احمد رجبیان - گروه صنایع،واحد ساوه، دانشگاه آزاد اسلامی، ساوه، ایران
داود صدیقی زاده - گروه صنایع،واحد ساوه، دانشگاه آزاد اسلامی، ساوه، ایران

این مقاله به ارایه یک متدولوژی 3 مرحله ای جهت پیش بینی تقاضا می پردازد. در قدم اول از تکنیک های مختلف داده کاوی نظیر آنالیزخوشه بندی و استاندارد سازی جهت آماده سازی داده ها برای ورود به مدلهای پیش بینی استفاده می شود.در قدم دوم که مرحله مدلسازی است پس از تعریف شاخص متوسط قدر مطلق خطا برای اندازه گیری خطا، به ارایه یک مدل شبکهعصبی پرداخته می شود. ساختار اولیه شبکه عصبی از نتایج کار محققین قبلی انتخاب شده و با استفاده از آنالیز حساسیت سعی شدهکه دقت مدل افزایش داده شود. سپس با استفاده از داده های آماده شده بهترین مقدار پیش بینی را برای روشهای پیش بینی کلاسیک(میانگین متحرک، هموار سازی نمایی، هموار سازی نمایی با روند) بدست آورده و با نتایج شبکه عصبی مقایسه شده است. نتایج نشانمی دهند که مدل شبکه عصبی قادر است تا برای این داده ها عمل پیش بینی را با دقت خوبی نسبت به روشهای کلاسیک انجام دهد.درقسمت پایانی پایداری روشهای پیش بینی بررسی شده با استفاده از داده های خام مورد مطالعه قرار گرفته و در نهایت اثر استفاده ازآنالیز خوشه بندی اندازه گیری شده است.

شبکه های عصبی مصنوعی، پیش بینی تقاضا، زنجیره تامین، متوسط درصد قدر مطلق خطا،داده کاوی