Дослідження методів прогнозування посадок мікрозелені на основі часових рядів
| dc.contributor.advisor | Казимиренко Ю. О. | |
| dc.contributor.author | Куйбар В`ячеслав Володимирович | |
| dc.contributor.author | Kuibar Viacheslav | |
| dc.date.accessioned | 2026-02-04T12:00:41Z | |
| dc.date.issued | 2025 | |
| dc.description | Куйбар, В. В. Дослідження методів прогнозування посадок мікрозелені на основі часових рядів = Research on methods for predicting microgreen plantings based on time series : магістерська робота ; спец. 122 "Комп'ютерні науки" / В. В. Куйбар ; наук. кер. Ю. О. Казимиренко. – Миколаїв : НУК, 2025. – 115 с. | |
| dc.description.abstract | Дана кваліфікаційна робота присвячена дослідженню методів прогнозування необхідних обсягів посадок мікрозелені на основі аналізу часових рядів. Вирощування мікрозелені є динамічною та перспективною галуззю агробізнесу, однак через відсутність усталених інструментів планування виробники часто стикаються з наслідками неточного прогнозу попиту – перевиробництвом або дефіцитом продукції, що призводить до економічних втрат. Мета роботи полягає у дослідженні ефективності методу часових рядів для прогнозування оптимальної кількості посадок з урахуванням сезонних коливань попиту. Для її досягнення визначені завдання з аналізу предметної області, підготовки емпіричних даних, побудови та порівняння прогнозних моделей, а також аналізу отриманих результатів на практичних даних фермерського господарства. Результати дослідження демонструють потенціал застосування методів аналізу часових рядів (таких як SARIMA, Prophet, машинне навчання) для підвищення точності планування у цій галузі. Практична значущість роботи полягає у можливості зниження операційних ризиків та підвищення економічної ефективності господарств за рахунок оптимізації обсягів виробництва на основі даних. Кваліфікаційна робота викладена на 73 сторінках машинописного тексту та містить: 9 рисунків, 4 додатків, список використаних джерел з 14 найменувань. | |
| dc.description.abstract1 | This qualification paper is devoted to the research of methods for forecasting the required volumes of microgreens planting based on time series analysis. Microgreens cultivation is a dynamic and promising sector of agribusiness. However, due to the lack of established planning tools, producers often face the consequences of inaccurate demand forecasting – overproduction or product shortages, leading to economic losses. The aim of the work is to study the effectiveness of the time series method for forecasting the optimal planting quantity, taking into account seasonal demand fluctuations. To achieve this aim, tasks are defined for analyzing the subject area, preparing empirical data, building and comparing forecast models, as well as analyzing the obtained results on the practical data of a farming enterprise. The research results demonstrate the potential of applying time series analysis methods (such as SARIMA, Prophet, machine learning) to improve planning accuracy in this field. The practical significance of the work lies in the possibility of reducing operational risks and increasing the economic efficiency of farms by optimizing production volumes based on data. The qualification paper is presented on 73 pages of typescript and contains: 9 figures, 4 appendices, a list of references includes 14 items. | |
| dc.description.provenance | Submitted by Альона Павленко (aliona.pavlenko@nuos.edu.ua) on 2026-01-29T11:18:54Z workflow start=Step: reviewstep - action:claimaction No. of bitstreams: 1 Куйбар_диплом_.pdf: 45024671 bytes, checksum: ec08e0090ce6ec0076631237ef486043 (MD5) | en |
| dc.description.provenance | Step: reviewstep - action:reviewaction Approved for entry into archive by Диндеренко Катерина (kateryna.dynderenko@nuos.edu.ua) on 2026-02-04T11:56:31Z (GMT) | en |
| dc.description.provenance | Step: editstep - action:editaction Approved for entry into archive by Диндеренко Катерина (kateryna.dynderenko@nuos.edu.ua) on 2026-02-04T11:59:55Z (GMT) | en |
| dc.description.provenance | Step: finaleditstep - action:finaleditaction Approved for entry into archive by Диндеренко Катерина (kateryna.dynderenko@nuos.edu.ua) on 2026-02-04T12:00:41Z (GMT) | en |
| dc.description.provenance | Made available in DSpace on 2026-02-04T12:00:41Z (GMT). No. of bitstreams: 1 Kuibar _ magister: 45024671 bytes, checksum: ec08e0090ce6ec0076631237ef486043 (MD5) Previous issue date: 2025 | en |
| dc.identifier.uri | https://eir.nuos.edu.ua/handle/123456789/12127 | |
| dc.language.iso | uk | |
| dc.subject | прогнозування посадок | |
| dc.subject | часові ряди | |
| dc.subject | аналіз даних | |
| dc.subject | машинне навчання | |
| dc.subject | оптимізація виробництва | |
| dc.subject | 122 "Комп'ютерні науки" | |
| dc.subject | planting forecasting | |
| dc.subject | time series | |
| dc.subject | agribusiness | |
| dc.subject | data analysis | |
| dc.subject | machine learning | |
| dc.subject | production optimization | |
| dc.title | Дослідження методів прогнозування посадок мікрозелені на основі часових рядів | |
| dc.title.alternative | Research on methods for predicting microgreen plantings based on time series | |
| dc.type | MasterThesis |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- Kuibar _ magister
- Розмір:
- 42.94 MB
- Формат:
- Adobe Portable Document Format
Ліцензійна угода
1 - 1 з 1
Вантажиться...
- Назва:
- license.txt
- Розмір:
- 4.38 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: