كنفرانس بين المللی مهندسی صنايع و سيستم ها

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

Improvement of bagging by increasing probabilistic classifiers’ confidence in prediction: A Case study of SAPCO Parts Supply Company

نویسندگان :

Shima Malekpour¹ Shahrokh Asadi²

1- دانشگاه تهران پردیس فارابی 2- دانشگاه تهران پردیس فارابی

کلمات کلیدی :

Ensemble learning،Bagging،DEA Cross efficiency،Supplier selection،Probabilistic classifier

چکیده :

In today's interconnected global marketplace, the success and competitiveness of businesses are intricately tied to the performance of their supply chains. Supplier selection is a crucial component of an effective supply chain management, as it directly impacts the supply chain's efficiency, resilience, and overall performance. Choosing capable suppliers is a strategic imperative that can significantly impact a company's ability to deliver high-quality products, optimize costs, mitigate risks, and foster innovation. Nevertheless, considering various criteria simultaneously, Supplier selection is a challenging process. Studies confirm that Artificial intelligence, particularly machine learning, outperforms traditional methods in certain domains due to its ability to handle complex and unstructured data, make accurate predictions, and adapt to changing conditions. This research, therefore, proposes an improved bagging-based ensemble learning to classify suppliers. In the method, the accuracy of base classifiers is promoted by increasing classifiers' confidence in predicting samples, leading to climbing the accuracy of ensemble learning. The performance of the method was evaluated using a dataset from the supplying Automotive Parts Company (SAPCO) which is responsible for engineering, design, and parts supply of Iran-Khodro (IKCO), the largest industrial group in Iran. Results represent that the proposed method significantly enhances the power of bagging-based ensemble learning in evaluating and classifying suppliers.

لیست مقالات

لیست مقالات بایگانی شده

قیمت‌گذاری پویا برای یک زنجیره‌تامین حلقه‌بسته دو کاناله درشرایط عدم‌قطعیت با رویکرد نظریه‌بازی‌ها

حسام محمدحسنی - محبوبه هنرور

قیمت‌گذاری داده‌محور بر مبنای پیش‌بینی تقاضا با استفاده از روش‌های یادگیری ماشین

فاطمه زهرا خسروشاهی - نفیسه صدقی

پایش میانگین طول عمر محصولات با استفاده از نمودارهای کنترل شوهارت و EWMA تحت آزمون طول عمر سانسورشدگی خرابی

پوریا محمدی‌پور - هیوا فاروقی - حسن رسائی

تکنیک فرصت از دست رفته بر مبنای فاصله در فضای مختصات قطبی (OPLO-POCOD) و مدل سروکوال ابزاری نوین در تحلیل و ارزیابی عملکرد سازمان های خدماتی: مطالعه موردی ( هتل های پنج ستاره مشهد)

رضا شیخ - سهیلا صنفی - سیده سارا هاشمی مقدم

Investigating the factors of infertility with female cause of ART baruchs using decision tree algorithm and regression

Somayeh Ghiasi Hafazi - Sohrab Effati - Mahboubeh Afzali

تعیین استراتژی های نگهداری و تعمیرات با استفاده از تکنیک تحلیل سلسله مراتبی فازی FAHP (مورد مطالعه: شرکت تولیدی صنایع بهداشتی کویر سلولز یزد-بخش پوشک)

یاسین ابوالفتحی

مدل سازی رابطه ی سبک مدیریت مشارکتی و تعهد حرفه ای کارکنان با نقش میانجی یادگیری سازمانی (مطالعه موردی: صنعت نساجی یزد)

مهدی کبیری نائینی - زینب الهی

بهینه‌سازی تخصیص منابع در شبکه‌های توزیع انرژی الکتریکی با در نظر گرفتن اتلاف انرژی در خطوط توزیع و تأثیر دمای محیط روی اتلاف انرژی

هادی قلی نژاد - علی اکبر جابری

تجزیه و تحلیل اثر فاکتورهای مختلف بر عملکرد فنی دروازه‌بان‌های فوتبال با استفاده از علم داده‌کاوی و آمار

متین ذبیحی - مریم رادمان

A Machine Learning-Based Framework for Multi-Class Prediction of Hepatitis C Severity Using Ensemble Techniques

Reza Shirazi Zadeh - Meysam Ghanbari Marvast

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.5.2