خوشه بندی کارگاه های صنعتی با استفاده از رویکرد ترکیبی داده کاوی و تصمیم گیری چندمعیاره

در دهه اخیر، توانایی بشر برای تولید و ذخیره داده ها به سرعت افزایش یافته است. با افزایش حجم داده های ذخیره شده، نیاز به روشی که بتوان با استفاده از آن به تحلیل اطلاعات و دانش موجود در داده ها پرداخت بیشتر از پیش احساس می شود. فنون داده کاوی و روش های تصمیم گیری چند شاخصه در دهه های اخیر هرکدام به شکلی کمک رسان مدیران در عرصه تصمیم گیری بوده اند. در پژوهش حاضر، با تلفیق فرآیند داده کاوی و روش های تصمیم گیری چند شاخصه، روشی برای خوشه بندی کارگاه های صنعتی ارائه شده است. در روش پیشنهادی، ابتدا فرآیند داده کاوی بر اساس روش های تجزیه وتحلیل سلسله مراتبی، K-means و شبکه عصبی کوهونن صورت گرفته و سپس عملکرد مدل طراحی شده جهت تعیین تعداد خوشه بهینه با شاخص های اعتبارسنجی مجموع خطای مربعی و واریانس بین خوشه ای سنجیده شده است. بخش صنایع غذایی به عنوان مورد مطالعاتی پژوهش موردبررسی قرار گرفته و بر اساس یافته های به دست آمده، چهار خوشه به عنوان تعداد خوشه بهینه کارگاه های صنعتی این بخش معرفی شده است. خوشه های به دست آمده بر اساس متغیرهای توزیع جمعیت، سطح درآمد و ارزش افزوده فعالیت های صنعتی در خوشه ها نام گذاری شد ه اند و در پایان، پیشنهاد هایی در دو بخش کاربردی و پژوهشی برای تصمیم گیرندگان و سیاست گذاران این صنعت و سایر محققان این حوزه ارائه شده است.

خوشه بندی کارگاه های صنعتی با استفاده از رویکرد ترکیبی داده کاوی و تصمیم گیری چندمعیاره Keywords:

داده کاوی , خوشه بندی , تجزیه و تحلیل سلسله مراتبی , روش K-means , روش شبکه عصبی کوهنن