محمد امین خسروی - کارشناسی ارشد مهندسی صنایع، دانشگاه آزاد اسلامی واحد تهران جنوب
مرضیه خسروی - کارشناسی ارشد اقتصاد، دانشگاه آزاد اسلامی واحد مرودشت

در این مقاله سعی شده است از سیستم استنباط فازی عصبی تطبیقی یا نرو فازی در پیش بینی تقاضای بازار استفاده شود. تاکنون روش های مختلفی در این زمینه مورد استفاده قرار گرفته است که در میان آن ها روش های هوشمند و به ویژه روش های فازی، دارای قابلیت های بیشتری هستند. استفاده از سیستم استنباط فازی عصبی تطبیقی، روشی نو جهت پیش بینی بسیاری از مفاهیم مهندسی، مدیریتی ،اقتصادی و ... است . از آنجا که مدلهای تقاضای بازار در بازه های زمانی متفاوت دارای تغییرات زیادی می باشند ولی تغییرات تقاضای متوسط آنها دارای منحنی هموارتری می باشد، لذا نرمالیزه کردن الگوهای تقاضا در اینجا بر مبنای مقادیر متوسط صورت گرفته است تا با افزایش دقت در پیش بینی مقدار پایه نرمالیزاسیون ،دقت پیش بینی نهایی نیز افزرده شود. مزیت عمده استفاده از این ساختار اینست که تاثیر دادن تجربیات شخص خبره در ساختار این سیستم، به شکل قوانین فازی، به سهولت امکان پذیر است. با استفاده از تجربیات فرد خبره، پارامترها و شکل اولیه توابع عضویت را تنظیم نموده سپس با آموزش این سیستم، توابع عضویت بهینه را بدست می آوریم. استفاده از سیستم استنباط فازی-عصبی تطبیقی می تواند به عنوان رهیافت کاربردی جدیدی در پیش بینی تقاضای بازار، مطرح باشد.

پیش بینی تقاضای بازار ، سیستم های فازی ، شبکه های عصبی ،شبکه های عصبی فازی ،سیستم استنباط فازی عصبی تطبیقی