ارایه رویکردی جهت بهره گیری از الگوریتم های یادگیری ماشین به منظور آینده نگری فرآیندهای تامین

صنعت تولید به شدت تحت تاثیر رکود و همچنین جو رقابتی ناشی از روند جهانی شدن است که این موضوع لزوم پیش بینی روندهای آتی جهت غلبه بر ریسکها و نوسانات بازار را بیش از پیش الزامی می نماید. به منظور تامین مناسب، می بایستی تنوع بالایی از قطعات از تامین کنندگان در موقعیت های مختلف به خط مونتاژ تحویل داده شود.برنامه ریزی فرآیندهای تامین اغلب بستگی به تغییر اطلاعات مربوط به توسعه محصول، برنامه ریزی خطوط مونتاژ و خرید دارد. در حال حاضر، زمان زیادی برای جمع آوری اطلاعات در طی برنامه ریزی صرف می گردد و دانش بدست آمده از فرآیند برنامه ریزی قبلی، برای برنامه ریزی آینده مورد استفاده قرار نمی گیرد. این موضوع به خصوص در صنعت تولید و مونتاژ لوازم خانگی با توجه به تنوع قطعات بسیار چشمگیر و تعیین کننده است. در این مقاله روشی را برای برنامه ریزی پیش بینانه تامین با استفاده از الگوریتم های یادگیری ماشین ارایه می نماییم. به طور خلاصه دانش عمومی در مورد فرآیندهای تامین استخراج و برای پیش بینی سناریوهای آینده مورد استفاده قرار می گیرد.

کلیدواژه ها:

یادگیری ماشین ، فرآیند تامین ، مدل سازی ، مدیریت دانش ، هستی شناسی