HYBRYDOWE MODELE PROGNOZOWANIA W PRODUKCJI I METODYKA OCENY ICH EFEKTYWNOŚCI

ISBN: 978-83-7493-040-6

249 stron
format: B5
oprawa: miękka
Rok wydania: 2019

W niniejszej monografii przedstawiono nowe metody prognozowania - hybrydową metodę prognozowania opartą na modelowaniu ekonometrycznym (hybrydowy model ekonometryczny) oraz hybrydową metodę prognozowania opartą na sztucznej inteligencji (hybrydowy model sztucznych sieci neuronowych), które zastosowano w czterech obszarach systemu produkcyjnego - planowaniu produkcji, utrzymaniu ruchu, zarządzaniu jakością oraz w badaniach i rozwoju. Zaproponowano także autorską metodykę oceny efektywności metod prognozowania - analizom poddano łącznie 14 metod.Hybrydowe modele prognozowania w produkcji... są adresowane do Czytelników zainteresowanych konstrukcją modeli prognozowania, nowoczesnymi metodami wspierającymi utrzymanie ruchu maszyn i organizację produkcji oraz współczesnymi technologiami wytwarzania. Mogą stanowić pomoc nie tylko dla pracowników naukowych, lecz także inżynierów zainteresowanych budową modeli prognozowania przeznaczonych do przedsiębiorstw produkcyjnych - publikacja w szczególności polecana jest menedżerom planującym transformację przedsiębiorstw w kierunku inteligentnej fabryki i wdrażanie technologii Przemysłu 4.0.

SPIS TREŚCI

Wykaz ważniejszych oznaczeń i akronimów 1. Wprowadzenie 1.1. Wpływ nowych technologii na funkcjonowanie współczesnych przedsiębiorstw produkcyjnych 1.2. Znaczenie prognozowania w procesach produkcyjnych 1.3. Struktura monografii 2. Prognozowanie w produkcji 2.1. Miejsce prognozowania w systemie produkcyjnym 2.2. Rola prognozowania w Przemyśle 4.0 2.2.1. Charakterystyka technologii będących filarami Przemysłu 4.0 2.2.2. Efektywne prognozowanie podstawą wdrażania wybranych technologii Przemysłu 4.0 2.3. Metody i modele prognozowania 2.3.1. Wybrane aspekty prognozowania 2.3.2. Wprowadzenie do analizy szeregów czasowych 2.3.3. Klasyfikacja metod prognozowania 2.3.4. Wybrane tradycyjne metody prognozowania 2.3.5. Prognozowanie oparte na sztucznej inteligencji 2.3.6. Przegląd literatury przedmiotu poświęconej trudno przewidywalnemu popytowi 2.3.7. Hybrydowe metody prognozowania 3. Podsumowanie przeglądu literatury przedmiotu. Cel i zakres pracy 3.1. Wnioski z analizy literatur)‘- przedmiotu 3.2. Cel i zakres pracy 4. Hybrydowe podejście do prognozowania z wykorzystaniem modeli ekonometrycznych i sztucznych sieci neuronowych 4.1. Istota właściwego wyboru zmiennych objaśniających 4.2. Dobór scenariuszy prognozowania 4.3. Hybrydowa metoda prognozowania oparta na modelowaniu ekonometrycznym 4.4. Hybrydowa metoda prognozowania oparta na modelu sztucznych sieci neuronowych 5. Metodyka oceny efektywności zastosowania wybranych metod prognozowania 5.1. Wprowadzenie do oceny efektywności prognoz - błędy prognoz 5.2. Algorytm badania efektywności wybranych metod prognozowania 5.2.1. Koncepcja oceny efektywności wybranych metod prognozowania 5.2.2. Interpretacja wyników 6. Egzemplifikacja zastosowania wybranych metod prognozowania w produkcji i ocena ich efektywności 6.1. Zastosowanie prognozowania w planowaniu produkcji 6.1.1. Studium przypadku: prognozowanie poziomu sprzedaży 6.1.2. Ocena efektywności prognoz popytu na meble 6.2. Zastosowanie prognozowania w utrzymaniu ruchu 6.2.1. Studium przypadku: prognozowanie zapotrzebowania na części zamienne w przemyśle wydobywczym 6.2.2. Ocena efektywności prognoz popytu na części zamienne 6.3. Zastosowanie prognozowania w zarządzaniu jakością 6.3.1. Studium przypadku: prognozowanie liczby braków w produkcji izolatorów ceramicznych 6.3.2. Ocena efektywności prognozowania poziomu braków w produkcji izolatorów ceramicznych 6.4. Zastosowanie prognozowania w badaniach i rozwoju 6.4.1. Studium przypadku: prognozowanie czasu wytwarzania w technologiach przyrostowych 6.4.2. Studium przypadku: DOE - zastosowanie w technologiach przyrostowych 6.5. Porównanie efektywności wybranych metod prognozowania. Wnioski 7. Omówienie wyników i podsumowanie 8. Kierunki dalszych prac badawczych Bibliografia Załącznik 1. Opis poszczególnych składowych algorytmu badania efektywności wybranych metod prognozowania Załącznik 2. Kod algorytmu badania efektywności wybranych metod prognozowania Załącznik 3. Zestawienie ocen prognoz badanych studiów przypadków Załącznik 4. Wybrane wyniki szczegółowe Spis tabel Spis rysunków Hybrid forecasting models in manufacturing and a methodology of their efficiency evaluation. Summary