طراحی یک سیستم خبره فازی جهت پیش بینی فروش مانتو شلوار دبیرستان مطالعه موردی تولیدی تمدن
Publish Year: 1404
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 57
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICISE11_138
تاریخ نمایه سازی: 8 آذر 1404
Abstract:
این پژوهش با هدف طراحی و پیاده سازی یک سیستم خبره فازی برای پیشبینی فروش مانتو و شلوار مدارس دخترانه در تولیدی تمدن شهرستان چناران انجام گرفته است. دادههای فروش این واحد طی سالهای ۱۳۹۴ تا ۱۴۰۴ جمع آوری شده و با توجه به شرایط خاص سال ۱۳۹۹ دوران همه گیری (کرونا و تغییرات ناشی از عوامل کیفی و کمی،بازار نیاز به مدلی کارآمد جهت مدیریت عدم قطعیت بیش از پیش احساس میشد. در این تحقیق ۱۰ متغیر ورودی کلیدی شامل،رنگ،مدل جنس،پارچه کیفیت دوخت و،برش،قیمت میزان،تبلیغات،دسترسی تعداد مدارس تعداد دانش آموزان و سال فروش به عنوان پارامترهای اثرگذار انتخاب و برای هر یک توابع عضویت فازی تعریف گردید. بر اساس ترکیب این ورودیها، سیستم خبره فازی با ۵۹۰۴۹ قاعده استنتاجی در محیط MATLAB طراحی شد. نتایج حاصل از پیاده سازی مدل نشان داد که سیستم فازی توانسته است روند واقعی فروش در دوره ۱۳۹۴ تا ۱۴۰۴ را با دقت قابل قبول شبیه سازی کند برای سال ۱۴۰۵ پیش بینی مدل فازی ۱۶۴۰ واحد فروش برآورد گردید در حالی که مدل رگرسیون خطی بر اساس روند تاریخی تنها ۱۰۴۲ واحد پیشبینی کرده بود اختلاف دو روش با فرمول درصد خطا محاسبه و برابر با ٪۵۷٬۴۲ به دست آمد. همچنین ارزیابی با معیار MAPE نشان داد که خطای میانگین مدل فازی در کل دوره مورد. مطالعه حدود. بوده، در حالی که مدل رگرسیون خطی با خطای میانگین %۳۳٫۹ دقت کمتری از خود نشان داده است. این نتایج بیانگر آن است که مدل،فازی، علاوه بر روند تاریخی، توانسته اثر عوامل کیفی مانند کیفیت دوخت جنس و رنگ پارچه تبلیغات و میزان دسترسی را نیز لحاظ کرده و پیش بینی دقیقتری ارائه دهد. بنابراین، استفاده از سیستمهای خبره فازی میتواند به تولیدکنندگان پوشاک مدارس در برنامه ریزی،تولید مدیریت،موجودی سیاست گذاری قیمت و طراحی کمپینهای تبلیغاتی کمک شایانی نماید در پایان پیشنهاد میشود توسعه مدل با رویکرد نروفازی ترکیب شبکه عصبی و منطق فازی و همچنین استفاده از داده های تکمیلی مانند سطح درآمد خانوار و فصل خرید برای افزایش دقت پیشبینی در سالهای آینده مدنظر قرار گیرد.
Keywords:
Authors
بهاره رضوی
کارشناسی ارشد، گروه مهندسی صنایع و سیستمها، دانشکده مهندسی دانشگاه فردوسی مشهد
پدرام پیوندی
دانشیار گروه مهندسی صنایع و سیستمها، دانشکده مهندسی دانشگاه فردوسی مشهد
حمیدرضا کوشا
دانشیار گروه مهندسی صنایع و سیستمها، دانشکده مهندسی دانشگاه فردوسی مشهد