مطالعه موردی شبیه سازی برنامه ریزی تولید با استفاده از مدل های فرایند یادگیری عمیق برای بهینه سازی چندهدفه یک مجتمع پتروشیمی صنعتی

در صنعت پیچیده و رقابتی پتروشیمی، بهینه سازی منابع و بهبود عملکرد تولید اهمیت زیادی دارد. مدیرانمجتمع های پتروشیمی به دنبال راهکارهایی برای افزایش کارایی و سودآوری و کاهش هزینه ها هستند. یکی ازابزارهای موثر در این زمینه، استفاده از مدل های هوش مصنوعی در شبیه سازی برنامه ریزی تولید است. این مدل هابا تجزیه وتحلیل داده های تاریخی و متغیرهای مختلف، به بهینه سازی پارامترهای فرآیندها کمک میکنند. در اینپژوهش، هدف پیش بینی تغییرات پارامترها برای برنامه ریزی مجتمع تولیدی نفتی است. با استفاده از شبکه هایعصبی، خروجی با خطای میانگین کمتر از ۱۴ % نسبت به داده های واقعی محاسبه می شود. همچنین با بهره گیریاز روش جنگل تصادفی و رگرسیون (RFR)، مواد ورودی مصرف ی برای تولید مدنظر با میزان ماده ای خارج از بازه بیشترین و کمترین در یک سال را پیش بینی انجام داده که این مقادیر به دست آمده از پیش بینی میانگین خطای کمتر از ۹% نسبت به مقادیر واقعی را دارد.