An improved sales forecasting approach by the integration of genetic fuzzy systems and data clustering: Case study of printed circuit board

Hadavandi, Esmaeil; Shavandi, Hassan; Ghanbari, Arash

doi:10.1016/j.eswa.2011.01.132

Cited by 49 publications

(26 citation statements)

References 23 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The experimental results show that the proposed approach outperforms other traditional forecasting models, such as, BPN, ANFIS and FNN. Esmaeil et al (2011) proposed a novel sales forecasting approach by the integration of Genetic Fuzzy Systems (GFS) and data clustering to construct a sales forecasting expert system. They use GFS to extract the whole knowledge base of the fuzzy system for sales forecasting problems.…”

Section: Pcb Sales Forecastingmentioning

confidence: 99%

A Novel Approach Based on Genetic Fuzzy Clustering and Adaptive Neural Networks for Sales Forecasting

Hichama

Mohameda

Abdellahb

2013

Journal of Computer Science

View full text Add to dashboard Cite

This article proposes a new hybrid sales forecasting system based on genetic fuzzy clustering and BackPropagation (BP) Neural Networks with adaptive learning rate (GFCBPN).The proposed architecture consists of three stages: (1) utilizing Winter's Exponential Smoothing method and Fuzzy C-Means clustering, all normalized data records will be categorized into k clusters; (2) using an adapted Genetic Fuzzy System (MCGFS), the fuzzy rules of membership levels to each cluster will be extracted; (3) each cluster will be fed into parallel BP networks with a learning rate adapted as the level of cluster membership of training data records. Compared to previous researches which use Hard clustering, this research uses the fuzzy clustering which capable to increase the number of elements of each cluster and consequently improve the accuracy of the proposed forecasting system. Printed Circuit Board (PCB) will be utilized as a case study to evaluate the precision of our proposed system. Experimental results show that the proposed model outperforms the previous and traditional approaches. Therefore, it is a very promising method for financial forecasting.

show abstract

Section: Pcb Sales Forecastingmentioning

confidence: 99%

A Novel Approach Based on Genetic Fuzzy Clustering and Adaptive Neural Networks for Sales Forecasting

Hichama

Mohameda

Abdellahb

2013

Journal of Computer Science

View full text Add to dashboard Cite

show abstract

“…Aznarte et al [19] elaboram um SFG baseado no modelo NCSTAR em dois estágios: o inicial elabora uma BR a partir do uso da Estratégia Evolutiva (1+1)-ES [52] para previsão de séries financeiras, GPFIS: Um Sistema Fuzzy-Genético Genérico baseado em Programação Genética 42 e no final seleciona-se um subconjunto de regras mais promissoras a partir de AG de codificação binária [53]. O artigo de Hadavandi et al [93] propõe o uso de um SFG para efetuar previsões para vendas de bens e serviços. O modelo elaborado inicia-se com o particionamento do conjunto de registros da série temporal em k grupos definidos pelo algoritmo k-means.…”

Section: Previsãounclassified

Gpfis: Um Sistema Fuzzy-Genético Genérico Baseado Em Programação Genética

KOSHIYAMA¹

View full text Add to dashboard Cite

AgradecimentosAo povo brasileiro, ao CNPq e a PUC-Rio pelos auxílios e estrutura concedida, sem os quais este trabalho não poderia ter sido realizado.A minha família, em destaque meus irmãos -Wladmir e Kallyah -e pais -Adriano e Sayonara -por todos os momentos abdicados da minha presença, devido a este manuscrito e demais projetos. Agradeço e saibam que temos uma ligação de afeto para além do infinito.A minha orientadora, Professora Marley Vellasco, que sempre me estimulou a produzir cientificamente, me incentivando nas inúmeras reuniões e revisões de texto, além da oportunidade de trabalhar em projetos. Também ao meu co-orientador, Professor Ricardo Tanscheit, pelas excelentes conversas e histórias compartilhadas e por ter me permitido absorver um pouco do seu método "minimalista". A ambos o meu maior respeito e admiração.Aos Também a pessoas com quem pude mais aprender do que transmitir, e com as quais formou-se uma amizade sólida. Iury Steiner, João Zanni, Pedro Milet e Douglas Dias, a vocês obrigado por todas as risadas e experiência passada. Ainda, a Tatiana Escovedo e Rubens Nascimento que me adotaram como filho e partilharam comigo trabalhos, pizzas e viagens.Aos professores Marco Pacheco, Wagner Tassinari,Álvaro Veiga, Carlos Tomei e Maria Lorenzon, dos quais pude absorver, cada um a sua maneira, a forma de lidar e transmitir a ciência, sempre com rigor e crítica, e me permitiram também vislumbrar a aplicação desta fora dos muros da universidade. In memorian a Padre Libanio pela amizade partilhada e exemplo de vida.Por fim, ao corpo de funcionários do Departamento de Engenharia Elétrica, notavelmente Alcina, Mara, Márcia, Isnarde e Miriam pelo apoio.

show abstract

“…Os Preditores Fuzzy (PF) para séries temporais são muito utilizados atualmente (Wang e Mendel, 1992;Kim e Kim, 1997;Mangai et al, 2014;Stepnicka et al, 2014;Lu et al, 2014;Bergmeir et al, 2012;Hadavandi et al, 2011;Koshiyama, 2014), fornecendo resultados que podem ser explicados, favorecendo a análise e viabilizando planejamentos estratégicos.…”

Section: Previsor Fuzzy Para Séries Temporaisunclassified

“…Os SFG para séries temporais encontrados na literatura são normalmente SFBRs do tipo Takagi-Sugeno (Kim e Kim, 1997;Aznarte et al, 2012; GPFIS-Forecast: Um sistema fuzzy-genético baseado em programação genética multigênica para problemas de previsão univariada 20 Bergmeir et al, 2012;Hadavandi et al, 2011), em que interpretabilidade (linguística) das regrasé baixa. O próximo capítulo trata especialmente do GPFIS-Forecast, em que a PGMGé usada como MHG para buscar a melhor BR, definindo-se assim um problema de aprendizado.…”

Section: Previsor Fuzzy Para Séries Temporaisunclassified

Gpfis-Forecast: Um Sistema Fuzzy-Genético Baseado Em Programação Genética Multigênica Para Problemas De Previsão Univariada

FERREIRA¹

View full text Add to dashboard Cite

Ferreira, Marco Antônio da Cunha; Tanscheit, Ricardo (Advisor); Vellasco, Marley Maria Bernardes Rebuzzi Vellasco (Co-Advisor). GPFIS-Forecast: A Genetic-Fuzzy system based on genetic programming for forecast problems. Rio de Janeiro, 2015. 55p. MSc. Dissertation -Departamento de Engenharia Elétrica, Pontifícia Universidade Católica do Rio de Janeiro.Forecasting methods are very important for the development of various activities in everyday society. Several statistical models have been developed, but many assumptions must be made in order to obtain an acceptable response. Nonstatistical models for time series forecasting such as those involving systems Fuzzy Inference Systems (FIS) provide a description of the process through linguistic rules. This dissertation delves into GPFISForecast: a version of GPFIS -Fuzzy Inference System based on Multigene Genetic Programming -for univariate time series forecasting. This model consists of four basic stages: Fuzzification, Inference, Defuzzification and Evaluation. In each of these steps, different configurations will have distinct impacts on the results. This work proposes the improvement of GPFIS-Forecast along two main lines (i) increase the amount of possible configurations and assess their contribution to a better forecasting accuracy and (ii) add further information to the interpretation of results, keeping in mind both accuracy and interpretability. The case studies show that in the case of time series with small tendency, GPFIS-Forecast provides a good accuracy; when tendency is larger and pre-processing becomes necessary, interpretability is affected. The Fuzzy Forecasting Limits introduced here add more information to the result, pointing to possible adjustments to rule bases of models with greater granularity.

show abstract

An improved sales forecasting approach by the integration of genetic fuzzy systems and data clustering: Case study of printed circuit board

Cited by 49 publications

References 23 publications

A Novel Approach Based on Genetic Fuzzy Clustering and Adaptive Neural Networks for Sales Forecasting

A Novel Approach Based on Genetic Fuzzy Clustering and Adaptive Neural Networks for Sales Forecasting

Gpfis: Um Sistema Fuzzy-Genético Genérico Baseado Em Programação Genética

Gpfis-Forecast: Um Sistema Fuzzy-Genético Baseado Em Programação Genética Multigênica Para Problemas De Previsão Univariada

Contact Info

Product

Resources

About