📄Работа №33408
Тема: Разработка автоматизированной информационной системы прогнозирования и анализа спроса на товары
Тип работы
Бакалаврская работа
Предмет
информатика
Объем:
92 листов
Год:
2019
Просмотров:
567
7300
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
ВВЕДЕНИЕ 5
1 Анализ предметной области 7
1.1 Описание объекта исследования 7
1.2 Разработка модели бизнес-процессов 8
1.2.1 Процесс «Управление договорами» 9
1.2.2 Процесс «Составление плана заявок поставщикам» 9
1.2.3 Процесс «Анализ и прогнозы продаж» 10
1.3 Сравнение прогнозных моделей 11
1.3.1 Linear regression 11
1.3.2 Random Forest 12
1.3.3 Ridge regression 12
1.3.4 Gradient boosting 13
1.4 Требования на разработку АИС 13
1.4.1 Разработка бизнес-требований 13
1.4.2 Разработка пользовательских требований 15
1.4.3 Разработка функциональных требований 21
1.4.5 Разработка нефункциональных требований 22
1.5 Выводы по главе 24
2 Проектирование серверного решения 25
2.1 Выбор средств разработки 25
2.2 Архитектура системы 26
2.2.1 AiTools.DAL 28
2.2.2 AiTools.BLL 29
2.2.3 AiTools 30
2.2.4 Вспомогательные проекты 31
2.2.6 Структура базы данных 31
2.3 Используемые решения и библиотеки 33
2.3.1 Model-View-Controller 33
2.3.2 Dependency injection 34
2.3.3 Middleware 35
2.3.4 Automapper 36
2.4 Блок-схемы основных процессов 36
2.5 Выводы по главе 42
3 Разработка клиентской части и интерфейса 43
3.1 Выбор средств разработки 43
3.1.1 jQuery 43
3.1.2 React 44
3.1.3 Angular 44
3.1.4 Knockout 45
3.1.5 Vue.js 46
3.2 Используемые решения и библиотеки 47
3.2.1 Vuex 47
3.2.2 Vue Router 47
3.3 Архитектура клиентской части 48
3.4 Реализация функциональной части 49
3.4.1 Модуль входа 49
3.4.2 Модуль регистрации 50
3.4.3 Модуль анализа 51
3.4.4 Модуль прогнозирования 54
3.4.5 Модуль «Сотрудники» 56
3.5 Выводы по главе 57
ЗАКЛЮЧЕНИЕ 58
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 60
ПРИЛОЖЕНИЕ А 62
ПРИЛОЖЕНИЕ Б 79
ПРИЛОЖЕНИЕ В
1 Анализ предметной области 7
1.1 Описание объекта исследования 7
1.2 Разработка модели бизнес-процессов 8
1.2.1 Процесс «Управление договорами» 9
1.2.2 Процесс «Составление плана заявок поставщикам» 9
1.2.3 Процесс «Анализ и прогнозы продаж» 10
1.3 Сравнение прогнозных моделей 11
1.3.1 Linear regression 11
1.3.2 Random Forest 12
1.3.3 Ridge regression 12
1.3.4 Gradient boosting 13
1.4 Требования на разработку АИС 13
1.4.1 Разработка бизнес-требований 13
1.4.2 Разработка пользовательских требований 15
1.4.3 Разработка функциональных требований 21
1.4.5 Разработка нефункциональных требований 22
1.5 Выводы по главе 24
2 Проектирование серверного решения 25
2.1 Выбор средств разработки 25
2.2 Архитектура системы 26
2.2.1 AiTools.DAL 28
2.2.2 AiTools.BLL 29
2.2.3 AiTools 30
2.2.4 Вспомогательные проекты 31
2.2.6 Структура базы данных 31
2.3 Используемые решения и библиотеки 33
2.3.1 Model-View-Controller 33
2.3.2 Dependency injection 34
2.3.3 Middleware 35
2.3.4 Automapper 36
2.4 Блок-схемы основных процессов 36
2.5 Выводы по главе 42
3 Разработка клиентской части и интерфейса 43
3.1 Выбор средств разработки 43
3.1.1 jQuery 43
3.1.2 React 44
3.1.3 Angular 44
3.1.4 Knockout 45
3.1.5 Vue.js 46
3.2 Используемые решения и библиотеки 47
3.2.1 Vuex 47
3.2.2 Vue Router 47
3.3 Архитектура клиентской части 48
3.4 Реализация функциональной части 49
3.4.1 Модуль входа 49
3.4.2 Модуль регистрации 50
3.4.3 Модуль анализа 51
3.4.4 Модуль прогнозирования 54
3.4.5 Модуль «Сотрудники» 56
3.5 Выводы по главе 57
ЗАКЛЮЧЕНИЕ 58
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 60
ПРИЛОЖЕНИЕ А 62
ПРИЛОЖЕНИЕ Б 79
ПРИЛОЖЕНИЕ В
📖 Введение
Планирование продаж и операций (S&OP) — это интегрированный процесс управления бизнесом, с помощью которого исполнительная/лидерская команда постоянно добивается фокусировки, согласования и синхронизации всех функций целевой организации. Процесс расчёта продаж и операций включает в себя обновленный прогноз, результатом которого является план продаж, план производства, план запасов, план развития продукта, план стратегических инициатив и в результате финансовый план. Периодичность и горизонт планирования зависят от специфики отрасли. Короткие жизненные циклы продукта и высокая волатильность спроса требуют более плотного S&OP, чем стабильно потребляемые продукты. Хорошо осуществлённый процесс S&OP также включает эффективное управление цепочками поставок.
Компания ООО «КамаДизель Гарант» занимается продажей запасных частей для легковых и грузовых автомобилей. В компании действует служба снабжения, которая обеспечивает продукцию для всех дочерних предприятий. Поэтому на главном складе все время должно быть достаточно товара для отправки в магазины. При этом необходимо подавать долгосрочные заявки производителям, у которых компания закупает продукцию, чтобы они могли учесть данную информацию в своих производственных планах.
Раньше заказы поставщикам формировались исходя из статистики продажах в предыдущие периоды, умноженных на определенные экспертами коэффициенты роста или снижения по специальным товарным группам. Такой подход приводил к ошибкам в прогнозировании запасов.
Актуальность работы обусловлена проблемой существенного отклонения планируемых значений от фактических, вследствие чего оборачиваемость товаров снижалась, а компания терпела дополнительные финансовые потери в виде стоимости лишней закупленной продукции и неполученной прибыли от продажи незаказанных запасных частей, а также затрат на хранение запасов.
Объектом исследования является процесс предсказания спроса на запасные запчасти с учетом сезонных колебаний и динамики изменения цен в предстоящем периоде.
Предметом исследования является автоматизированная система прогнозирования спроса.
Целью данной работы является повышение точности прогноза продаж.
Для достижения цели требуется решить следующие задачи:
- провести анализ предметной области;
- разработать требования к сервису;
- спроектировать и разработать серверную часть;
- спроектировать и разработать клиентскую часть.
Компания ООО «КамаДизель Гарант» занимается продажей запасных частей для легковых и грузовых автомобилей. В компании действует служба снабжения, которая обеспечивает продукцию для всех дочерних предприятий. Поэтому на главном складе все время должно быть достаточно товара для отправки в магазины. При этом необходимо подавать долгосрочные заявки производителям, у которых компания закупает продукцию, чтобы они могли учесть данную информацию в своих производственных планах.
Раньше заказы поставщикам формировались исходя из статистики продажах в предыдущие периоды, умноженных на определенные экспертами коэффициенты роста или снижения по специальным товарным группам. Такой подход приводил к ошибкам в прогнозировании запасов.
Актуальность работы обусловлена проблемой существенного отклонения планируемых значений от фактических, вследствие чего оборачиваемость товаров снижалась, а компания терпела дополнительные финансовые потери в виде стоимости лишней закупленной продукции и неполученной прибыли от продажи незаказанных запасных частей, а также затрат на хранение запасов.
Объектом исследования является процесс предсказания спроса на запасные запчасти с учетом сезонных колебаний и динамики изменения цен в предстоящем периоде.
Предметом исследования является автоматизированная система прогнозирования спроса.
Целью данной работы является повышение точности прогноза продаж.
Для достижения цели требуется решить следующие задачи:
- провести анализ предметной области;
- разработать требования к сервису;
- спроектировать и разработать серверную часть;
- спроектировать и разработать клиентскую часть.
✅ Заключение
Перед проектом была поставлена цель - повышение точности прогноза спроса на товары за счет разработки автоматизированной информационной системы.
Для достижения поставленной цели были решены следующие задачи:
- провести анализ предметной области;
- разработать требования к сервису;
- спроектировать и разработать серверную часть;
В ходе выполнения работы был проведен анализ бизнес-процессов предприятия ООО «КамаДизель Гарант» и впоследствии определены технологии, необходимые для решения поставленных задач. Также выявлен ряд нефункциональных требований, например, требования к пользовательскому интерфейсу.
Был проведен анализ процессов прогноза продаж и составления заявок поставщикам, выявлены основные активности процесса, входные и выходные данные. Разработана модель процесса в стандарте BPMN2.
Был проведен анализ четырех прогнозных моделей: «Random forest», «Linear regression», «Ridge regression», «Gradient boosting».
На основе результатов анализа были сформированы пользовательские требования, разработана диаграмма вариантов использования UML, описаны спецификации пользовательских требований.
На основе пользовательских требований были разработаны функциональные и нефункциональные требования на разработку.
На основе составленных требований была спроектирована и разработана автоматизированная информационная система.
Система была реализована на основе таких языков программирования и разметки как: C#, JavaScript, HTML. Также были использованы следующие библиотеки и фреймворки: ASP.NET Core, ASP.NET Core Identity, Automapper, Vue.js, Vuex, Vue Router.
Разработанная система позволила сократить среднюю ошибку в прогнозе продаж с 34% до 10%. Исходя из этого, можно сделать вывод, что разработка данной системы оправдана и целесообразна.
Для достижения поставленной цели были решены следующие задачи:
- провести анализ предметной области;
- разработать требования к сервису;
- спроектировать и разработать серверную часть;
В ходе выполнения работы был проведен анализ бизнес-процессов предприятия ООО «КамаДизель Гарант» и впоследствии определены технологии, необходимые для решения поставленных задач. Также выявлен ряд нефункциональных требований, например, требования к пользовательскому интерфейсу.
Был проведен анализ процессов прогноза продаж и составления заявок поставщикам, выявлены основные активности процесса, входные и выходные данные. Разработана модель процесса в стандарте BPMN2.
Был проведен анализ четырех прогнозных моделей: «Random forest», «Linear regression», «Ridge regression», «Gradient boosting».
На основе результатов анализа были сформированы пользовательские требования, разработана диаграмма вариантов использования UML, описаны спецификации пользовательских требований.
На основе пользовательских требований были разработаны функциональные и нефункциональные требования на разработку.
На основе составленных требований была спроектирована и разработана автоматизированная информационная система.
Система была реализована на основе таких языков программирования и разметки как: C#, JavaScript, HTML. Также были использованы следующие библиотеки и фреймворки: ASP.NET Core, ASP.NET Core Identity, Automapper, Vue.js, Vuex, Vue Router.
Разработанная система позволила сократить среднюю ошибку в прогнозе продаж с 34% до 10%. Исходя из этого, можно сделать вывод, что разработка данной системы оправдана и целесообразна.
ИЛИ
Поиск аналога
📕 Список литературы
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.