پیش بینی تقاضای قطعات یدکی خودرو با در نظر گرفتن عوامل بیرونی: یک مدل ترکیبی شبکه عصبی و الگوهای سری های زمانی (مطالعه موردی: شرکت آریان خودرو خاورمیانه)

  • سال انتشار: 1400
  • محل انتشار: چهاردهمین کنفرانس بین المللی انجمن ایرانی تحقیق در عملیات
  • کد COI اختصاصی: ICIORS14_045
  • زبان مقاله: فارسی
  • تعداد مشاهده: 424
دانلود فایل این مقاله

نویسندگان

سیدمحمود حسینی نسب

دانشجوی کارشناسی ارشد، دانشگاه یزد

طاها کشاورز

استادیار، دانشگاه سمنان

محمد جوکاردارابی

دانشجوی کارشناسی ارشد ، دانشگاه یزد

چکیده

در این مقاله، با استفاده از سه الگوی مدل اتورگرسیون میانگین انباشته متحرک-سیستم استنتاج فازی عصبی تطبیقی، مقدار تقاضا شرکت آریان خودرو خاورمیانه پیش بینی شده است. در الگوی اول، مدل اتورگرسیون میانگین انباشته متحرک بر روی تقاضا قطعات خودرو به عنوان خروجی پیاده سازی و باقیمانده های غیرخطی آن توسط سه ساختار مختلف سیستم استنتاج فازی عصبی تطبیقی شامل توابع عضویت مثلثی، ذوزنقه ای و گوسی پیش بینی شده است. در الگوی دوم، پیش بینی مدل اتورگرسیون میانگین انباشته متحرک علاوه بر سه ویژگی ورودی به عنوان متغیرهای ورودی برای پیش بینی سیستم استنتاج فازی عصبی تطبیقی در نظر گرفته شده است. در الگوی سوم، به دلیل ناکافی بودن داده ها، الگوی دوم با مدل متنوع سازی داده آدابوست (AdaBoost ) اعمال شده و یک روش ترکیبی جدید ارائه شده است. نتایج نشان می دهد که مدل ترکیبی برای پیش بینی تقاضا در صنعت قطعات یدکی خودرو مناسب تر است. نتایج حاکی از آن است که الگوی سوم که از مدل آدابوست استفاده می کند، عملکرد بهتری نسبت به سایرین دارد و معیار مجذور میانگین مربعات خطای مدل را از ۹۶/۲۴ الگوی ترکیبی دوم به ۹۶/۱۸ کاهش می دهد.

کلیدواژه ها

پیش بینی تقاضا؛ روش استنتاج فازی؛ مدل اتورگرسیو میانگین انباشته متحرک

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.