|
عنوان
|
پیش بینی تقاضای مشتریها در سیستم های اطلاعاتی زنجیره تامین توسط شرکتها با استفاده از رفتار و الگوی سیستمها
|
|
نوع پژوهش
|
مقاله ارائه شده
|
|
کلیدواژه‌ها
|
پیشبینی تقاضا، زنجیره تامین، یادگیری عمیق، جنگل
تصادفی، ویژگیهای سیستمی
|
|
چکیده
|
یکی از چالش های مهم در سیستم های زنجیره تامین این است که همواره نوعی عدم اطمینان از ماهیت تقاضای مشتری ها، موقعیت تولیدکنندگان و شرکت ها را تهدید می کند. از این رو شرکت ها با توسل به شیوه های مختلف تجربی و علمی تلاش می کنند این عدم اطمینان را کاهش دهند. یکی از معمول ترین روش ها، پیش بینی تقاضای مشتریان براساس تقاضاهای قبلی آن هاست. این مقاله تلاش می کند توانمندی پیش بینی این سه روش را مقایسه نموده و سپس یک روش بهینه مناسب برای پیش بینی تقاضا ارائه نماید. لذا با دست یافتن به ترکیب مناسبی از تقاضای مشتری ها و الگوی رفتاری سیستم ها می توان پیش بینی تقاضا در زنجیره تامین را بهبود بخشید. بهبود داده-های کسب شده نشان می دهد بر اساس این معیارها، مدل جنگل تصادفی خطای کمتر و در نتیجه کارایی بیشتری در پیش بینی تقاضای هر سیستم دارد. یکی دیگر از اهداف این مقاله، استفاده از الگوهای رفتاری متفاوت هر سیستم و بدست آوردن نتایج بهتر در پیش بینی می باشد. یعنی برای هر سیستمی، هر الگوریتمی مناسب نیست و تعیین الگوریتم مناسب چالش مهمی است. به عبارت دیگر در این مقاله ما روشی را ارائه می کنیم که سعی می کند برای هر سیستم روش مناسب را پیشنهاد دهد.
|
|
پژوهشگران
|
محسن حیدریان (نفر اول)، سارا سلیمانی قیداری (نفر دوم)، اسماعیل نورانی (نفر سوم)
|