Sales Prediction in the Ice Category Applying Fuzzy Sets Theory
Identifikátory výsledku
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
—
Alternativní jazyky
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.
Klasifikace
Druh
J<sub>ost</sub> - Ostatní články v recenzovaných periodicích
CEP obor
—
OECD FORD obor
50206 - Finance
Návaznosti výsledku
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)
Ostatní
Rok uplatnění
2018
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
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
—