ارزیابی بهینگی استراتژی نگهداری با استفاده از شبکه عصبی LVQ

علی یاوری; عباس زندعباس آبادی; محسن رحمتی نسب

ارزیابی بهینگی استراتژی نگهداری با استفاده از شبکه عصبی LVQ

محل انتشار: دومین همایش ملی علوم مدیریت نوین

سال انتشار: 1392

نوع سند: مقاله کنفرانسی

زبان: فارسی

مشاهده: 887

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

دریافت فایل کامل مقاله

صدور گواهی نمایه سازی
من نویسنده این مقاله هستم

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

https://civilica.com/doc/231885

شناسه ملی سند علمی:

CMMS02_666

تاریخ نمایه سازی: 22 بهمن 1392

چکیده مقاله:

امروزه انتخاب استراتژی نگهداری متناسب با عوامل کمی و کیفی مربوط به سازمان به یک دغدغه برای مذیران سازمان تبدیل شده است.در این مقاله یک روش کارآمد و دقیق برای تخمین بهینگی استراتژی های موجود با استفاده از شبکه عصبیLVQ ارائه شده است.این روش می تواند به مدیریان در تصمیم گیری در مورد انتخاب استراتژی نگهداری تجهیزات جهت داشتن بهترین و بهینه ترین انتخاب،کمک کند. در این روش رای سنجش استراتژی های پیش رو از معیارهایی نظیر هزینه نگهداری،قابلیت اعتماد،امنیت،کیفیت محصول،بازگشت سرمایه استفاذه می شود.آزمایشات ما نشان می دهد که سیستم پیشنهاداتی دارای کمترین نرخ در مقایسه با سایر روش های می باشد.

کلیدواژه ها:

استراتژی نگهداری بهینه ، تصمیم گیری چند معیاره(MCDM) ، شبکه عصبی مصنوعیLVQ ، منطق فازی

نویسندگان

علی یاوری

دانشگاه علوم و فنون مازندران

عباس زندعباس آبادی

مدرس دانشگاه پیام نور گلستان مرکز گرگان

محسن رحمتی نسب

موسسه آموزش عالی گلستان،گرگان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

استان گلستان. گرگان- چهاردهم شهریور 1392 ...
J. M. Zurada, Introduction to artificial neural systems vol. 8: ...
E. Ertugrul Karsak and E. Tolga, "Fuzzy multi-criteria de cision-making ...
M. Bevilacqua and M. Braglia, "The analytic hierarchy process applied ...
R .K. Mobley, An introduction to predictive maintenance B utterworth- ...
A. K. Verma, Srividya, A. & Prabhu Gaonkar, Rajesh, "Selecting ...
L. Wang, et al., "Selection of optimum maintenance strategies based ...
C. K. Mechefske and Z. Wang, "Using fuzzy linguistics to ...
M. Bertolini and M. Bevilacqua, "A combined goal pro gramm ...
]11[A. De Almeida and G. Bohoris, "Decision theory in maintenance ...
]11[F. Azadivar and V. Shu, "Maintenance policy selection for JIT ...
]12[D. Murthy and E. Asgharizadeh, "Optimal decision making in a ...
]13[S. Luce, "Choice criteria in conditional preventive maintenance, " Mechanical ...
]14[S. Okumura and N. Okino, "A maintenance policy selection method ...
]15[W. Xia, et al., "A new calibration for Function Point ...
]16[H. J. Zimmermann, Fuzzy sets, decision making, and expert systems ...
J. Yen, "Fuzzy logic-a modern perspective, " Knowledge and Data ...
]19[S. Haikin, "Neural Networks: A C omprehensive Foundation, " 1998. ...
]21[S. Mitra and Y. Hayashi, "Neuro-fuzzy rule generation: survey in ...
]22[J. R. Li, et al., "Generation of possible multiple components ...
]23[G. Waeyenbergh and L. Pintelon, "A framework for maintenance concept ...
]24[L. Swanson, "Linking maintenance strategies to performance, " International Journal ...
]25[H. Wang, "A survey of maintenance policies of deteriorating systems ...
]26[M. Bashiri, et al., "Selecting optimum maintenance strategy by fuzzy ...

نمایش کامل مراجع