مقایسه کارایی شبکه عصبی فازی تطبیقی(ANFIS-PSO) و شبکه عصبی (ANN) در پیش بینی تقاضا (مطالعه موردی شرکت نوین قطعه)
Publish place: The third international conference on management, accounting and knowledge-based economy with emphasis on resistance economy
Publish Year: 1396
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 917
This Paper With 16 Page And PDF and WORD Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ACONF03_085
تاریخ نمایه سازی: 7 اسفند 1396
Abstract:
برنامه ریزی سفارشات یکی از مباحث کلیدی در تدوین سیاست های اقتصادی واحد های صنعتی است، که مستلزم توجه به عوامل و شرایط حاکم بر سازمان و بازار می باشد. در این راستا تقاضا بعنوان پدیده ای غیر قطعی ، نقش مهمی در مدیریت منابع ایفا می نماید، که پیش بینی درست آن در ایجاد تعادلی بهینه ؛ نقش بارزی در جلوگیری از اتلاف سرمایه و مواجه شدن با کمبود دارد. هدف این مقاله بکار گیری الگوریتم ترکیبی ازدحام ذرات (PSO) در آموزش پارامتر های شبکه عصبی- فازی (ANFIS) در پیش بینی تقاضا براساس بازه زمانی بیست ساله (1375-1395) در شرکت نوین قطعه است. در ادامه نتایج پیش بینی برای پنج سال آتی شرکت (1395-1400) و برای چهار محصول تولیدی (آیینه بغل پراید، پژو 405 ،پژو پارس و سمند) براساس سنجه های آماری MSE و RMSE با شبکه عصبی ساده (ANN) مقایسه شده است که مبین دقت و قابلیت شبکه عصبی فازی ترکیبی در قیاس با شبکه عصبی ساده است. با توجه به عدم قطعیت تقاضا در شرایط واقعی، بهره گیری از الگوریتم های فرا ابتکاری ترکیبی، به مدیران در اتخاذ تصمیم های تولیدی کمک کرده و باعث تخصیص بهینه سرمایه می گردد.
Keywords:
Authors
مهرداد ملک محمدی
کارشناسی ارشد مدیریت صنعتی، دانشکده علوم اجتماعی، گروه مدیریت صنعتی، دانشگاه بین المللی امام خمینی (ره)،
مهدی نصراللهی
استادیار دانشگاه بین المللی امام خمینی (ره)، دانشکده علوم اجتماعی، گروه مدیریت