| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Automātika un datortehnika |
| Nosaukums |
Izejvielu iepirkuma prognozēšana uzņēmuma ražošanas plānošanai |
| Nosaukums angļu valodā |
Forecasting Stock Materials Purchases for Enterprise Production Planning |
| Struktūrvienība |
12600 Viedo datortehnoloģiju institūts |
| Darba vadītājs |
Dmitrijs Bļizņuks |
| Recenzents |
Timurs Mihailovs |
| Anotācija |
Bakalaura darba pirmajā daļā tiek pētītas ERP sistēmas tehnoloģijas pielietošanas iespējas, tiek pētīta piedāvājuma-pieprasījuma prognozēšanas nepieciešamība, tiek pētīta pieejamā prognozēšana programmā "ODIN" un dažādas prognozēšanas metodes un algoritmi. Pētījumam tika ņemti uzņēmumi un analizēts, kādas prognozēšanas metodes tie izmanto. Šīs metodes tika salīdzinātas savā starpā, un tika izvēlētas divas: ARIMA un nejaušs mežs.
Otrajā bakalaura darba daļā tiek aprakstīta loģika, pēc kuras tika iegūti dati prognozēšanas metodēm. Tiek skaidrota prognozēšanas modeļu parametru izvēles loģika. Parametri tiek atlasīti prognozēšanas metodēm. Modeļa apmācībai un eksperimentiem tika atlasīti dati no “ODIN” sistēmas.
Trešajā bakalaura darba daļā ir izskaidrota loģika, pēc kuras katrai metodei tika atlasīti pirkšanas-pārdošanas dati un laika periodi. Tiek izstrādātas un pārbaudītas prognozēšanas metodes ar dažādiem parametriem. Modeļi tiek salīdzināti savā starpā.
Rezultātā ARIMA modelis un nejauša meža modelis sasniedza precīzāku prognozi, nekā cilvēks, kas radīja būtisku kapitāla pieaugumu. Tāpat modeļi izmantoja apmācībai no sekundēm līdz desmitiem minūšu, kas ievērojami pārsniedz cilvēka ātrumu.
Ceturtajā bakalaura darba daļā tiek novērtēti izstrādāta programma un rezultāti. Tika izdarīti secinājumi. Balstoties uz darba rezultātiem, var secināt, ka darbs ir sasniedzis mērķi - uzlabot ERP sistēmas plānošanu ar izejvielu iepirkuma prognozēšanas moduļa izstrādi – kas rezultātā pierādīja prognozēšanas efektivitāti ar izvēlētajām metodēm, tādējādi vienkāršojot uzņēmuma darbu, padarot prognozēšanu par vienmērīgāku un precīzāku darbu, kas savukārt var veicināt uzņēmuma attīstību un ietaupīt attīstībai nepieciešamos līdzekļus.
Darbā ir iekļauts – 59 lappušu, 50 attēlu, 6 tabulu un 34 izmantoto informācijas avotu skaits. |
| Atslēgas vārdi |
ERP, PIEPRASĪJUMA-PIEGĀDES PROGNOZĒŠANA, ARIMA, LSTM, NEJAUŠS MEŽS |
| Atslēgas vārdi angļu valodā |
ERP, SUPPLY-DEMAND FORECASTING, ARIMA, LSTM, RANDOM FOREST |
| Valoda |
lv |
| Gads |
2022 |
| Darba augšupielādes datums un laiks |
01.06.2022 19:18:26 |
