كنفرانس بين المللی مهندسی صنايع و سيستم ها

صفحه اصلی / نهمین كنفرانس بين المللی مهندسی صنايع و سيستم ها

Demand Forecasting Model for Pharmaceutical Products Using Machine Learning Techniques with Bayesian Hyperparameter Optimization

نویسندگان :

Reza Shirazi Zadeh¹ Hasan Hosseini Nasab² Mohammad Bagher Fakhrzad³

1- دانشگاه یزد 2- Yazd University 3- Yazd University

کلمات کلیدی :

Demand forecasting،Sales time series،Machine learning،Bayesian optimization،Pharmaceutical products

چکیده :

Demand forecasting is the basis of many planning activities in the supply chain. Pharmaceutical industry, which deal with human health, require the implementation of an effective demand forecasting model. Due to demand volatility, businesses find it challenging to forecast customer demand accurately using traditional models. In this study, a comparative analysis is performed based on machine learning techniques such as Support vector regression (SVR), Random forest (RF), Light gradient boosting machine (LGBM), and Extreme gradient boosting (XGB) models for demand forecasting in pharmaceutical products. The effectiveness of machine learning models is greatly affected by choosing the appropriate hyperparameter configuration. Therefore, Bayesian optimization (BO) algorithm with the Gaussian process (GP) is combined with Time series cross-validation to determine the optimal combination of model hyperparameters. The results show that the Extreme gradient boosting model outperforms the other forecasting models in terms of Root Mean Squared Error (RMSE), Mean Absolute Error (MAE), and R^2 score. This method can effectively forecast future demand to improve pharmaceutical supply chain management.

لیست مقالات

لیست مقالات بایگانی شده

یک رویکرد آگاه از رژیم بازار برای ارزیابی اهمیت اقتصادی تکنیک‌های انتخاب و استخراج ویژگی در بازار فارکس

علی ستاری - مجید حیدری

بررسی تاثیر هوش هیجانی مدیر دفتر مدیریت پروژه در عمل‌کرد کارشناسان دفتر مدیریت پروژه

نوید مرشدی - مهدی صدری - افشین ملائی

Cell Phone Image-Based Persian Rice Detection and Classification Using Deep Learning Techniques

Amin Saeidi Kelishami - Mahmood Saeedi Kelishami - Sajjad Saeedi Kelishami

Optimization of Pressure Profile and V/P Switchover Point to Minimizing the Warpage in a Thin-Wall Plastic Injection Molded Part

Hamid Haghshenas Gorgani - Ali Saedi

مروری بر کاربرد تکنیک‌های یادگیری ماشین در تشخیص زودهنگام بیماری تیروئید

محبوبه مدنی - صبا صارمی نیا

ارزیابی و انتخاب سیستم‌های ERP با رویکرد ماباک فازی شهودی

حسین صیادی تورانلو - ریحانه حفیظی اتابک

ارائه مدلی برای مکانیابی رقابتی تخصیص تسهیلات مبتنی بر تعادل نش در تئوری بازی‌ها

سهیل امامیان - محمد حسامی

Extended Reality Technology in the Fourth Industrial Revolution and Applied Fundamentals in the Automotive Industry

Mohammad Reza Saberi - Ehsan Naghashzadeh

توسعه مدل ریاضی چندهدفه برای مسئله موازنه زمان، هزینه و ریسک پروژه با درنظرگرفتن منابع انسانی چندمهارته تحت شرایط عدم قطعیت فازی

سید محمدمهدی موسوی وانانی - سید میثم موسوی - محمدجواد برزگری

طراحی شبکه زنجیره تامین با استفاده از استراتژی انبار‌های متقاطع و حمل مستقیم با در نظر گرفتن وسایل نقلیه الکتریکی و سوخت فسیلی

سپیده آقابالی - سید میثم موسوی - علیرضا گلکاریان

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.7.0