ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Forecasting Sales Using Genetic Algorithms

العنوان بلغة أخرى: La Prévision des Ventes en Utilisant les Algorithmes Génétiques
المصدر: مجلة اقتصاديات المال والأعمال
الناشر: المركز الجامعي عبدالحفيظ بوالصوف ميلة - معهد العلوم الاقتصادية والتجارية وعلوم التسيير
المؤلف الرئيسي: Mouffok, Omar (Author)
مؤلفين آخرين: Souar, Youcef (Co-Author)
المجلد/العدد: ع10
محكمة: نعم
الدولة: الجزائر
التاريخ الميلادي: 2019
التاريخ الهجري: 1440
الشهر: جوان
الصفحات: 36 - 52
DOI: 10.37170/1986-000-010-003
ISSN: 2543-3784
رقم MD: 993733
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EcoLink
مواضيع:
كلمات المؤلف المفتاحية:
Genetic Algorithms | Sales Forecasting | Quantitative Methods | Time Series | Optimization
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

20

حفظ في:
المستخلص: Genetic Algorithms is an Artificial intelligence technique that can be used as a quantitative method to solve various types of problems including forecasting. Usually, we forecast phenomena behaviors through time series analyses using Box Jenkins methodology. Thus, this study aims to make a combination between these methods and apply it on a time series of plastic manufacturer monthly sales. The results obtained showed that Genetic Algorithms is an efficient method for sales forecasting; besides it has several advantages concerning characteristics and application.

Les Algorithmes Génétiques est une technique d’intelligence artificielle que peut être utilisé comme méthode quantitative dans plusieurs domaines. Les prévisions des comportements des phénomènes s’effectuent habituellement par la méthodologie de Box-Jenkins en analysant les séries temporelles, le but de cette étude est de faire une combinaison entre ces méthodes et l’appliquer sur une série temporelle des ventes mensuelles d’un fabriquant de plastique. Les résultats obtenues ont montré que les Algorithmes Génétiques est une méthode efficace pour la prévision des ventes, ainsi qu’elle a plusieurs avantages concernant les caractéristiques et l’application.

ISSN: 2543-3784

عناصر مشابهة