"جلد دوم" , "اهمیت و شیوه های جمع آوری داده و آنالیز داده ها با استفاده از پایتون تکنیک های پردازش اطلاعات و بهره برداری" با هدف طراحی سیستم تحلیل و پیش بینی هوشمند زنجیره تامین در صنعت لجستیک یا تولیدی
- سال انتشار: 1404
- کد COI اختصاصی: null
- زبان مقاله: فارسی
- تعداد مشاهده: 88
نویسندگان
دانشجوی کارشناسی مهندسی برق
چکیده
در دنیای امروز، تصمیم گیری های مبتنی بر داده در زنجیره ی تامین (Supply Chain) نه صرفا یک مزیت رقابتی، بلکه ضرورتی اجتناب ناپذیرند. حجم داده ها و تنوع پارامترها در صنایع مختلف رشد تصاعدی داشته. انطباق لحظه ای با نوسانات تقاضا و محدودیت های حمل ونقل، ساختار متداول «ایده آل سازی دستی» را ناکارآمد کرده. از طرفی، دانشجویان و مهندسان داده در پی ترکیب تئوری های کلاسیک SCM با تکنیک های نوین یادگیری ماشین و بهینه سازی هستند. اهداف اصلی: فراهم کردن یک چارچوب عملی و کامل برای شبیه سازی، پیش پردازش و مدلسازی داده های زنجیره ی تامین معرفی الگوریتم های کلیدی (پیش بینی تقاضا، بهینه سازی موجودی و مسیریابی) با پیاده سازی های قابل فهم در پایتون نمایش روش های مانیتورینگ بلادرنگ با داده های حسگر و رابط های تصویری (داشبورد) ارائه مطالعات موردی چندصنعتی برای الهام بخشی به پروژه های واقعی در ادامه ساختار مقاله را مرور می کنیم و سپس وارد هر فصل می شویم.کلیدواژه ها
پایتون، هوش مصنوعی، تحلیل داده، زنجیره تامین، یادگیری ماشین،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.