کتاب کاربرد مدل‌های Exponential Smoothing در مدیریت موجودی با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره کاربرد مدل‌های Exponential Smoothing در مدیریت موجودی

موضوع کلی: آمار کاربردی و ابزارهای نرم‌افزاری

موضوع میانی: سری‌های زمانی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مدیریت موجودی و اهمیت پیش‌بینی تقاضا
  • 2. مفاهیم پایه سری‌های زمانی در مدیریت موجودی
  • 3. بررسی روش‌های سنتی پیش‌بینی تقاضا و محدودیت‌ها
  • 4. آشنایی با مدل‌های Exponential Smoothing (ES)
  • 5. مدل Simple Exponential Smoothing (SES): مفاهیم و کاربرد
  • 6. محاسبه پارامتر α در مدل SES
  • 7. ارزیابی عملکرد مدل SES
  • 8. مدل Double Exponential Smoothing (DES): مفاهیم و کاربرد
  • 9. محاسبه پارامترهای α و β در مدل DES
  • 10. ارزیابی عملکرد مدل DES
  • 11. مدل Triple Exponential Smoothing (TES) یا Holt-Winters: مفاهیم و کاربرد
  • 12. محاسبه پارامترهای α، β و γ در مدل TES
  • 13. ارزیابی عملکرد مدل TES
  • 14. انتخاب مدل ES مناسب بر اساس ویژگی‌های داده
  • 15. تحلیل داده‌های سری زمانی و تشخیص الگوها (Trend, Seasonality)
  • 16. پیاده‌سازی مدل‌های ES در Excel
  • 17. پیاده‌سازی مدل‌های ES در R
  • 18. پیاده‌سازی مدل‌های ES در Python
  • 19. استفاده از کتابخانه Statsmodels در Python برای ES
  • 20. پیش‌بینی تقاضا با استفاده از مدل‌های ES در پایتون
  • 21. تحلیل حساسیت مدل‌های ES به تغییرات پارامترها
  • 22. بهینه‌سازی پارامترهای مدل‌های ES با استفاده از الگوریتم‌های بهینه‌سازی
  • 23. مدل‌سازی تقاضای محصولات با الگوهای فصلی
  • 24. مدل‌سازی تقاضای محصولات با الگوهای روند صعودی/نزولی
  • 25. مدل‌سازی تقاضای محصولات با الگوهای ترکیبی (روند و فصل)
  • 26. بررسی اثر تاخیر (Lag) در پیش‌بینی تقاضا
  • 27. پیش‌بینی تقاضا برای محصولات جدید (Cold Start Problem)
  • 28. استفاده از داده‌های جانبی (External Variables) در مدل‌های ES
  • 29. ادغام مدل‌های ES با سایر روش‌های پیش‌بینی تقاضا
  • 30. مدل‌سازی موجودی ایمن (Safety Stock) با استفاده از پیش‌بینی ES
  • 31. محاسبه نقطه سفارش (Reorder Point) با استفاده از پیش‌بینی ES
  • 32. آنالیز سناریو و اثرات تغییرات تقاضا بر موجودی
  • 33. ارزیابی هزینه کل موجودی با استفاده از پیش‌بینی ES
  • 34. مقایسه مدل‌های ES با مدل‌های ARIMA در پیش‌بینی تقاضا
  • 35. کاربرد مدل‌های ES در مدیریت زنجیره تامین
  • 36. مدل‌سازی تقاضای محصولات با عمر کوتاه
  • 37. پیش‌بینی تقاضا در محیط‌های با عدم قطعیت بالا
  • 38. استفاده از داده‌های فروش تاریخی برای بهبود دقت پیش‌بینی
  • 39. مدل‌سازی تقاضای چند محصولی با استفاده از ES
  • 40. تحلیل خطا در پیش‌بینی تقاضا و راه‌های کاهش آن
  • 41. استفاده از شاخص‌های عملکرد کلیدی (KPIs) برای ارزیابی پیش‌بینی موجودی
  • 42. پیاده‌سازی یک سیستم پیش‌بینی تقاضا مبتنی بر ES
  • 43. بررسی موردی: کاربرد ES در یک شرکت تولیدی
  • 44. بررسی موردی: کاربرد ES در یک شرکت خرده‌فروشی
  • 45. بهبود مستمر مدل‌های پیش‌بینی تقاضا
تگ‌ها: DES exponential smoothing forecasting Holt-Winters inventory management prediction Python R SES Statsmodels supply chain time series پیش‌بینی تقاضا سری‌های زمانی مدیریت موجودی

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.