Iтерацiйнi методи для розв’язання задач оптимiзацiї з використанням методу дискретних функцiональних частинок

Simple item page
dc.contributor.advisorДрiнь, Свiтланаuk_UA
dc.contributor.authorАвдєєнко, Iванuk_UA
dc.date.accessioned2025-09-11T08:01:45Z
dc.date.available2025-09-11T08:01:45Z
dc.date.issued2025
dc.descriptionЦя магiстерська робота присвячена задачi планування асортименту в роздрiбнiй торгiвлi за умов невизначеностi попиту та операцiйних обмежень. Розроблено гiбридну методологiю, яка поєднує часовi ряди SARIMAX для прогнозування з методом дискретних функцiональних частинок (DFPM) для оптимiзацiї, забезпечуючи пiдтримку як стратегiчних (довгострокових), так i тактичних (щомiсячних) рiшень. Основнi елементи включають попередню обробку реальних даних з продажiв та запасiв, побудову коефiцiєнта ефективностi запасiв (Inventory Efficiency Ratio) як метрики ризику, налаштування параметрiв DFPM на основi спектральних властивостей матрицi ризику та об’єднання математично оптимальних ваг iз iсторичними базовими показниками. Рамковий пiдхiд реалiзовано на Python i подiлено на теоретичнi засади, практичну реалiзацiю та аналiз результатiв. Запропонований пiдхiд забезпечує адаптивну оптимiзацiю асортименту на основi даних, що дозволяє оперативно реагувати на швидкi змiни ринку.uk_UA
dc.description.abstractThis master’s thesis addresses the challenge of assortment planning in retail under uncertain demand and operational constraints. It develops a hybrid methodology that integrates SARIMAX time-series forecasting with the Discrete Functional Particle Method (DFPM) for optimisation, enabling both strategic (long-term) and tactical (monthly) decision support. Key elements include the preprocessing of real sales and inventory data, construction of an Inventory Efficiency Ratio as a risk metric, eigenvalue-guided tuning of DFPM parameters, and blending of mathematically optimal weights with historical baselines. The framework is implemented in Python and structured into theoretical foundations, practical application, and performance analysis. The work contributes a flexible, data-driven approach to improve assortment decisions in dynamically changing retail environments.en_US
dc.identifier.urihttps://ekmair.ukma.edu.ua/handle/123456789/36617
dc.language.isoen_USen_US
dc.statusfirst publisheden_US
dc.subjectassortment planningen_US
dc.subjectretailen_US
dc.subjectSARIMAX time-seriesen_US
dc.subjectDiscrete Functional Particle Method (DFPM)en_US
dc.subjectпланування асортиментуuk_UA
dc.subjectроздрiбна торгiвляuk_UA
dc.subjectчасовi ряди SARIMAXuk_UA
dc.subjectметод дискретних функцiональних частинок (DFPM)uk_UA
dc.subjectmaster's thesisen_US
dc.titleIтерацiйнi методи для розв’язання задач оптимiзацiї з використанням методу дискретних функцiональних частинокuk_UA
dc.typeOtheruk_UA
Files
Original bundle
Now showing 1 - 2 of 2
Thumbnail Image
Name:
Avdieienko_Mahisterska_robota.pdf
Size:
362.08 KB
Format:
Adobe Portable Document Format
Download
Thumbnail Image
Name:
Avdieienko_Mahisterska_robota_1.pdf
Size:
526.85 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
F1 Прикладна математика