую можно применять в прогнозировании и моделировании "а что, если".
 
Сети не могут быть лучше или хуже математических или экспертных методик, они где-то рядом, как и истина

Даю совет для обдуревания ученого люда.
Нейросети, пожалуй, лучше применять для прогноза спроса. Хотя не факт. Это я для примера. В начале делаете прогноз по разным известным методам (скользящяя средняя, с учетом сезонности, экспоненциальное сглаживание, обязательно используйте регрессионную модель). Затем делаете нейросеть. Данных, правда, должно быть хотябы минимум 50, лучше 100. Каждое обучение нейросети и новая конфигурация обычно дает разный результат. Поэтому экспериментируете до тех пор, пока ваш проноз по нейросети не будет лучше чем по другим методам. А в конце делаете гениальный вывод о том, что нейросети - это мегометод, который лучше других и подверждением тому служат расчеты. Не надо говорить никому, что вы подобрали лучший результат . Преподы буду в восторге, так как все равно дипломы никто не читает. Проверено
Будут вопросы, пишите