لطفا منتظر بمانید ...
0% Complete
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 Zadeh
1
Hasan Hosseini Nasab
2
Mohammad Bagher Fakhrzad
3
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
مکانیابی تسهیلات امدادی در لجستیک بحران
نسرین گلدرانی - فاطمه شیرازی
مدل استکلبرگ و قرارداد تسهیم درآمد در تصمیمات قیمت‌گذاری و تبلیغات سبز زنجیره تأمین چندتولیدکننده‌ای دوکاناله
افسانه اصغرپور - حسین کریمی - هاشم وحدانی
اولویتبندی کاربردهای فناوریهای دیجیتال در تحول سیستمهای یکپارچه پاداش با روش ارزیابی همزمان معیارها و گزینهها (SECA)
فرزانه سلطانی - سید حسین رضوی حاجی‌آقا
سطح بندی عوامل اصلی موفقیت اجرای ERP با استفاده از مدلسازی ساختاری تفضیلی در شرکت ظریف مصور
نوید نیکی - فرنوش فرزین - یعقوب دبیقی - کامیار جبل عاملی - هادی شیرویه زاد
ارزیابی و انتخاب بهترین دانه‌های روغنی برای تولید سوخت بایودیزل مبتنی بر ابعاد توسعه پایدار در استان فارس
محمود اقتصادی‌فرد - احسان ضیایی
تعیین بهترین فاصله زمانی برای تعویض پیشگیرانه (مطالعه موردی: صنعت روشنایی)
حمید موکدی - فرید اکبری
شناسایی و اولویتبندی عوامل مؤثر بر مدیریت دانش در سیستمهای پویا
سالار کشاورز هدایتی - زینب حسینی مقدم - محمد مظفری
مسیریابی و زمانبندی پرستاران برای فرآیند درمان سرطان با شیمی‌درمانی توسط مراقبت‌های پزشکی درمنزل
زهرا مهره کش - سعید دهنوی
A Graph-Based Three-Dimensional Building Evacuation Model Using Risk-Weighted Shortest Path Analysis
Zahra Khodadadi Mousavi - Mohammad Reza Zare Banadkouki
Efficient Prediction of Heart Disease Using Machine Learning Algorithms With Winsorized and Logarithmic Transformation Methods for Handling Outliers Data
Omid Rahmani - Seyed Amir Mahdi Ghoreishizade - Mostafa Setak
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 44.9.3
