PL
Celem artykułu jest analiza użyteczności modeli parametrycznych i sztucznych sieci neuronowych w prognozowaniu kosztów produkcji. Prognozowane koszty produkcji stanowią fundamentalną determinantę dla podejmowanych przez inżynierów decyzji technicznych i biznesowych związanych z zarządzaniem produkcją i kosztami produkcyjnymi. W pierwszej części artykułu przedstawiono ramy konceptualne budowy modelu prognozowania parametrycznego kosztów produkcji, wielowymiarowego o zależnościach liniowych i nieliniowych. Następnie omówiono istotę i zastosowanie sztucznych sieci neuronowych jako modelu – nieparametrycznego prognozowania kosztów produkcji. W obu częściach artykułu przeprowadzono badanie empiryczne z wykorzystaniem analizy regresji oraz sztucznych neuronów połączonych w sieci. Badanie empiryczne prezentuje procedury budowy modeli – parametrycznego i nieparametrycznego prognozowania kosztów produkcji oraz ich wady i zalety. W toku procedury badawczej przedstawiono zastosowanie analizowanych modeli prognozowania kosztów produkcji w określonym środowisku przemysłowym.
EN
The aim of the paper is to analyze parametric models and artificial neural networks in terms of their suitability as estimation tools of the production costs. Estimated production costs are a fundamental determinant of the decision-making process by costs engineers relating to design and management costs of new products, infrastructure projects and production lines. The first part of the paper presents a conceptual framework for the construction of a model of production costs parametric estimation, multi-dimensional with linear and nonlinear dependency. It then discusses the nature and use of artificial neural networks as nonparametric estimates of production costs. In both parts of the article, an empirical study is conducted with the use of adequate statistical methods and artificial neurons. This study presents procedures for construction of models of parametric and nonparametric estimation of production costs and discusses their advantages and disadvantages. It also presents the application and usefulness of both models for estimating production costs in production environment.