• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
ФИО студента
Название работы
Руководитель
Факультет
Программа
Оценка
Год защиты
Аслаханов Азамат Русланович
Применение методов искусственного интеллекта для повышения эффективности управления запасами
2017
Ключевой функцией в логистике является функция управления запасами. Важность повышения эффективности решений в области управления запасами не подлежит сомнению: запас является материальным потоком в состоянии покоя, т.е. является замороженными денежными средствами, при неэффективных решениях запас повышается, что грозит переполнением складских площадей, ухудшением финансовых показателей и потерями в виде списаний из-за срока годности. В соответствии с системным подходом, при принятии решений необходимо учитывать, как эти решения скажутся на всей системе в целом, в связи с этим эффективность решений в управление запасами важна и с точки зрении цепи поставок.

Для принятия оптимальных решений специалистам в компаниях необходимо анализировать большие объемы разных данных, управление запасами не является исключением: помимо объема свободного места на складе, время поставки, специалист по управлению запасами должен учитывать дополнительные факторы, имеющие отношение к потреблению запаса или продолжительности логистических циклов, иными словами, специалист должен обладать навыками прогнозирования.

Современный уровень вычислительных возможностей компьютеров и уровень развития теории искусственного интеллекта позволяет создавать специальный класс программ, называемых «интеллектуальными агентами», которые принимают решения в соответствии с заданной функций. Агенты применяются во многих областях знания и бизнеса, но не было сделано ни одной попытки применения интеллектуальных агентов для решения задач логистики.

В работе представлена математическая функция разработанного на языке программирования Python 3.5 интеллектуального агента управления запасами, состоящая из модели управления запасами в 2-х уровневой интегрированной ЦП и комбинированной модели прогнозирования на основе искусственной нейронной сети и 6-и простых методов прогнозирования. Оценка действий агента показала эффективность принятых решений по сравнению с моделью Аксатера.

Выпускные квалификационные работы (ВКР) в НИУ ВШЭ выполняют все студенты в соответствии с университетским Положением и Правилами, определенными каждой образовательной программой.

Аннотации всех ВКР в обязательном порядке публикуются в свободном доступе на корпоративном портале НИУ ВШЭ.

Полный текст ВКР размещается в свободном доступе на портале НИУ ВШЭ только при наличии согласия студента – автора (правообладателя) работы либо, в случае выполнения работы коллективом студентов, при наличии согласия всех соавторов (правообладателей) работы. ВКР после размещения на портале НИУ ВШЭ приобретает статус электронной публикации.

ВКР являются объектами авторских прав, на их использование распространяются ограничения, предусмотренные законодательством Российской Федерации об интеллектуальной собственности.

В случае использования ВКР, в том числе путем цитирования, указание имени автора и источника заимствования обязательно.

Расширенный поиск ВКР