Apgrozījuma prognozēšana ar mākslīgo neironu tīklu palīdzību

Abstract

Bakalaura darba pētījumu ietvaros tika analizēta mākslīgo neironu tīklu programmas izvēle Latvijas uzņēmuma „Pasaules Optika” apgrozījuma prognozēšanai, kā arī veikta tā praktiskā pielietošana. Darbs sastāv no trim nodaļām, kurās tiek izskatītas problēmas, kas ir iespējams risināt ar mākslīgo neironu tiklu palīdzību, izmantojot Neuro XL programmu. Salīdzinājumā ar citām mākslīgā intelekta risinošam datu apstrādes programmām tiek novērtēts Neuro XL programmas priekšrocības, tiek imitēti ikgadējie rādītaji, kā arī sniegta autores loģiskā prognoze uzņēmuma apgrozījumam un tā ietekmējošajiem faktoriem. Darba rezultātā tika atrasta galveno rādītāju atkarība no iekšējās un ārējās vides faktoriem. Uz iegūtās pieredzes pamata ir izdarīti secinājumi par mākslīgo neironu tīklu programmas izmantošanas iespējam uzņēmuma datu prognozēšanas uzdevumos un ir izvirzīti priekšlikumi „Pasaules Optikas” darbības efektivitātes palielināšanai. Darba apjoms ir 62 lappuses. Darbs ir uzrakstīts latviešu valodā un tajā iekļautas 4 tabulas, 12 attēli un 7 pielikumi. Atslēgvārdi: mākslīgais intelekts, neironu tīkli, uzņēmuma apgrozījuma prognozēšana.

Within the limits of baccalaureate work the analysis of an artificial neural network program for the Latvian company „Pasaules Optika” turnover forecasting, and also its practical approbation is lead. The work consists of three chapters, which deal with problems that can be solved by artificial neural networks, using an Neuro XL program. Compared with other artificial intelligence address data processing programs evaluates the economic benefits of NeuroXL, simulated annual creators, as well as the author has a logical prediction of companies turnover and influencing factors of it. As a result of work has been received the main module dependence of the internal and external environmental factors. On the basis of the received experience have benn drawn conclusions about the artificial neural network applications using the business data forecasting tasks, and have put a proposal for „Pasaules Optika” operational effieciency. Workload is 62 pages. The work is written in Latvian language and includes a table of 4, 12 figures and 7 appendices. Keywords: artificial intelligence, neural networks, companies turnover forecasting.