0% Complete
صفحه اصلی
/
دهمین كنفرانس بين المللی مهندسی صنايع و سيستم ها
بکارگیری روش های یادگیری عمیق جهت پیش بینی تقاضای زنجیرهی تامین خون (مطالعهی موردی: بیمارستان افضلیپور کرمان)
نویسندگان :
منصوره نادری پور
1
محمد مهدی سلندری
2
1- دانشگاه شهید باهنر کرمان
2- دانشگاه شهید باهنر کرمان
کلمات کلیدی :
یادگیری عمیق،زنجیره تامین خون،پیش بینی تقاضا،کاهش هدررفت خون،هوش مصنوعی،یادگیری ماشین
چکیده :
یکی از مباحث عمده در سیستمهای بهداشت جهانی مسئلهی مدیریت زنجیره تامین خون است، مدیریت زنجیرهی تامین خون به علت چالشهایی مانند فسادپذیری بالا، زمان کوتاه عمر، عدم قطعیت تقاضا در بیمارستان و محدودیتهای فضای نگهداری، بسیار حیاتی است از این رو پیش بینی قابل اعتماد تقاضای خون میتواند تا حدودی مشکلات عمدهی این زنجیره را حل کند و کاهش چشمگیری در هزینه ها ایجاد کند. اطلاع از حدود تقاضای خون میتواند نسبت به برنامه-ریزی انواع روش های تامین خون مثل برگزاری کمپین های اهدای خون، تعیین نقاط معین و ... اثرگذار باشد. از طرفی از ورود بیش از نیاز خون به منابع جلوگیری می کند و باعث کاهش هدررفت در لایه های زنجیره تامین میگردد. این مطالعه با بکارگیری دو نوع از مدلهای یادگیری عمیق و با استفاده از دادههای روزانه سری زمانی پنج ساله متعلق به تقاضای خون بیمارستان افضلیپور کرمان به پیش بینی تقاضای خون در سی روزه آینده میپردازد. به منظور پیش بینی، ابتدا پیش پردازشهای لازم بر روی دادهها برای ورود به الگوریتمها انجام می گردد و سپس عملکرد مدلهای RNN و MLP برای پیش بینی مورد ارزیابی قرار می گیرد. نتایج نشان می دهد که الگوریتم RNN با داشتن مقدار کمتر سنجش ارزیابی MSE عملکرد مطلوب تری نسبت به الگوریتم MLP داراست.
لیست مقالات
لیست مقالات بایگانی شده
شناسایی و رتبهبندی مولفههای مورد نیاز در ایجاد زنجیره تامین سبز در صنعت پلاستیک ایران بر اساس روشهای دلفی فازی و DANP
سیدفرید موسوی - مجید کسروی - سیدحسین سیادت - آرزو گازری نیشابوری
بررسی سطح کیفیت پارچه های اسپان باند با استفاده از تکنیک گسترش عملکرد کیفیت
احمد صیداحمدی - احسان ثقه ئی
توصیه گروهی عادلانه براساس تجمیع شبکه ترجیحات شرطی وزندار
سوانا هاراطونیانس - فریا نصیری مفخّم - ناصر قاسم آقایی
Generative AI Strategies to Enhance Car Detection Under Adverse Weather Conditions
Sina Khoshgoftar - Mehrdad Kargari - Reza Vatankhah
پیادهسازی و مقایسه روشهای یادگیری ماشین در ارزیابی ریسک اعتباری مشتریان موسسات اعتباری و مالی
زهرا فتحی اقدم - محمدرضا رسولی
رویکرد جدید ارزیابی و انتخاب تأمینکنندگان به روش دیمتل فازی، تابع زیان تاگوچی فازی و تاپسیس فازی و ارائه مدل چندهدفه ترکیبی مبتنی بر سناریو - انعطافپذیر با درنظرگرفتن اهداف کل زنجیره تأمین
مرضیه صانعی - مهدی سیف برقی
یک روش طبقهبندی هوشمند مبتنی بر یادگیری پرش قابل اطمینان برای نگهداری و تعمیرات پیش گویانه
سپیده اعتمادی - مهدی خاشعی
تحلیل احساسات مشتریان پوشاک با استفاده از تکنیکهای تلفیقی یادگیری ماشین
راضیه رحیمی - رضا قاسمی یقین
طراحی یک شبکه زنجیره تأمین معکوس پسماند عفونی آزمایشگاهی
فاطمه مساح - محمد مهدی پایدار - حمید مشرقی
Improvement of bagging by increasing probabilistic classifiers’ confidence in prediction: A Case study of SAPCO Parts Supply Company
Shima Malekpour - Shahrokh Asadi
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.7.0