بهینه سازی فرآیندهای تصمیم گیری چندعاملی با استفاده از فناوری های نوین هوش مصنوعی در مهندسی کامپیوتر

در دنیای پیچیده امروزی، فرآیندهای تصمیم گیری چندعاملی در حوزه علوم کامپیوتر و فناوری اطلاعات به عنوان ابزاری کلیدی برای بهبود کارایی و دقت تصمیم گیری مطرح هستند. این پژوهش با هدف بهینه سازی این فرآیندها از طریق استفاده از الگوریتم های هوش مصنوعی و یادگیری ماشین، به ویژه شبکه های عصبی عمیق و الگوریتم های تکاملی، انجام شده است. در این تحقیق، داده های بزرگی از منابع مختلف مانند پایگاه های داده صنعتی و سیستم های اینترنت اشیا جمع آوری و با استفاده از تکنیک های پیش پردازش داده ها بهینه سازی شدند. نتایج نشان داد که به کارگیری این الگوریتم ها می تواند به بهبود دقت و کارایی فرآیندهای تصمیم گیری چندعاملی منجر شود. مدل های یادگیری عمیق توانایی مدل سازی تعاملات پیچیده بین عوامل مختلف را دارند و به همین دلیل نتایج بهتری نسبت به روش های سنتی ارائه می دهند. با این وجود، پژوهش حاضر به محدودیت های مربوط به کیفیت داده ها و نیاز به قدرت محاسباتی بالا اشاره دارد. پیشنهاداتی برای تحقیقات آینده شامل استفاده از تکنیک های پیشرفته تر پیش پردازش داده ها و الگوریتم های هیبریدی برای بهبود دقت مدل ها ارائه می شود. این تحقیق می تواند به بهبود فرآیندهای تصمیم گیری در زمینه های مختلف با استفاده از داده های واقعی و تکنیک های نوین کمک کند.

کلیدواژه ها:

تصمیم گیری چندعاملی ، یادگیری ماشین ، الگوریتم های هوش مصنوعی ، داده های بزرگ ، بهینه سازی.