Thèse soutenue

Prévision de la demande type ARIMA par agrégation
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Bahman Rostami Tabar
Direction : Yves DucqMohamed Zied Babai
Type : Thèse de doctorat
Discipline(s) : Productique
Date : Soutenance le 10/12/2013
Etablissement(s) : Bordeaux 1
Ecole(s) doctorale(s) : École doctorale des sciences physiques et de l’ingénieur (Talence, Gironde)
Partenaire(s) de recherche : Laboratoire : Laboratoire de l'intégration du matériau au système (Talence, Gironde) - Laboratoire de l'intégration du matériau au système / IMS
Jury : Président / Présidente : Aris Syntetos
Examinateurs / Examinatrices : Konstantinos Nikolopoulos, Jean-Paul Bourrières
Rapporteurs / Rapporteuses : Alexandre Dolgui, Yannick Frein

Résumé

FR  |  
EN

L'objectif principal de cette recherche est d'analyser les effets de l'agrégation sur la prévision de la demande. Cet effet est examiné par l'analyse mathématique et l’étude de simulation. L'analyse est complétée en examinant les résultats sur un ensemble de données réelles. Dans la première partie de cette étude, l'impact de l'agrégation temporelle sur la prévision de la demande a été évalué. En suite, Dans la deuxième partie de cette recherche, l'efficacité des approches BU(Bottom-Up) et TD (Top-Down) est analytiquement évaluée pour prévoir la demande au niveau agrégé et désagrégé. Nous supposons que la série désagrégée suit soit un processus moyenne mobile intégrée d’ordre un, ARIMA (0,1,1), soit un processus autoregressif moyenne mobile d’ordre un, ARIMA (1,0,1) avec leur cas spéciales.