Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
FBR / THEEND~1.DOC
Скачиваний:
95
Добавлен:
16.04.2013
Размер:
4.17 Mб
Скачать

4.3. Вывод.

  1. В результате работы разработано программное обеспечение для моделирования алгоритма нечеткого контроллера на основе нейронной сети обратного распространения.

  2. Проведено обучение сети для решения задачи выбора параметров высокотемпературной операции.

  3. Выполнено сравнение скорости обучения для обычного алгоритма сети обратного распространения и оптимизированным алгоритмом нечеткого контроллера.

  4. Показана эффективность нейросетевой реализации нечеткого контроллера на примере выбора параметров высокотемпературной операции.

«Организационно-Экономический» Раздел

Глава 5. Сегментация рынка контроллеров на основе нейронных сетей.

Консультант: Короткова Т.Л.

5.1. Общие положения.

Успех продвижения на рынке новых товаров во многом зависит от всестороннего исследования требований рынка. Исследуемая информация касается спроса на товары и услуги различных уровней, уже имеющихся и потенциально возможных конкурентов, а также требований, предъявляемых потребителями. Сбор подобной информации требует значительных затрат времени и средств. Это заставляет предприятия нацеливаться на отдельные части рынка, которые представляют собой сегменты групп потребителей с примерно общими требованиями. Поиск таких однородных сегментов потребителей среди различных вариантов требований, предъявляемых к товару, называется сегментацией рынка, а данный найденный участок рынка - сегментом рынка.

При разумном делении рынка на сегменты все инструменты маркетинга внутри него могут быть оптимально скоординированы. Именно поэтому сегментация рынка считается очень важным аспектом деятельности предприятия.

5.2. Методика расчёта сегментации рынка.

При первичной сегментации всего рынка целесообразно выделить сегменты товаров потребительского рынка или производственного назначения [2]. Такая классификация важна, поскольку подчеркивает различия в характеристиках продуктов и последствия для маркетолога.

Для дальнейшего деления рынка на сегменты можно воспользоваться различными критериями в зависимости от следующих факторов:

  1. географического положения потребителей (регион, страна);

  2. типа потребителя (величина предприятия, интенсивность потребления, отрасль, место в производственном процессе);

  3. типа процесса, для которого приобретается продукция (административная деятельность, движение товара, производственный процесс);

  4. покупательского спроса (клиент/потенциальный клиент, связь с поставщиком, частота и величина закупок);

На рынках сбыта товаров широкого потребления используют другие критерии. Классическими являются следующие показатели:

  1. социально-экономические (образования, доходы);

  2. демографические (возраст, пол, состав семьи);

  3. географические

Однако следует учитывать, что всех потребителей на рынке не так-то легко разделить по категориям. Поведение потребителя в последнее время становиться все более дифференцированным, возникают различные «стили жизни» внутри общества.

Для формирования сегментации рынка используются элементы таксономического анализа - построение диаграмм Чекановского [1]. Исходным шагом, предопределяющим правильность конечных результатов, является оформление матрицы наблюдений. Эта матрица содержит наиболее полную характеристику изучаемого множества объектов и имеет вид:

X=

где w - число объектов; n - число признаков; ik - значение признака k для объекта i.

Признаки, включенные в матрицу, могут быть неоднородны, поскольку описывают разные свойства объектов. Кроме того, различаются единицы их измерения. Поэтому надлежит выполнить предварительное преобразование, которое заключается в стандартизации признаков. Это преобразование производится в соответствии с формулой

причем

где k = 1,2, ..., n ;

  1. стандартное отклонение признака k; zik - стандартизованное значение признака k для объекта i .

После стандартизации переменных переходят к процедуре - расчету матрицы расстояний с учетом всех элементов матрицы наблюдений. Чаще всего для этого расчета используется средняя абсолютная разность значений признаков:

(r, s = 1, 2, ... , w)

Матрицу расстояний можно записать в следующем виде:

C =

Здесь символ Cij обозначает расстояние между элементами i и j.

Дальнейшее преобразование вышеприведенной матрицы заключается в том, что исчисленные расстояния разбиваются на классы по заранее установленным интервалам. Затем каждому выделенному классу присваивают условный знак. Преобразованная таким образом таблица называется неупорядоченной диаграммой Чекановского (табл. 1).

Таблица 1

Неупорядоченная диаграмма Чекановского

Номера

единиц

1

2

...

1

X

X

2

X

...

...

...

...

...

w

X

В приведенной неупорядоченной диаграмме очередность записи единиц целиком случайна. На это указывает явственный разброс символов, обозначающих разницу между изучаемыми единицами: наименьшее численное расстояние - C ; наибольшее расстояние, т.е. пары единиц, наиболее разнящиеся между собой, - . Для их линейного упорядочения следует произвести перегруппировку знаков C и . Перегруппировка должна выполняться таким образом, чтобы указанные знаки оказались как можно ближе к главной диагонали диаграммы. С этой целью строки и столбцы таблицы переставляются до тех пор, пока не получится упорядоченная диаграмма.

Соседние файлы в папке FBR