Έμβλημα Πολυτεχνείου Κρήτης
Το Πολυτεχνείο Κρήτης στο Facebook  Το Πολυτεχνείο Κρήτης στο Instagram  Το Πολυτεχνείο Κρήτης στο Twitter  Το Πολυτεχνείο Κρήτης στο YouTube   Το Πολυτεχνείο Κρήτης στο Linkedin

Νέα / Ανακοινώσεις / Συζητήσεις

Παρουσίαση διπλωματικής εργασίας κ. Γεωργίου Τσουβαλάκη, Σχολή ΜΠΔ

  • Συντάχθηκε 09-02-2021 10:43 Πληροφορίες σύνταξης

    Ενημερώθηκε: -

    Τόπος:
    Σύνδεσμος τηλεδιάσκεψης
    Έναρξη: 11/02/2021 10:00
    Λήξη: 11/02/2021 10:30

    ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ

    ΣΧΟΛΗ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ

     

    Ονοματεπώνυμο:   Γεώργιος Τσουβαλάκης

    Αριθμός Μητρώου: 2014010212        

     

    Θέμα

    Τίτλος στα Ελληνικά:  Προβλέψεις πωλήσεων κατοικιών στις Ηνωμένες Πολιτείες Αμερικής μέσω ANFIS (Προσαρμοστικό Σύστημα Νευροασαφών Συμπερασμάτων).

    Τίτλος στα Αγγλικά: US housing market forecast through ANFIS (Adaptive Neuro-Fuzzy System).

     

    Εξεταστική Επιτροπή:

    Επιβλέπων:     Ατσαλάκης Γεώργιος, Αναπλ. Καθηγητής

    Πρώτο Μέλος:            Τσαφαράκης Στέλιος, Αναπλ. Καθηγητής

    Δεύτερο Μέλος: Ζοπουνίδης Κωσταντίνος, Καθηγητής       

     

    Περίληψη της εργασίας στα Ελληνικά: Οι πωλήσεις κατοικιών θεωρούνται ως ένας από τους βασικότερους παράγοντες που επηρεάζουν την οικονομία μιας χώρας. Γι’ αυτόν τον λόγω έχουν αναπτυχθεί μοντέλα πρόβλεψης ,όπου μας εξυπηρετούν στην λήψη αποφάσεων πάνω στις επενδύσεις αγοράς ακινήτων ακόμα και στην αποφυγή των πιθανών οικονομικών κινδύνων.

         Παρατηρείται ραγδαία αύξηση πωλήσεων με την πάροδο των χρόνων ,λόγω της αύξησης του πληθυσμού που έχει ως αποτέλεσμα την μεγαλύτερη ζήτηση κατοικιών .Επίσης η αύξησης της παραγωγικότητας και η αυτοματοποίηση πολλών εργασιών ,παρουσιάζουν μείωση του χρόνου και του κόστους κατασκευής, όπου ευνοεί στην μείωση του χρόνου παράδοσης και την άμεση εξυπηρέτηση του πελάτη.

         Στην παρούσα διπλωματική επιχειρείται η πρόβλεψη των πωλήσεων ακινήτων, με βάση ένα νεύρο-ασαφές μοντέλo. Το μοντέλο αποτελείται από ένα ελεγκτή ANFIS (Adaptive Neuro-Fuzzy Inference System) που χρησιμοποιείται  για την πρόβλεψη, επεξεργάζοντας τα δεδομένα των πωλήσεων των ακινήτων.

         Επιπρόσθετα το ποσοστό επιτυχίας του μοντέλου καθορίζεται από τα εξαγόμενα διαγράμματα της MATLAB καθώς και στις τιμές του σφάλματος του RMSE (Root Mean Square Error) που προέκυψαν μετά  το πέρας της διαδικασίας.

         Εν κατακλείδι το μοντέλο αποτυπώνει την δυναμική των καθημερινών πωλήσεων ακινήτων που μπορεί να ληφθεί από ένα σύστημα ANFIS και να βοηθήσει στην πρόβλεψη των βραχυπρόθεσμων τάσεων των πωλήσεων.

     

    Περίληψη της εργασίας στα Αγγλικά: Home sales in are considered to be one of the key factors influencing a country's economy. For this reason, forecasting models have been developed, where they serve us in making decisions on real estate investments and even in avoiding possible financial risks.

         There is a rapid increase in sales over the years, due to population growth which results in higher demand for housing. Also, the increase of productivity and the automation of many works, show a reduction of the time and the cost of construction, where it favors in the reduction of the delivery time and the immediate service of the customer.

         In the present project, the forecast of real estate sales is attempted, based on a neuro-fuzzy model. The model consists of an ANFIS (Adaptive Neuro-Fuzzy Inference System) controller to forecast, based on the sales data.

         In addition, the success rate of the model is determined by the exported MATLAB diagrams as well as the RMSE (Root Mean Square Error) error values ​​that occurred after the end of the process.

         In conclusion, the model reflects the dynamics of daily real estate sales that can be obtained from an ANFIS system and help predict short-term sales trends.

     

    Ημερομηνία Εξέτασης

    Ημέρα/Μήνας/Έτος:             Πέμπτη 11/02/2021

    Ώρα:                                                     10:00

     

    ​​​​​​​Χώρος Εξέτασης

    Αίθουσα:         https://tuc-gr.zoom.us/j/9634175533?pwd=VDJ6bGU0SDZHZGxLTHY4Z0dqTDltdz09

     

                            Meeting ID: 963 417 5533

                            Password: 237989

     

     

     

     



© Πολυτεχνείο Κρήτης 2012