تجزیه و تحلیل ABC چند منظوره با استفاده از تکنیک های طبقه بندی مبتنی بر هوش مصنوعی
سال انتشار: 1400
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 335
فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
SETCONG01_094
تاریخ نمایه سازی: 22 آذر 1401
چکیده مقاله:
تجزیه و تحلیل ABC ، یک روش محبوب و موثر برای طبقه بندی اقلام موجودی به دسته های خاص است که می تواند به طور جداگانه اداره و کنترل شود. تجزیه و تحلیل متعارف ABC، اقلام موجودی را در سه دسته: A، B، یا C بر اساس استفاده روزانه از اقلام موجودی را طبقه بندی می کند. طبقه بندی موجودی چند معیاره، به وسیله تعدادی از محققان به منظور در نظر گرفتن سایر معیارهای مهم پیشنهاد شده است. این محققان، تکنیک های طبقه بندی مبتنی بر هوش مصنوعی (AI) را با تجزیه و تحلیل چند متغیره سنتی (MDA) مقایسه کرده اند. نمونه هایی از این تکنیک های مبتنی بر AI عبارتند از: ماشین های بردار پشتیبانی (SVM)، شبکه های پس انتشار (BPNs)، و الگوریتم -Kنزدیکترین همسایه .( k-NN) برای اثربخشی این تکنیک ها، نتایج طبقه بندی بر اساس چهار تکنیک معیار مقایسه می شود. نتایج نشان می دهد که تکنیک های مبتنی بر AI، دقت بالایی را به MDA نشان می دهند. تجزیه و تحلیل آماری نشان می دهد که SVM، طبقه بندی دقیق تر از سایر تکنیک های مبتنی بر AI را امکان پذیر می سازد. این یافته نشان می دهد که امکان اجرای تکنیک های مبتنی بر AI برای تجزیه و تحلیل ABC چند منظوره در سیستم های برنامه ریزی منابع سازمانی (ERP) وجود دارد.
کلیدواژه ها:
نویسندگان
برهان زارعی قبادی
دکترای ریاضی کاربردی- دانشگاه تهران