كنفرانس بين المللی مهندسی صنايع و سيستم ها

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

پیش بینی تقاضا در صنعت دارو بر اساس سری های زمانی

نویسندگان :

زهرا خواجه منصوری¹

1- دانشگاه صنعتی خواجه نصیرالدین طوسی

کلمات کلیدی :

پیش بینی تقاضا،پیش بینی سری زمانی،زنجیره تامین دارو،طبقه بندی ATC،شبکه عصبی،یادگیری ماشین

چکیده :

صنعت داروسازی به سرعت در حال پیشرفت است و داده‌های زیادی را تولید می‌کند که می‌توان از آنها برای بهبود تصمیم‌گیری‌ها و فرآیندهای مرتبط با تولید و توزیع داروها استفاده کرد. با تحلیل داده‌های زنجیره تأمین، شرکت‌های دارویی می‌توانند نیازهای بازار را به طور دقیق‌تری پیش‌بینی کرده و برنامه‌ریزی‌های تولید خود را مطابق با این نیازهای پیش‌بینی شده تنظیم کنند. این مقاله با استفاده از روش‌های پیشرفته‌ی یادگیری ماشین، سری های زمانی و تحلیل داده‌ها، به بررسی و بهبود مدل‌های پیش‌بینی در صنعت داروسازی برای پیش بینی تقاضا پرداخته است. مدل‌های مختلفی از جمله مدل های ARIMA, SARIMA, ARIMAX, SARIMAX و Prophet مورد استفاده قرار گرفته‌اند تا دقت پیش‌بینی‌های تقاضا را افزایش دهند و به شرکت‌ها کمک کنند تا به شکل بهینه‌تری به مدیریت زنجیره تأمین بپردازند.