Sales Prediction in the Ice Category Applying Fuzzy Sets Theory

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27510%2F18%3A10241024" target="_blank" >RIV/61989100:27510/18:10241024 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Sales Prediction in the Ice Category Applying Fuzzy Sets Theory

Popis výsledku v původním jazyce

With growing pressure on performance and data regarding customer behaviour and supply chain process widely available, stock keeping units aim to optimise the level of inventories. It is natural that good estimates of future sales can substantially increase the efficiency of the overall company. We can distinguish two basic perspectives: one assumes sales to be an independent process; the other explores its dependency on exogenous variables. In this paper we focus on the forecasting of sales in the Ice category when dependency on quarterly average tempera-tures in the form of exponential function is assumed. We concentrate especially on LFL-Forecaster, a method combining fuzzy transform and fuzzy natural logic of fuzzy sets theory, as a tool for average temperature fore-casting. The results are compared with simple linear extrapolation and truly observed temperatures. The utilisation of LFL-Forecaster is found to be superior to simplifying linear regression.

Název v anglickém jazyce

Sales Prediction in the Ice Category Applying Fuzzy Sets Theory

Popis výsledku anglicky

With growing pressure on performance and data regarding customer behaviour and supply chain process widely available, stock keeping units aim to optimise the level of inventories. It is natural that good estimates of future sales can substantially increase the efficiency of the overall company. We can distinguish two basic perspectives: one assumes sales to be an independent process; the other explores its dependency on exogenous variables. In this paper we focus on the forecasting of sales in the Ice category when dependency on quarterly average tempera-tures in the form of exponential function is assumed. We concentrate especially on LFL-Forecaster, a method combining fuzzy transform and fuzzy natural logic of fuzzy sets theory, as a tool for average temperature fore-casting. The results are compared with simple linear extrapolation and truly observed temperatures. The utilisation of LFL-Forecaster is found to be superior to simplifying linear regression.

Druh

J_ost - Ostatní články v recenzovaných periodicích

CEP obor

—

OECD FORD obor

50206 - Finance

Projekt

<a href="/cs/project/GA18-13951S" target="_blank" >GA18-13951S: Nové přístupy k modelování finančních časových řad pomocí soft-computingu</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2018

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Ekonomická revue

ISSN

1212-3951

e-ISSN

—

Svazek periodika

21

Číslo periodika v rámci svazku

2

Stát vydavatele periodika

CZ - Česká republika

Počet stran výsledku

7

Strana od-do

35-41

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—