Розробка інтелектуальної системи управління товарними запасами на основі машинного навчання з NLP-інтерфейсом

Abstract

У кваліфікаційній роботі розв'язано задачу автоматизації процесів складського обліку на підприємствах малого та середнього бізнесу із застосуванням методів машинного навчання та інтерфейсу взаємодії природною мовою. Розроблено автономну десктопну інформаційну систему управління товарними запасами, що поєднує облік номенклатури, складів і документообігу з інтерпретованим прогнозуванням попиту на основі архітектури Temporal Fusion Transformer та діалоговим NLP-асистентом на базі хмарної моделі Google Gemini, який перетворює природномовні запити у команди SQL. Метою роботи є створення системи управління складом, яка поєднує базовий облік із прогнозуванням попиту та обробкою текстових і голосових запитів. Базу даних і шар доступу до даних з автоматичним резервним копіюванням реалізовано засобами СУБД SQLite, графічний інтерфейс – за допомогою бібліотеки CustomTkinter, а модуль прогнозування – на основі бібліотеки PyTorch Forecasting та архітектури Temporal Fusion Transformer, що забезпечує інтерпретоване мультигоризонтне прогнозування з інтервальними оцінками ризику. NLP-асистент генерує SQL-команди вибірки, приймає голосове введення та блокує запити на змінення чи видалення даних. Оптимальні значення довжини історичного вікна й горизонту прогнозу та ефективність архітектури TFT підтверджено експериментально на відкритому наборі даних Kaggle.