BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//TUC//Events//EN
CALSCALE:GREGORIAN
BEGIN:VTIMEZONE
TZID:Europe/Athens
TZNAME:EEST
DTSTART:19700329T030000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=3
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0300
TZNAME:EET
DTSTART:19701025T040000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=10
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
CREATED:20250709T105437Z
LAST-MODIFIED:20250709T105437Z
DTSTAMP:20261014T044419Z
UID:1791942259@tuc.gr
SUMMARY:Παρουσίαση διπλωματικής εργασιας κ. 
 ΚΟΥΦΟΥ ΜΙΧΑΕΛΑΣ, Σχολή ΜΠΔ
LOCATION:
DESCRIPTION:https://www.tuc.gr/el/to-polytechnei
 o/ilektronikes-ypiresies/imerologio/
 imerologio-ekdiloseon-1?tx_tucevents
 2_tuceventsdisplay%5Baction%5D=show&
 tx_tucevents2_tuceventsdisplay%5Bcon
 troller%5D=Event&tx_tucevents2_tucev
 entsdisplay%5Bevent%5D=7925&cHash=65
 0e57d235e3df00538d234bb74c3f3e\nΠΟΛΥ
 ΤΕΧΝΕΙΟ ΚΡΗΤΗΣ\n Σχολή Μηχανικών Παρ
 αγωγής και Διοίκησης\n Πρόγραμμα Προ
 πτυχιακών Σπουδών\n  \n ΠΑΡΟΥΣΙΑΣΗ Δ
 ΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ\n Τετάρτη, 16 Ι
 ουλίου 2025, 11:00\n https://tuc-gr.
 zoom.us/j/82617003433?pwd=ZVJoemtxa2
 JHYUtkYW9Nd0RpQlpzdz09\n Ονοματεπώνυ
 μο: ΚΟΥΦΟΥ ΜΙΧΑΕΛΑ\n Θέμα: ΠΡΟΒΛΕΨΗ 
 ΠΩΛΗΣΕΩΝ ΗΛΕΚΤΡΙΚΩΝ ΑΥΤΟΚΙΝΗΤΩΝ\n Ti
 tle: FORECAST OF ELECTRIC VEHICLE SA
 LES\n Εξεταστική Επιτροπή\n \n \nΑΤΣ
 ΑΛΑΚΗΣ ΓΕΩΡΓΙΟΣ, Αναπληρωτής Καθηγητ
 ής (επιβλέπων)\n \nΖΟΠΟΥΝΙΔΗΣ ΚΩΝΣΤΑ
 ΝΤΙΝΟΣ, Καθηγητής\n \nΜΟΥΣΤΑΚΗΣ ΒΑΣΙ
 ΛΗΣ, Καθηγητής\n \n Περίληψη\n Σε αυ
 τή τη διπλωματική εργασία, επιδιώκετ
 αι η πρόβλεψη των μηνιαίων πωλήσεων 
 ηλεκτρικών αυτοκινήτων μέσω της εφαρ
 μογής ενός προσαρμοστικού νεύρο-ασαφ
 ούς συστήματος (Adaptive Neuro-Fuzzy
  System – ANFIS) και μέσω ασαφών συν
 όλων (fuzzy type). Τα ηλεκτρικά οχήμ
 ατα έχουν όμως προσελκύσει το ενδιαφ
 έρον πολλών αγοραστών και πολλών παρ
 αγωγών με αποτέλεσμα να επενδύονται 
 τεράστια ποσά στην παγκόσμια οικονομ
 ία. Οι διακυμάνσεις των πωλήσεων καθ
 ιστά απαραίτητη την πρόβλεψη των πωλ
 ήσεων για πολλούς παραγωγούς ώστε να
  προγραμματίζουν την παραγωγή τους. 
 Το σύστημα ANFIS και το fuzzy type ε
 πιλέχθηκε από μία πληθώρα μεθόδων πρ
 όβλεψης, για τις δυνατότητες που παρ
 έχει ο συνδυασμός ασαφούς λογικής κα
 ι τεχνητών νευρωνικών δικτύων που δο
 μούν τον αλγόριθμο ANFIS. Στο σύστημ
 α fuzzy type η βελτιστοποίηση του μο
 ντέλου θα γίνει με τον αλγόριθμο Par
 ticle Swarm. Τα αποτελέσματα θα συγκ
 ριθούν, με παραδοσιακές μεθόδους πρό
 βλεψης Αυτοπαλινδρόμηση – (Auto Regr
 ession) και Παλινδρόμηση Κινούμενου 
 Μέσου (Auto Regression Moving Averag
 e) για περαιτέρω αξιολόγηση των αποτ
 ελεσμάτων.\n Abstract\n In this thes
 is, the goal is to forecast the mont
 hly sales of electric vehicles throu
 gh the application of an Adaptive Ne
 uro-Fuzzy Inference System (ANFIS) a
 nd fuzzy type systems. Electric vehi
 cles have attracted the interest of 
 many buyers and manufacturers, leadi
 ng to significant investments in the
  global economy. The fluctuations in
  sales make it essential for many ma
 nufacturers to forecast sales in ord
 er to effectively plan their product
 ion. The ANFIS system and the fuzzy 
 type approach were selected from a w
 ide range of forecasting methods due
  to the advantages provided by the c
 ombination of fuzzy logic and artifi
 cial neural networks that form the b
 asis of the ANFIS algorithm. In the 
 fuzzy type system, model optimizatio
 n will be performed using the Partic
 le Swarm Optimization algorithm. The
  results will be compared with tradi
 tional forecasting methods - Auto Re
 gression (AR) and Auto Regression Mo
 ving Average (ARMA) for further eval
 uation of the outcomes.\n
STATUS:CONFIRMED
ORGANIZER;RSVP=FALSE;CN=TUC;CUTYPE=TUC:mailto:webmaster@tuc.gr
DTSTART:20250716T110000
DTEND:20250716T120000
TRANSP:OPAQUE
CLASS:DEFAULT
END:VEVENT
END:VCALENDAR