Ιδρυματικό Αποθετήριο [SANDBOX]
Πολυτεχνείο Κρήτης
EN  |  EL

Αναζήτηση

Πλοήγηση

Ο Χώρος μου

Πρόβλεψη πωλήσεων ηλεκτρικών αυτοκινήτων

Koufou Michaela

Απλή Εγγραφή


URIhttp://purl.tuc.gr/dl/dias/DE5A7163-E3FE-45F9-85FC-5CEB42812755-
Αναγνωριστικόhttps://doi.org/10.26233/heallink.tuc.104006-
Γλώσσαel-
Μέγεθος118 σελίδεςel
ΤίτλοςΠρόβλεψη πωλήσεων ηλεκτρικών αυτοκινήτωνel
ΤίτλοςForecast of electric vehicle salesen
ΔημιουργόςKoufou Michaelaen
ΔημιουργόςΚουφου Μιχαελαel
Συντελεστής [Επιβλέπων Καθηγητής]Atsalakis Georgiosen
Συντελεστής [Επιβλέπων Καθηγητής]Ατσαλακης Γεωργιοςel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Moustakis Vasilisen
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Μουστακης Βασιληςel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Zopounidis Konstantinosen
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Ζοπουνιδης Κωνσταντινοςel
ΕκδότηςΠολυτεχνείο Κρήτηςel
ΕκδότηςTechnical University of Creteen
Ακαδημαϊκή ΜονάδαTechnical University of Crete::School of Production Engineering and Managementen
Ακαδημαϊκή ΜονάδαΠολυτεχνείο Κρήτης::Σχολή Μηχανικών Παραγωγής και Διοίκησηςel
ΠερίληψηΣε αυτή τη διπλωματική εργασία, επιδιώκεται η πρόβλεψη των μηνιαίων πωλήσεων ηλεκτρικών αυτοκινήτων μέσω της εφαρμογής ενός προσαρμοστικού νεύρο-ασαφούς συστήματος (Adaptive Neuro-Fuzzy System – ANFIS) και μέσω ασαφών συνόλων (fuzzy type). Τα ηλεκτρικά οχήματα έχουν όμως προσελκύσει το ενδιαφέρον πολλών αγοραστών και πολλών παραγωγών με αποτέλεσμα να επενδύονται τεράστια ποσά στην παγκόσμια οικονομία. Οι διακυμάνσεις των πωλήσεων καθιστά απαραίτητη την πρόβλεψη των πωλήσεων για πολλούς παραγωγούς ώστε να προγραμματίζουν την παραγωγή τους. Το σύστημα ANFIS και το fuzzy type επιλέχθηκε από μία πληθώρα μεθόδων πρόβλεψης, για τις δυνατότητες που παρέχει ο συνδυασμός ασαφούς λογικής και τεχνητών νευρωνικών δικτύων που δομούν τον αλγόριθμο ANFIS. Στο σύστημα fuzzy type η βελτιστοποίηση του μοντέλου θα γίνει με τον αλγόριθμο Particle Swarm. Τα αποτελέσματα θα συγκριθούν, με παραδοσιακές μεθόδους πρόβλεψης Αυτοπαλινδρόμηση – (Auto Regression) και Παλινδρόμηση Κινούμενου Μέσου (Auto Regression Moving Average) για περαιτέρω αξιολόγηση των αποτελεσμάτων.el
ΠερίληψηIn this thesis, the goal is to forecast the monthly sales of electric vehicles through the application of an Adaptive Neuro-Fuzzy Inference System (ANFIS) and fuzzy type systems. Electric vehicles have attracted the interest of many buyers and manufacturers, leading to significant investments in the global economy. The fluctuations in sales make it essential for many manufacturers to forecast sales in order to effectively plan their production. The ANFIS system and the fuzzy type approach were selected from a wide range of forecasting methods due to the advantages provided by the combination of fuzzy logic and artificial neural networks that form the basis of the ANFIS algorithm. In the fuzzy type system, model optimization will be performed using the Particle Swarm Optimization algorithm. The results will be compared with traditional forecasting methods - Auto Regression (AR) and Auto Regression Moving Average (ARMA) for further evaluation of the outcomes.en
ΤύποςΔιπλωματική Εργασίαel
ΤύποςDiploma Worken
Άδεια Χρήσηςhttp://creativecommons.org/licenses/by/4.0/en
Ημερομηνία2025-07-16-
Ημερομηνία Δημοσίευσης2025-
Θεματική ΚατηγορίαΠρόβλεψη πωλήσεων EVel
Βιβλιογραφική ΑναφοράΜιχαέλα Κουφού, "Πρόβλεψη πωλήσεων ηλεκτρικών αυτοκινήτων", Διπλωματική Εργασία, Σχολή Μηχανικών Παραγωγής και Διοίκησης, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2025el
Βιβλιογραφική ΑναφοράMichaela Koufou, "Forecast of electric vehicle sales", Diploma Work, School of Production Engineering and Management, Technical University of Crete, Chania, Greece, 2025en

Διαθέσιμα αρχεία

Υπηρεσίες

Στατιστικά