Página 1 dos resultados de 509 itens digitais encontrados em 0.004 segundos

Modelling tourism demand: a comparative study between artificial neural networks and the Box-Jenkins methodology

Fernandes, Paula O.; Teixeira, João Paulo; Ferreira, João José; Azevedo, Susana Garrido
Fonte: The Institute for Economic Forecasting Publicador: The Institute for Economic Forecasting
Tipo: Artigo de Revista Científica
ENG
Relevância na Pesquisa
46.43%
This study seeks to investigate and highlight the usefulness of the Artificial Neural Networks (ANN) methodology as an alternative to the Box-Jenkins methodology in analysing tourism demand. To this end, each of the above-mentioned methodologies is centred on the treatment, analysis and modelling of the tourism time series: “Nights Spent in Hotel Accommodation per Month”, recorded in the period from January 1987 to December 2006, since this is one of the variables that best expresses effective demand. The study was undertaken for the North and Centre regions of Portugal. The results showed that the model produced by using the ANN methodology presented satisfactory statistical and adjustment qualities, suggesting that it is suitable for modelling and forecasting the reference series, when compared with the model produced by using the Box-Jenkins methodology.

Hybrid Water Demand Forecasting Model Associating Artificial Neural Network with Fourier Series

Odan, Frederico Keizo; Ribeiro Reis, Luisa Fernanda
Fonte: ASCE-AMER SOC CIVIL ENGINEERS; RESTON Publicador: ASCE-AMER SOC CIVIL ENGINEERS; RESTON
Tipo: Artigo de Revista Científica
ENG
Relevância na Pesquisa
56.54%
This paper addressed the problem of water-demand forecasting for real-time operation of water supply systems. The present study was conducted to identify the best fit model using hourly consumption data from the water supply system of Araraquara, Sa approximate to o Paulo, Brazil. Artificial neural networks (ANNs) were used in view of their enhanced capability to match or even improve on the regression model forecasts. The ANNs used were the multilayer perceptron with the back-propagation algorithm (MLP-BP), the dynamic neural network (DAN2), and two hybrid ANNs. The hybrid models used the error produced by the Fourier series forecasting as input to the MLP-BP and DAN2, called ANN-H and DAN2-H, respectively. The tested inputs for the neural network were selected literature and correlation analysis. The results from the hybrid models were promising, DAN2 performing better than the tested MLP-BP models. DAN2-H, identified as the best model, produced a mean absolute error (MAE) of 3.3 L/s and 2.8 L/s for training and test set, respectively, for the prediction of the next hour, which represented about 12% of the average consumption. The best forecasting model for the next 24 hours was again DAN2-H, which outperformed other compared models...

Previsão de demanda para sistema de abastecimento de água; Water demand prediction for water distribution system

Odan, Frederico Keizo
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 25/03/2010 PT
Relevância na Pesquisa
46.54%
O presente trabalho de pesquisa enfoca a problemática da previsão de demandas com vistas à operação dos sistemas de abastecimento de água em tempo real, utilizando-se dados de consumo horários de água das cidades de São Carlos e Araraquara, SP, para que se identifique o modelo que produza os melhores ajustes. Foram estudadas as redes neurais artificiais Perceptron de Múltiplas Camadas (RNAs MLP), a Rede Neural Dinâmica (DAN2) e duas RNAs híbridas, sendo que estas últimas consistem em associar previsão por séries de Fourier com a RNA MLP e a DAN2, sendo denominadas respectivamente RNA-H e DAN2-H. As entradas fornecidas para os modelos de previsão foram escolhidas com base na revisão bibliográfica e por meio de análise de correlação, considerando os dados de consumo e as variáveis meteorológicas, tais como temperatura, umidade relativa do ar e ocorrência de chuva. Os melhores modelos de previsão utilizaram a DAN2, a qual se mostrou de manuseio mais fácil em relação às redes neurais de múltiplas camadas, pois dispensa o processo de tentativas e erros para se determinar a melhor arquitetura para os dados fornecidos ao modelo. Os melhores modelos de previsão para a próxima hora produziram um erro médio absoluto de 2...

Abordagem neurofuzzy para previsão de demanda de energia elétrica no curtíssimo prazo; Neurofuzzy approach for very-short term load demand forecasting

Andrade, Luciano Carli Moreira de
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 03/08/2010 PT
Relevância na Pesquisa
46.54%
Uma vez que sistemas de inferência neuro-fuzzy adaptativos são aproximadores universais que podem ser usados em aplicações de aproximação de funções e de previsão, este trabalho tem por objetivo determinar seus melhores parâmetros e suas melhores arquiteturas com o propósito de se executar previsão de demanda de energia elétrica no curtíssimo prazo em subestações de distribuição. Isto pode possibilitar o desenvolvimento de controles automáticos de carga mais eficientes para sistemas elétricos de potência. As entradas do sistema são séries temporais de demanda de energia elétrica, compostas por dados mensurados em intervalos de cinco minutos ao longo de sete dias em subestações localizadas em cidades do interior do estado de São Paulo. Diversas configurações de entrada e diferentes arquiteturas foram examinadas para se fazer a previsão de um passo a frente. Os resultados do sistema de inferência neuro-fuzzy adaptativo frente às abordagens encontradas na literatura foram promissores.; Since adaptive neuro-fuzzy inference systems are universal approximators that can be used in functions approximation and forecasting applications, this work has the objective to determine their best parameters and best architectures with the purpose to execute very short term load forecasting in distribution substations. This can allow the development of more efficient load automatic control for power systems. The system inputs are load demand time series...

Previsão de demanda de água na Região Metropolitana de São Paulo com redes neurais e artificiais e condições sócio-ambientais e meteorológicas.; Water demand forecasting in the metropolitan area São Paulo with Artificial Neural Network and socioenvironmental and meteorological conditions.

Santos, Cláudia Cristina dos
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 17/05/2011 PT
Relevância na Pesquisa
46.54%
O presente trabalho apresenta a previsão de demanda de água em sistemas urbanos de abastecimento através de Rede Neural Artificial (RNA) utilizando dados de consumo de água e variáveis meteorológicas e socioambientais. A RNA utilizada foi uma de três camadas chamada de rede de múltiplas camadas alimentadas adiante com o algoritmo de treinamento LLSSIM (Hsu et al., 1996). Neste estudo, foram utilizados os dados de consumo de água (SABESP) e meteorológicos (IAG/USP) para o período de 2001 a 2005 para Região Metropolitana de São Paulo (RMSP). As variáveis socioambientais e meteorológicas que podem afetar o consumo de água foram analisadas. A ETA Cantareira e o setor Itaim Paulista foram utilizados para avaliar a relação entre o consumo e as variáveis antrópicas e meteorológicas para o ano de 2005. Esses conjuntos de dados foram utilizados para o treinamento, o teste e a previsão da RNA. Para a ETA Cantareira, foram criados 8 modelos e para o setor Itaim Paulista 57, sendo que os modelos 9 a 57 correspondem à previsão ideal. O desempenho dos modelos foi avaliado pelo o erro médio, erro médio absoluto, erro médio quadrático, o coeficiente de correlação, exatidão, viés, POD, FAR, CSI e POFD. Para a ETA Cantareira o melhor desempenho ocorreu para a média de 12 horas e para o Itaim Paulista a média de 6 horas. Na previsão ideal observou-se que a memória do sistema é um fator importante...

Modelo para planejamento de demanda de energia elétrica considerando o comportamento dos consumidores nos ambientes de contratação

Silva, Malcon Fernandes Angelo da
Fonte: Universidade Federal do Rio Grande do Sul Publicador: Universidade Federal do Rio Grande do Sul
Tipo: Dissertação Formato: application/pdf
POR
Relevância na Pesquisa
46.69%
A reestruturação do Setor Elétrico Brasileiro foi iniciada na década de 90, passando por uma fase de transição até chegar ao atual modelo institucional, finalizada em 2004. Este modelo define um Ambiente de Contratação Regulado (ACR) e um Ambiente de Contratação Livre (ACL), onde consumidores qualificados podem optar por adquirir energia em ambos os ambientes. No ACR, os fornecedores de energia para consumidores finais são as distribuidoras, enquanto no ACL a escolha entre os agentes de oferta é livre. As distribuidoras, antes da reestruturação do setor, realizavam a projeção de sua demanda considerando todos os consumidores de sua área de concessão. Com a reestruturação, a decisão dos consumidores deve ser agregada ao processo de projeção de demanda de energia elétrica. A modelagem deste problema utilizando simulação dinâmica é adequada, uma vez que devem ser consideradas realimentações entre as decisões dos consumidores, as decisões da distribuidora e a projeção de demanda, caracterizando a dinâmica do problema. Este trabalho propõe um modelo de planejamento de demanda de energia elétrica que contempla o processo de decisão de consumidores e as atuais regras de comercialização na projeção da demanda de distribuidoras de energia elétrica...

Modelo composto para prever demanda através da integração de previsões; Composed model to foresee demand through the integration of forecasts

Werner, Liane; Ribeiro, Jose Luis Duarte
Fonte: Universidade Federal do Rio Grande do Sul Publicador: Universidade Federal do Rio Grande do Sul
Tipo: Artigo de Revista Científica Formato: application/pdf
POR
Relevância na Pesquisa
56.33%
Realizar previsões de demanda é uma atividade importante na empresa, entretanto, usar uma única técnica para obtê-las pode não ser suficiente para incorporar todo o conhecimento associado ao ambiente de previsão. As formas de integração de previsões incorporam várias técnicas e têm mostrado potencial para reduzir o erro de previsão. Este trabalho apresenta uma modelagem que está estruturada utilizando: combinação de previsões e ajuste baseado na opinião. Os elementos incluídos na modelagem são: dados históricos; econômicos; e de especialistas. Após obter-se a previsão combinada, aplica-se um ajuste para obter a previsão final. O modelo proposto é ilustrado através de uma aplicação.; Demand forecasting is an important task in the companies, however the use of a single technique to produce forecasts might not be enough to gather all the knowledge associated with the forecast environment. The way to integrate forecasts incorporates various techniques and has show potential to reduce forecast error. This study presents a model that relies on the use of two means of integration: forecast combination and judgmental adjustment. The elements covered by the presented model are: historic data, economic data, and the opinion of experts. After obtaining the combined forecast...

Projeção de demanda de energia elétrica da classe residencial considerando a inserção de micro e minigeração fotovoltaica

Lautenschleger, Ary Henrique
Fonte: Universidade Federal do Rio Grande do Sul Publicador: Universidade Federal do Rio Grande do Sul
Tipo: Trabalho de Conclusão de Curso Formato: application/pdf
POR
Relevância na Pesquisa
46.75%
A projeção de demanda é o estudo básico do processo de planejamento da expansão, da operação e financeiro de uma distribuidora de energia elétrica. Assim, pode-se notar a importância deste estudo, que deve ser realizado com qualidade. A Resolução Normativa nº 482 publicada em 17 de abril de 2012 pela Agência Nacional de Energia Elétrica permite que consumidores possam produzir energia a partir de micro e minigeração e aderir a um sistema de compensação de energia. Essa alternativa não é contemplada na metodologia tradicional de projeção de demanda das distribuidoras e constitui um novo fator de incerteza nos estudos de mercado destas concessionárias. Assim, o presente trabalho propõe uma complementação à metodologia tradicional para projeção de demanda da classe residencial, considerando a inserção de micro e minigeração fotovoltaica distribuída. Com base em um estudo sobre redes elétricas inteligentes, características da geração fotovoltaica, aspectos normativos brasileiros e na metodologia tradicional de projeção de demanda, elaborou-se uma complementação à forma de projetar o consumo da classe residencial, considerando a inserção de micro e minigeração fotovoltaica. Os resultados são apresentados na forma de cenários de projeção de consumo...

Análise comparativa de métodos de previsão de demanda utilizados em uma distribuidora de medicamentos

Santos, Alice Senna Pereira dos
Fonte: Universidade Federal do Rio Grande do Sul Publicador: Universidade Federal do Rio Grande do Sul
Tipo: Trabalho de Conclusão de Curso Formato: application/pdf
POR
Relevância na Pesquisa
46.5%
O planejamento e o controle dos estoques têm sido um diferencial competitivo entre as organizações e por isso ferramentas e softwares que auxiliem no processo gerencial para tomada de decisões vêm sendo frequentemente utilizados pelas empresas. O presente artigo destaca a importância da previsão de demanda para o dimensionamento dos estoques e reposição de produtos em uma distribuidora de medicamentos, bem como o impacto de previsões equivocadas em produtos com outliers em suas séries de dados devido a longos períodos de escassez. A metodologia proposta aborda o tratamento da séries de dados históricos para a obtenção de previsões mais acuradas e o dimensionamento ideal do estoque de segurança dos produtos analisados. Após o tratamento dos dados, realizou-se a comparação entre os modelos de previsão de demanda sugeridos pelo software da empresa e o software NCSS. O resultado obtido foi uma melhora nas previsões de demanda futuras, medidas através de um indicador desenvolvido neste estudo, e um aumento no estoque de segurança da empresa, melhorando a reposição dos produtos em análise.; The planning and inventory control have been a competitive differentiator between organizations and, therefore, tools and software to assist in the managerial decision-making have often been used by companies. This article highlights the importance of the demand forecasting for the sizing of stocks and products replenishment...

Forecasting demand in the clothing industry

Rodrigues, Eduardo J.; Figueiredo, Manuel
Fonte: SGAPEIO Publicador: SGAPEIO
Tipo: Conferência ou Objeto de Conferência
Publicado em 24/10/2013 ENG
Relevância na Pesquisa
46.62%
For many clothing companies the range of goods sold is renewed twice a year. Each new collection includes a large number of new items which have a short and well defined selling period corresponding to one selling season (20-30 weeks). The absence of past sales data, changes in fashion and product design causes difficulties in forecasting demand accurately. Thus, the predominant factors in this environment are the difficulty in obtaining accurate demand forecasts and the short selling season for goods. An inventory management system designed to operate in this context is therefore constrained by the fact that demand for many goods will not generally continue into the future. Using data for one particular company, the accuracy of demand forecasts obtained by traditional profile methods is analysed and a new approach to demand forecasting using artificial neural networks is presented. Some of the main questions concerning the implementation of neural network models are discussed.; Fundos FEDER através do Programa Operacional Fatores de Competitividade – COMPETE e por Fundos Nacionais através da FCT – Fundação para a Ciência e Tecnologia, no âmbito do Projecto: FCOMP-01-0124-FEDER-022674.

A hybrid approach to very small scale electrical demand forecasting

Marinescu, Andrei; Harris, Colin; Dusparic, Ivana; Cahill, Vinny; Clarke, Siobhán
Fonte: IEEE Computer Society Publicador: IEEE Computer Society
Tipo: info:eu-repo/semantics/article; all_ul_research; ul_published_reviewed
ENG
Relevância na Pesquisa
66.62%
peer-reviewed; Microgrid management and scheduling can considerably benefit from day-ahead demand forecasting. Until now, most of the research in the field of electrical demand forecasting has been done on large-scale systems, such as national or municipal level grids. This paper examines a hybrid method that attempts to accurately estimate day-ahead electrical demand of a small community of houses resembling the load of a single transformer, the equivalent sizing of a small virtual power plant or microgrid. We have combined the advantages of several forecasting methods into a novel hybrid approach: artificial neural networks, fuzzy logic, auto-regressive moving average and wavelet smoothing. The combined system has been tested over two different scenarios, comprising communities of 90 houses and 230 houses, sampled from a smart-meter field trial in Ireland. Our hybrid approach achieves results of 3.22% NRMSE and 2.39% NRMSE respectively, leading to general improvements of 11%- 28% when compared to the individual methods.

Energy Demand Models for Policy Formulation : A Comparative Study of Energy Demand Models

Bhattacharyya, Subhes C.; Timilsina, Govinda R.
Fonte: Banco Mundial Publicador: Banco Mundial
Relevância na Pesquisa
56.71%
This paper critically reviews existing energy demand forecasting methodologies highlighting the methodological diversities and developments over the past four decades in order to investigate whether the existing energy demand models are appropriate for capturing the specific features of developing countries. The study finds that two types of approaches, econometric and end-use accounting, are used in the existing energy demand models. Although energy demand models have greatly evolved since the early 1970s, key issues such as the poor-rich and urban-rural divides, traditional energy resources, and differentiation between commercial and non-commercial energy commodities are often poorly reflected in these models. While the end-use energy accounting models with detailed sector representations produce more realistic projections compared with the econometric models, they still suffer from huge data deficiencies especially in developing countries. Development and maintenance of more detailed energy databases...

Modelling Energy Demand of Developing Countries: Are the Specific Features Adequately Captured?

Bhattacharyya, Subhes C.; Timilsina, Govinda R.
Fonte: Banco Mundial Publicador: Banco Mundial
Tipo: Artigo de Revista Científica
EN
Relevância na Pesquisa
46.45%
This paper critically reviews existing energy demand forecasting methodologies highlighting the methodological diversities and developments over the past four decades in order to investigate whether the existing energy demand models are appropriate for capturing the specific features of developing countries. The study finds that two types of approaches, econometric and end-use accounting, are commonly used in the existing energy demand models. Although energy demand models have greatly evolved since the early seventies, key issues such as the poor-rich and urban-rural divides, traditional energy resources and differentiation between commercial and non-commercial energy commodities are often poorly reflected in these models. While the end-use energy accounting models with detailed sectoral representations produce more realistic projections as compared to the econometric models, they still suffer from huge data deficiencies especially in developing countries. Development and maintenance of more detailed energy databases, further development of models to better reflect developing country context and institutionalizing the modelling capacity in developing countries are the key requirements for energy demand modelling to deliver richer and more reliable input to policy formulation in developing countries.

Demand Forecasting Errors

Mackie, Peter; Nellthorp, John; Laird, James
Fonte: World Bank, Washington, DC Publicador: World Bank, Washington, DC
Relevância na Pesquisa
56.62%
Demand forecasts form a key input to the economic appraisal. As such any errors present within the demand forecasts will undermine the reliability of the economic appraisal. The minimization of demand forecasting errors is therefore important in the delivery of a robust appraisal. This issue is addressed in this note by introducing the key issues, and error types present within demand forecasts (Section 1). Following that introductory section the error types are described in more detail: measurement error (Section 2), model specification error (Section 3) and External or Exogenous Errors (Section 4). The final section presents a discussion on how to manage demand forecasting errors (Section 5).

Forecasting the Demand for Privatized Transport : What Economic Regulators Should Know, and Why

Trujillo, Lourdes; Quinet, Emile; Estache, Antonio
Fonte: World Bank, Washington, DC Publicador: World Bank, Washington, DC
EN_US
Relevância na Pesquisa
56.69%
Forecasting has long been a challenge, and will remain so for the foreseeable future. But the analytical instruments and data processing capabilities available through the latest technology, and software, should allow much better forecasting than transport ministries, or regulatory agencies typically observe. Privatization brings new needs for demand forecasting. More attention is paid to risk under privatization, than when investments are publicly financed. And regulators must be able to judge traffic studies done by operators, and to learn what strategic behavior influenced these studies. Many governments, and regulators avoid good demand, modeling out of lack of conviction that theory, and models can do better than the "old hands" of the sector. This is dangerous when privatization changes the nature of business. For projects amounting to investments of $ 100-200 million, a cost of $ 100,000-200,000 is not a reason to reject a reasonable modeling effort. And some private forecasting firms are willing to sell guarantees...

Improving the Turkish Navy requirements determination process ban assessment of demand forecasting methods for weapon system items

Unlu, Naim Teoman.
Fonte: Monterey, California. Naval Postgraduate School Publicador: Monterey, California. Naval Postgraduate School
Tipo: Tese de Doutorado
Relevância na Pesquisa
46.57%
Requirements determination is the process the Inventory Control Center Command (ICCC) uses to forecast future customer demands and to set levels of inventory to satisfy those demands. Demand forecasting is the essence of the Requirements Determination Process (RDP), which uses a forecasting model to predict demand. Then inventory models use this information to determine stock levels for every material. If forecasts and subsequent purchases are higher than actual usage, the result is excess inventory. If forecasts are lower than actual usage, the result is excessive backorders. Since excess inventory ties up money that could be used modernizing weapon systems, and since inadequate inventory can hamper critical systems as they wait for spare parts or repairs, forecasting future demands appropriately and setting inventory levels accordingly is highly important for an inventory management system. The purpose of this thesis is to determine whether alternative methodologies offer better performance. We evaluate the current forecasting model that is used by the Turkish Navy and compare it with other forecasting methodologies.

Some alternatives to exponential smoothing in demand forecasting

Zehna, Peter W.
Fonte: Monterey, California. Naval Postgraduate School Publicador: Monterey, California. Naval Postgraduate School
Tipo: Relatório
EN_US
Relevância na Pesquisa
46.43%
The report contains a study devoted to a comparison of exponential smoothing with other alternatives to demand forecasting. Special attention is paid to the stock-out risks assumed whenever reorder levels are set using the various methods being compared. Models presently used by NavSup are employed in order that the results be applicable to the system in use. Simulation techniques are used for drawing comparisons. For constant mean, normal demand, it is shown that exponential smoothing does not produce as accurate results as ordinary maximum likelihood techniques. For the case of a linear mean changing with time, it is shown that the two methods are about comparable. Finally, a sequential Bayes forecasting method is defined and found to compare quite favorably with exponential smoothing. The need for additional study of Bayesian methods is established. (Author)

Measuring Inaccuracy in Travel Demand Forecasting: Methodological Considerations Regarding Ramp Up and Sampling

Flyvbjerg, Bent
Fonte: Universidade Cornell Publicador: Universidade Cornell
Tipo: Artigo de Revista Científica
Publicado em 28/03/2013
Relevância na Pesquisa
46.55%
Project promoters, forecasters, and managers sometimes object to two things in measuring inaccuracy in travel demand forecasting: (1) using the forecast made at the time of making the decision to build as the basis for measuring inaccuracy and (2) using traffic during the first year of operations as the basis for measurement. This paper presents the case against both objections. First, if one is interested in learning whether decisions about building transport infrastructure are based on reliable information, then it is exactly the traffic forecasted at the time of making the decision to build that is of interest. Second, although ideally studies should take into account so-called demand "ramp up" over a period of years, the empirical evidence and practical considerations do not support this ideal requirement, at least not for large-N studies. Finally, the paper argues that large samples of inaccuracy in travel demand forecasts are likely to be conservatively biased, i.e., accuracy in travel demand forecasts estimated from such samples would likely be higher than accuracy in travel demand forecasts in the project population. This bias must be taken into account when interpreting the results from statistical analyses of inaccuracy in travel demand forecasting.

Identification of Demand through Statistical Distribution Modeling for Improved Demand Forecasting

Choy, Murphy; Cheong, Michelle L. F.
Fonte: Universidade Cornell Publicador: Universidade Cornell
Tipo: Artigo de Revista Científica
Publicado em 30/09/2011
Relevância na Pesquisa
46.76%
Demand functions for goods are generally cyclical in nature with characteristics such as trend or stochasticity. Most existing demand forecasting techniques in literature are designed to manage and forecast this type of demand functions. However, if the demand function is lumpy in nature, then the general demand forecasting techniques may fail given the unusual characteristics of the function. Proper identification of the underlying demand function and using the most appropriate forecasting technique becomes critical. In this paper, we will attempt to explore the key characteristics of the different types of demand function and relate them to known statistical distributions. By fitting statistical distributions to actual past demand data, we are then able to identify the correct demand functions, so that the the most appropriate forecasting technique can be applied to obtain improved forecasting results. We applied the methodology to a real case study to show the reduction in forecasting errors obtained.

A Bayesian Combination Forecasting Model for Retail Supply Chain Coordination

Wang,W.J.; Xu,Q.
Fonte: UNAM, Centro de Ciencias Aplicadas y Desarrollo Tecnológico Publicador: UNAM, Centro de Ciencias Aplicadas y Desarrollo Tecnológico
Tipo: Artigo de Revista Científica Formato: text/html
Publicado em 01/01/2014 EN
Relevância na Pesquisa
46.44%
Retailing plays an important part in modern economic development, and supply chain coordination is the research focus in retail operations management. This paper reviews the collaborative forecasting process within the framework of the collaborative planning, forecasting and replenishment of retail supply chain. A Bayesian combination forecasting model is proposed to integrate multiple forecasting resources and coordinate forecasting processes among partners in the retail supply chain. Based on simulation results for retail sales, the effectiveness of this combination forecasting model is demonstrated for coordinating the collaborative forecasting processes, resulting in an improvement of demand forecasting accuracy in the retail supply chain.