Având în vedere faptele a declarat, ajungem la importanta unui sistem care ar fi putut realiza previziuni întârzieri potentiale în platile debitorilor ". Erorile (abaterile termenelor de plata efectiva de la data prognozat) ar trebui sa fie minime pentru un astfel de sistem sa fie considerat eficient. Acum, acesta este la un punct tare. lucrari existente arata ca modelele obisnuite statistice nu poate suporta rezultate cu adevarat eficiente, care ar fi stabile în timp. Din punct de vedere al nostru, cel mai bun mod de a rezolva aceasta problema este folosirea asa-numita "abordare fuzzy", care se bazeaza pe teoria multimilor fuzzy, sugerase initial de L. Zadeh.
De baza din seturile fuzzy sunt explicate intr-o mare cantitate de articole si carti - Web motoarele de cautare utilizati pentru a afla ce logica fuzzy este si cum functioneaza, daca nu exista o astfel de nevoie. Aici, sugeram doar un principiu gata de utilizare de prognoza platilor debitorilor ", bazîndu-se pe abordarea fuzzy. Principiul sugerat în prezentul articol a fost realizat sub forma unui program pentru calculator. Programul a fost testat pe datele reale ale unei companii reale. Abaterea medie patrati, astfel calculate estimata 3, care sugereaza ideea ca principiul prezentate aici este destul de eficace, dar poate fi supusa la îmbunatatirea în continuare.
Având în vedere o baza de date relationala (ceea ce poate fi, de fapt realizat în orice fel, inclusiv dar nu limitat la, MS Access, MS date Excel DB-ca seturi, etc), care contine informatii despre facturi, datele lor de nastere, perioadele de suspendare pentru fiecare dintre debitori , data efectiva a platilor de debitori care au avut loc în trecut, putem vedea statisticile "întârzierile trecute plata". Functia de densitate a acestui statisticilor poate fi vazuta ca un set fuzzy subnormala. Acest set, etichetate "A", va fi primul din cele trei seturi fuzzy sa fie componente ale set fuzzy rezultate "data de previziunile de plata". Functia de densitate se poate sa ne dea un idee generala despre disciplina plata "unui debitor specifice în trecut. Functia de densitate, într-un caz general, se va contine mai multe "valuri", deoarece nu e, de obicei, o caracteristica tendinta contin cu privire la modul de multe zile pe debitorul va fi sustrase de la plata datoriei.
Mai întâi, în cele mai multe cazuri, valoarea de zile de întârziere de plata este o variabila aleatoare. Ea poate fi fluctuanta în limite câteva zile ". În al doilea rând, previziuni statistice de întârzieri poate fi diferite semnificativ pentru diferite perioade de timp,. Acest lucru se datoreaza faptului ca relatiile B2B, nu sunt statica, ele se dezvolta tot timpul. Uneori, compania de vânzare vine la "strângerea mâinii" cu compania de achizitie pentru acesta din urma a plati câteva zile mai devreme, în timp ce, uneori, compania de cumparare ar putea confrunta cu probleme temporare financiare (de exemplu, rezulta dintr-un credit imens sa fie returnate catre o banca de catre societatea de cumparare), astfel ca societatea de cumparare avertizeaza societatea de vânzare care pot exista intarzieri usoara de plati. Acest lucru este reflectat într-un alt component al prognoza fuzzy rezultata, - fuzzy seta "C". Este, de fapt, o variabila lingvistica "întârzie plata, cel mai probabil" multimea fuzzy. Variabila lingvistica poate lua una dintre urmatoarele valori: "neutra" (ceea ce înseamna ca nu exista anticipari specifica din valoarea întârzierii platilor pentru debitor specifice), "o mica întârziere este posibil", "o mica întârziere este cel mai probabil" , "O întârziere mare este cel mai probabil", "O plata la timp este cel mai probabil", "Plata în avans, este cel mai probabil". Fiecare dintre aceste termen-valori are functia sa de membru. O functie membru respectiv este utilizat fiecare data atunci când construim o prognoza pentru un debitor specifice. Functiilor de apartenenta pentru termenul-valorile a variabilei lingvistice "întârziere Plata cel mai probabil" sunt date mai jos:
"O plata la timp este cel mai probabil": y = sqrt (1-ABS (x) / 2), x apartine [-2; doi]
"O mica întârziere este foarte probabil": Y = sqrt (1-ABS (x-4), / 3), x apartine [1, 7]
"O mica întârziere este posibil": y = (1 ABS (x-4) / 3) ** 2, x apartine [1, 7]
"O întârziere mare este foarte probabil": y = sqrt (0,25 (12-x) / 24), 0.5, x belongs [6; 12]
D = (0.71-(6-x) / 4.23) ** 2, x apartine [3; 6)
y = zero, x12
"Neutru": y = 0,5
"" O plata în avans este cel mai probabil ": y = 1/SQRT (ABS (x)), x
No comments:
Post a Comment