Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

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