کاربرد الگوریتم های یادگیری ماشین در زنجیره تامین برای پیش بینی در خواست های مشتریان (در شرکت سایپا)
Publish place: Sixth National Congress on Electrical Engineering and Computer Engineering of Iran with a New Approach to New Energy
Publish Year: 1398
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,087
This Paper With 12 Page And PDF 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:
COMCONF06_057
تاریخ نمایه سازی: 24 شهریور 1398
Abstract:
زنجیره تامین شبکه ای از فرایندهاست، زنجیره تامین تمام فعالیت های مرتبط با جریان و تبدیل کالاها از مرحله ماده خام (استخراج) تا تحویل به مصرف کننده نهایی و نیز جریان های اطلاعاتی مرتبط با آنها را شامل می شود. در جریان کالا دو جریان دیگر، یکی جریان اطلاعات و دیگری جریان منابع مالی و اعتبارات است نیز حضور دارد. هدف اصلی در شرکت هایی که عضو زنجیره تامین هستند، پیش بینی تقاضای مشتریان برای حذف هزینه اضافی انبارداری و نگهداری محصولات اضافی ست، نکته قابل توجه ان است که با گذر از هر عضو زنجیره ،مقدار تقاضای مشتریان افزایش می یابد واین پیش بینی را به چالش می کشد.این پژوهش بر ان است تا نسبت به موارد زیر اهتمام ورزد1 یافتن بهترین الگوریتم از نظر زمان اجرا و کمترین خطای میانگین2 ارائه راه حل جهت پیش بینی تقاضا 3 مقایسه کارایی و سرعت پاسخگویی روش های مورد تحقیق 4 مقایسه تکنیک های یادگیری ماشینی و سنتی -5 ارائه پیشنهادات جهت بهبود پژوهش اتی 6 ارائه روش های کاهش اثر شلاقی زنجیره تامین 7 مقایسه بین ماشین ها برلیانس ،سارینا،تیبا شرکت سایپا
Keywords:
Authors
زهره رضایی کهخا
وکارشناسی ارشد نرم افزار
امیر رجایی
کامپیوتر دانشگاه ولایت ایرانشهر
زهرا شهرکی
دانشجوی کارشناسی ارشد موسسه غیر انتفاهی هاتف زاهدان