تحلیل حساسیت مدل میزان اقتصادی سفارش در حالت اثرات تعاملی دوفاکتوری با استفاده از شبکه عصبی مصنوعی
Publish Year: 1402
Type: Journal paper
Language: Persian
View: 93
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
JR_JNAMM-2-2_010
Index date: 6 August 2024
تحلیل حساسیت مدل میزان اقتصادی سفارش در حالت اثرات تعاملی دوفاکتوری با استفاده از شبکه عصبی مصنوعی abstract
در این مقاله چگونگی استفاده از متامدل شبکه عصبی مصنوعی برای تحلیل حساسیت مدل مقدار اقتصادی سفارش در حالت اثرات تعاملی دو فاکتوری ارایه و نشان داده شده است که استفاده از این متامدل برای تحلیل حساسیت مقدار اقتصادی سفارش در مقایسه با روش فعلی (یک فاکتور در هر بار) مناسب تر است. برای این منظور، از یک شبکه عصبی پیشرو پس انتشار با یک لایه مخفی، توابع محرک سیگمویید در لایه مخفی، فاکتورهای موثر بر EOQ به عنوان ورودی و مقدار اقتصادی سفارش به عنوان خروجی مدل استفاده شده است. معیارهای حساسیت بر اساس وزن های اتصال تعریف شده و رویه متدولوژی در یک مثال عددی نشان داده شده است. باظهور نظام های هوشمند ، پردازش داده ها و مدل های مرتبط با آن ها از قبیل شبکه های عصبی مصنوعی، الگوریتم ژنتیک ، منطق فازی و نظایرآن ها که با الهام از گوشه ای از طبیعت طراحی و مدل سازی شده اند، پیشرفت مهمی در تجزیه وتحلیل داده ها صورت گرفته است.یکی از اصلی ترین ویژگی های شبکه عصبی مصنوعی، که از ساختار و عملکرد شبکه های عصبی طبیعی الهام گرفته است، پردازش موازی اطلاعات ورودی توسط واحد های پردازش نرونی است.
تحلیل حساسیت مدل میزان اقتصادی سفارش در حالت اثرات تعاملی دوفاکتوری با استفاده از شبکه عصبی مصنوعی Keywords:
Economic value of order , Sensitivity analysis , Artificial Neural Network , production cost reduction
تحلیل حساسیت مدل میزان اقتصادی سفارش در حالت اثرات تعاملی دوفاکتوری با استفاده از شبکه عصبی مصنوعی authors
علی سرورخواه
۱ Department of Management, Ayendang Institute of Higher Education, Tonkabon, Iran
زهرا جوربنیان
Management, Ayendag Institute of Higher Education, Tonkabon, Iran
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
