مقایسه کارایی شبکه عصبی فازی تطبیقی(ANFIS-PSO) و شبکه عصبی (ANN) در پیش بینی تقاضا (مطالعه موردی شرکت نوین قطعه)

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 903

فایل این مقاله در 16 صفحه با فرمت PDF و WORD قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ACONF03_085

تاریخ نمایه سازی: 7 اسفند 1396

چکیده مقاله:

برنامه ریزی سفارشات یکی از مباحث کلیدی در تدوین سیاست های اقتصادی واحد های صنعتی است، که مستلزم توجه به عوامل و شرایط حاکم بر سازمان و بازار می باشد. در این راستا تقاضا بعنوان پدیده ای غیر قطعی ، نقش مهمی در مدیریت منابع ایفا می نماید، که پیش بینی درست آن در ایجاد تعادلی بهینه ؛ نقش بارزی در جلوگیری از اتلاف سرمایه و مواجه شدن با کمبود دارد. هدف این مقاله بکار گیری الگوریتم ترکیبی ازدحام ذرات (PSO) در آموزش پارامتر های شبکه عصبی- فازی (ANFIS) در پیش بینی تقاضا براساس بازه زمانی بیست ساله (1375-1395) در شرکت نوین قطعه است. در ادامه نتایج پیش بینی برای پنج سال آتی شرکت (1395-1400) و برای چهار محصول تولیدی (آیینه بغل پراید، پژو 405 ،پژو پارس و سمند) براساس سنجه های آماری MSE و RMSE با شبکه عصبی ساده (ANN) مقایسه شده است که مبین دقت و قابلیت شبکه عصبی فازی ترکیبی در قیاس با شبکه عصبی ساده است. با توجه به عدم قطعیت تقاضا در شرایط واقعی، بهره گیری از الگوریتم های فرا ابتکاری ترکیبی، به مدیران در اتخاذ تصمیم های تولیدی کمک کرده و باعث تخصیص بهینه سرمایه می گردد.

کلیدواژه ها:

الگوریتم عصبی فازی (ANFIS) ، الگوریتم ازدحام ذرات PSO ، پیش بینی

نویسندگان

مهرداد ملک محمدی

کارشناسی ارشد مدیریت صنعتی، دانشکده علوم اجتماعی، گروه مدیریت صنعتی، دانشگاه بین المللی امام خمینی (ره)،

مهدی نصراللهی

استادیار دانشگاه بین المللی امام خمینی (ره)، دانشکده علوم اجتماعی، گروه مدیریت