抄録
昨今、産業界では効率的な経営を行うために、需要予測は不可欠なものとなっている。万が一適正な需要予測が行われなかった場合、欠品から大きな機会損失を招きかねない。予測手法の精度向上のために、これまで多々の時系列解析手法やニューラルネットワークを用いた理論が検討されてきているが、現実的に数はそう多くない。本論文では、階層型ニューラルネットワーク（以下NN）を用いて冷凍食品出荷データを時系列予測する方法について検討している。階層型NNでは変化の大きい非定常な時系列データを学習することが困難であるため、学習データを複数回繰り返して入力することで見かけ上の変化を小さくし、予測精度を向上させる手法を提案する。また、上記手法による予測結果と、過去に著者らが提案した最小予測誤差分散平滑化定数を活用した複合型予測手法による予測結果を比較したところ、良好な結果を得ることができた。
