SCORメトリックスに基づくサプライチェーン性能評価のための適応型ネットワークベースのファジィ推論システム【JST・京大機械翻訳】

Lima-Junior Francisco Rodrigues; Carpinetti Luiz Cesar Ribeiro

文献

J-GLOBAL ID：202002282203102483 整理番号：20A0197037

SCORメトリックスに基づくサプライチェーン性能評価のための適応型ネットワークベースのファジィ推論システム【JST・京大機械翻訳】

An adaptive network-based fuzzy inference system to supply chain performance evaluation based on SCOR metrics

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=20A0197037&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A0197037&from=J-GLOBAL&jstjournalNo=D0502B") }}

著者 (2件)： ,
資料名：
巻： 139 ページ： Null 発行年： 2020年
JST資料番号： D0502B ISSN： 0360-8352 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：イギリス (GBR) 言語：英語 (EN)

供給チェーン(SC)の性能を評価することは,SCタイマに沿った運転の結果を強化するための重要な活動である。この評価プロセスを支援するために,いくつかの研究が,SCORモデル(サプライチェーン運用基準)によって提案された性能指標と組み合わせた人工知能技術の応用を提案した。しかしながら,これらの命題はいくつかの限界を示す。Mamdaniファジィ推論に基づくシステムは歴史的性能データに基づく利用環境への適応を可能にしないが,人工ニューラルネットワークに基づくシステムは不正確なデータと定性的計量を扱うのに適切ではない。これらの限界を克服するために,本論文は,適応ネットワークベースのファジィ推論システム(ANFIS)によるSCORメトリックスの間の組合せに基づくSC性能評価をサポートするための新しいアプローチを提示した。全部で,56の候補トポロジーを実装し,MATLABを用いて評価した。ランダムなサブサンプリング交差検証法を適用して,各ANFISモデルに対する最も適切なトポロジーパラメータを選択した。目標値と各ANFISモデルによって推定された値の間の平均二乗誤差は,予測のより大きな精度を実証した。さらに,対サンプルに基づく仮説試験の結果は,提案したANFISモデルがSC性能評価をサポートするのに適切であることを示した。提案したシステムは,管理者が評価プロセスの結果に基づいて改善行動計画を開発するのを助けることができる。以前の手法と比較すると,予測のより大きな精度,歴史的データに基づく学習能力,不確実性の下での意思決定の支援,結果のより良い解釈可能性などの利点を示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

著者キーワード (5件)： , , , ,

資材管理一般 , 数理計画法 , 経営工学一般

, , ,

前のページに戻る