بررسی نحوه بهره برداری از الگوریتم های یادگیری عمیق در پیش بینی میزان تولید در کارخانه آسفالت شهرداری ارومیه

پیش بینی برای تولید آسفالت در مدیریت شهری جهت، برنامه ریزی توسعه شهری و عمرانی در شهرداری ها امری ضرروی تلقی می شود. بنابراین تولیدات آسفالت در کارخانه های تولید آسفالت باید بر اساس پیش بینی تولید بر اساس ظرفیت عرضه و همچنین مبتنی بر تقاضا باشد. این پژوهش با هدف بررسی نحوه بهره برداری از مدل یادگیری عمیق در پیش بینی آسفالت با احتمال مناسب در کارخانه آسفالت انجام شده است. این تحقیق با فلسفه اثبات گرایی و با هدف کاربردی در جهت مدل سازی از طریق استفاده از الگوریتم های یادگیری عمیق و دیتاست ایجاد شده در تولیدات آسفالت در کارخانه آسفالت شهرداری ارومیه در بین سال ۱۴۰۲ الی ۱۴۰۳ است. در این پژوهش از طریق بکارگیری یک مدل یادگیری عمیق بازگشتی یعنی حافظه طولانی کوتاه مدت LSTM، داده های تاریخی سال ۱۴۰۲ الی ۱۴۰۳ را جهت یادگیری و تست مدل استفاده شده است و پس از آن مدل قابلیت پیش بینی برای ۹۳ روز اول سال ۱۴۰۴ را با ضریب تعیین ۰.۵۰ را پیدا کرده است. بر اساس نتیجه گیری کلی می توان اظهار کرد که مدل LSTM بهره برداری شده در این پژوهش با کیفیت دیتاست فعلی و با لایه های استاندار فعلی عملکرد مناسب کمتری دارد.

کلیدواژه ها:

پیش بینی تولید ، تولید آسفالت ، یادگیری عمیق بازگشتی ، الگوریتم LSTM ، شهرداری ارومیه