URI | http://purl.tuc.gr/dl/dias/CF51598E-E9B2-422C-A0E9-54BC1DC7CF2B | - |
Αναγνωριστικό | https://doi.org/10.26233/heallink.tuc.88399 | - |
Γλώσσα | el | - |
Μέγεθος | 111 σελίδες | el |
Μέγεθος | 3.2 megabytes | en |
Τίτλος | Προβλέψεις πωλήσεων κατοικιών στις Ηνωμένες Πολιτείες Αμερικής μέσω ANFIS | el |
Τίτλος | US housing market forecast through ANFIS (Adaptive Neuro-Fuzzy System) | en |
Δημιουργός | Tsouvalakis Georgios | en |
Δημιουργός | Τσουβαλακης Γεωργιος | el |
Συντελεστής [Επιβλέπων Καθηγητής] | Atsalakis Georgios | en |
Συντελεστής [Επιβλέπων Καθηγητής] | Ατσαλακης Γεωργιος | el |
Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Tsafarakis Stelios | en |
Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Τσαφαρακης Στελιος | el |
Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Zopounidis Konstantinos | en |
Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Ζοπουνιδης Κωνσταντινος | el |
Εκδότης | Πολυτεχνείο Κρήτης | el |
Εκδότης | Technical University of Crete | en |
Ακαδημαϊκή Μονάδα | Technical University of Crete::School of Production Engineering and Management | en |
Ακαδημαϊκή Μονάδα | Πολυτεχνείο Κρήτης::Σχολή Μηχανικών Παραγωγής και Διοίκησης | el |
Περίληψη | Τα τελευταία χρόνια παρατηρούμε ότι πολλές μεγάλες εταιρείες real estates και πολυεθνικές έχουν ρίξει την προσοχή τους στον τομέα κατασκευής των ακινήτων. Η ανάγκη αυτή έχει δημιουργηθεί λόγω της μεγάλης αγοράς και ζήτησης κατοικιών. Αξίζει να σημειωθεί ,ότι η αγορά των ακινήτων έχει αυξηθεί λόγω την μεγάλης αύξησης του πληθυσμού ,της αστικοποίησης των ανθρώπων και της μεγάλης τεχνολογικής εξέλιξης (οπού κάποιες εργασίες γίνονται αυτοματοποιημένα και έτσι πετυχαίνουν ταχύτερο χρόνο παράδοσης). Επίσης ένας ακόμα μεγάλος παράγοντας που παρατηρείτε τα τα τελευταία χρόνια και παίζει μεγάλο ρόλο στην πώληση των ακινήτων είναι το Airbnb οπού πολλοί ιδιοκτήτες βάζουν την κατοικία τους στην πλατφόρμα έναντι ημερήσιου ενοικίου. Επιπρόσθετα πολλές εταιρίες έχουν κάνει αισθητή την παρουσία τους στο χρηματιστήριο γεγονός που δείχνει ότι η πωλήσεις και οι αγορές των ακινήτων έχουν επηρεάσει την παγκόσμια οικονομία .Για τους λόγους αυτούς έχουν αναπτυχθεί διάφορες τεχνικές με στόχο την πρόβλεψη των πωλήσεων. Όσo πιο αποτελεσματική είναι η πρόβλεψη αυτή, τόσo πιo επιτυχημένη είναι η επιχειρηματική δραστηριότητα. Oι περισσότερες διαδικασίες στον επιχειρηματικό τoμέα είναι δυναμικές και μη-γραμμικές, γεγoνός που σημαίνει πως δεν μπoρούν να προσεγγιστούν με συμβατικές τεχνικές.
Για την διεκπεραίωση της διπλωματικής χρησιμοποιήσαμε μία εναλλακτική τεχνική η οποία βασίζεται σε προγραμματισμό με το λογισμικό της MATLAB και συγκεκριμένα στην πρόβλεψη των μηνιαίων πωλήσεων ακινήτων στις Ηνωμένες Πολιτείες της Αμερικής χρησιμοποιώντας τις πωλήσεις προηγούμενων μηνών (τα δεδομένα χρονολογούνται από τις 01-1-1963 εώς 12-01-2019) και το ΑΝFIS, όπου εμπεριέχει χαρακτηριστικό δείγμα των νευρωνικών δικτύων και της ασαφούς λογικής. Στα πρώτα κεφάλαια γίνεται μία αναφορά στη βιβλιογραφία ώστε να γνωρίζουμε την πρόοδο που έχει επιτευχθεί μέχρι και σήμερα. Έπειτα καταγράφεται η θεωρητική βάση που είναι απαραίτητη για την κατανόηση του αντικειμένου και αναλύεται η περίπτωση μελέτης μας. Τέλος, εξάγονται συμπεράσματα και παρατίθεται η βιβλιογραφία και ο κώδικας που χρησιμοποιήθηκε.
| el |
Περίληψη | Home sales in are considered to be one of the key factors influencing a country's economy. For this reason, forecasting models have been developed, where they serve us in making decisions on real estate investments and even in avoiding possible financial risks.
There is a rapid increase in sales over the years, due to population growth which results in higher demand for housing. Also, the increase of productivity and the automation of many works, show a reduction of the time and the cost of construction, where it favors in the reduction of the delivery time and the immediate service of the customer.
In the present project, the forecast of real estate sales is attempted, based on a neuro-fuzzy model. The model consists of an ANFIS (Adaptive Neuro-Fuzzy Inference System) controller to forecast, based on the sales data.
In addition, the success rate of the model is determined by the exported MATLAB diagrams as well as the RMSE (Root Mean Square Error) error values that occurred after the end of the process.
In conclusion, the model reflects the dynamics of daily real estate sales that can be obtained from an ANFIS system and help predict short-term sales trends. | en |
Τύπος | Διπλωματική Εργασία | el |
Τύπος | Diploma Work | en |
Άδεια Χρήσης | http://creativecommons.org/licenses/by/4.0/ | en |
Ημερομηνία | 2021-02-15 | - |
Ημερομηνία Δημοσίευσης | 2021 | - |
Θεματική Κατηγορία | Σύστημα ANFIS | el |
Θεματική Κατηγορία | Προβλέψεις πωλήσεων | el |
Βιβλιογραφική Αναφορά | Γεώργιος Τσουβαλάκης, "Προβλέψεις πωλήσεων κατοικιών στις Ηνωμένες Πολιτείες Αμερικής μέσω ANFIS", Διπλωματική Εργασία, Σχολή Μηχανικών Παραγωγής και Διοίκησης, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2021 | el |
Βιβλιογραφική Αναφορά | Georgios Tsouvalakis, "US housing market forecast through ANFIS (Adaptive Neuro-Fuzzy System)", Diploma Work, School of Production Engineering and Management, Technical University of Crete, Chania, Greece, 2021 | en |