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

dc.contributor.advisorAtsalakis Georgiosen
dc.contributor.advisorΑτσαλακης Γεωργιοςel
dc.contributor.authorBrokalakis Iosifen
dc.contributor.authorΜπροκαλακης Ιωσηφel
dc.contributor.committeememberZopounidis Konstantinosen
dc.contributor.committeememberΖοπουνιδης Κωνσταντινοςel
dc.contributor.committeememberAtsalakis Georgiosen
dc.contributor.committeememberΑτσαλακης Γεωργιοςel
dc.date.accessioned2024-10-31T15:54:08Z
dc.date.available2024-10-31T15:54:08Z
dc.date.issued2014
dc.date.submitted2014-09-09
dc.description.abstractΤα 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
dc.format.extent65 σελίδεςel
dc.identifier10.26233/heallink.tuc.20735
dc.identifier.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
dc.identifier.urihttps://dspace.library.tuc.gr/handle/123456789/845
dc.language.isoel
dc.publisherTechnical University of Creteen
dc.publisherΠολυτεχνείο Κρήτηςel
dc.relation.replaces7100
dc.rightshttp://creativecommons.org/licenses/by/4.0/en
dc.subjectArtificial neural networksen
dc.subjectNets, Neural (Computer science)en
dc.subjectNetworks, Neural (Computer science)en
dc.subjectNeural nets (Computer science)en
dc.subjectneural networks computer scienceen
dc.subjectartificial neural networksen
dc.subjectnets neural computer scienceen
dc.subjectnetworks neural computer scienceen
dc.subjectneural nets computer scienceen
dc.titleΠρόβλεψη φαρμακευτικών πωλήσεων με τη χρήση τεχνητών νευρωνικών δικτύων και νευρο-ασαφών συστημάτωνel
dc.typeΔιπλωματική Εργασίαel
dc.typeDiploma Worken
dcterms.mediatorTechnical University of Crete::School of Management and Production Engineeringen
dcterms.mediatorΠολυτεχνείο Κρήτης::Σχολή Μηχανικών Παραγωγής και Διοίκησηςel
dspace.entity.typePublication

Αρχεία

Πρωτότυπος φάκελος/πακέτο

Τώρα δείχνει 1 - 1 από 1
Δεν υπάρχει διαθέσιμη μικρογραφία
Ονομα:
Brokalakis_Iosif_Dip_2014.pdf
Μέγεθος:
1.9 MB
Μορφότυπο:
Adobe Portable Document Format