Institutional Repository [SANDBOX]
Technical University of Crete
EN  |  EL

Search

Browse

My Space

Πρόβλεψη φαρμακευτικών πωλήσεων με τη χρήση τεχνητών νευρωνικών δικτύων και νευρο-ασαφών συστημάτων

Brokalakis Iosif

Simple record


URIhttp://purl.tuc.gr/dl/dias/AC8B7DCE-3168-4791-9954-BF8B51C56E06-
Identifierhttps://doi.org/10.26233/heallink.tuc.20735-
Languageel-
Extent65 σελίδεςel
TitleΠρόβλεψη φαρμακευτικών πωλήσεων με τη χρήση τεχνητών νευρωνικών δικτύων και νευρο-ασαφών συστημάτωνel
CreatorBrokalakis Iosifen
CreatorΜπροκαλακης Ιωσηφel
Contributor [Thesis Supervisor]Atsalakis Georgiosen
Contributor [Thesis Supervisor]Ατσαλακης Γεωργιοςel
Contributor [Committee Member]Zopounidis Konstantinosen
Contributor [Committee Member]Ζοπουνιδης Κωνσταντινοςel
Contributor [Committee Member]Atsalakis Georgiosen
Contributor [Committee Member]Ατσαλακης Γεωργιοςel
PublisherTechnical University of Creteen
PublisherΠολυτεχνείο Κρήτηςel
Academic UnitTechnical University of Crete::School of Management and Production Engineeringen
Academic UnitΠολυτεχνείο Κρήτης::Σχολή Μηχανικών Παραγωγής και Διοίκησηςel
Content SummaryΤα τελευταία χρόνια οι φαρμακευτικές πωλήσεις στην Ελλάδα έχουν υποστεί σημαντική μείωση. Συνέπεια αυτής εξέλιξης αποτελεί ο σκεπτικισμός με τον οποίο αντιμετωπίζουν μεγάλες επιχειρήσεις της φαρμακευτικής βιομηχανίας μελλοντικές τους επενδύσεις. Η ανάγκη για μακροπρόθεσμες και ακριβείς προβλέψεις ως εργαλείο στρατηγικού προγραμματισμού αυξάνει. Στόχος της παρούσας διπλωματικής εργασίας αποτελεί ο σχεδιασμός ενός μοντέλου μακροπρόθεσμης (πολλών βημάτων μπροστά) πρόβλεψης για τις συνολικές πωλήσεις της φαρμακευτικής βιομηχανίας. Προς αυτήν την κατεύθυνση διερευνούμε μεθοδολογίες από τον τομέα της Τεχνητής Νοημοσύνης. Τα Εμπρόσθια Νευρωνικά Δίκτυα και το Προσαρμοστικό Νεύρο-Ασαφές Σύστημα Εξαγωγής Συμπεράσματος υιοθετήθηκαν. Οι συγκεκριμένες τεχνικές έχουν αποδείξει την ανωτερότητά τους έναντι των στατιστικών μεθόδων σε προβλήματα πρόβλεψης ενός βήματος μπροστά. Ωστόσο, η μακροπρόθεσμη πρόβλεψη αποτελεί πρόκληση για τους ερευνητές. Η υλοποίηση των μοντέλων βασίστηκε στα δεδομένα των τελευταίων 14 ετών, τα οποία διατίθενται στην ιστοσελίδα του Εθνικού Οργανισμού Φαρμάκων. Τα αποτελέσματα των δύο μεθοδολογιών συγκρίθηκαν και αξιολογήθηκαν με στόχο τον εντοπισμό του κατάλληλου μοντέλου για το συγκεκριμένο πρόβλημα.el
Type of ItemΔιπλωματική Εργασίαel
Type of ItemDiploma Worken
Licensehttp://creativecommons.org/licenses/by/4.0/en
Date of Item2014-09-09-
Date of Publication2014-
SubjectArtificial neural networksen
SubjectNets, Neural (Computer science)en
SubjectNetworks, Neural (Computer science)en
SubjectNeural nets (Computer science)en
Subjectneural networks computer scienceen
Subjectartificial neural networksen
Subjectnets neural computer scienceen
Subjectnetworks neural computer scienceen
Subjectneural nets computer scienceen
Bibliographic CitationΙωσήφ Μπροκαλάκης, "Πρόβλεψη φαρμακευτικών πωλήσεων με τη χρήση τεχνητών νευρωνικών δικτύων και νευρο-ασαφών συστημάτων", Διπλωματική Εργασία, Σχολή Μηχανικών Παραγωγής και Διοίκησης, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2014el

Available Files

Services

Statistics