منابع مقالات معتبر بین المللی

پروژه - فرمت ورد

ترجمه مقاله هماهنگ سازی همکاری زنجیره تأمین با استفاده از فرآیند تحلیل سلسله مراتبی (AHP)…

دسته: مقالات ترجمه شده

حجم فایل: 610 کیلوبایت

تعداد صفحه: 32

هماهنگ سازی همکاری زنجیره تأمین با استفاده از فرآیند تحلیل سلسله مراتبی (AHP)

چکیده

اهمیت همکاری بین اعضای زنجیره تأمین به عنوان ابزاری قدرتمند برای افزایش درستی پیش بینی های تقاضا و کاهش هزینه های متعاقب به حد وفور در تحقیقات اخیر مورد تأکید قرار گرفته است. این امر مشخص شده است که پیش بینی ساده و بدون دقت دیگر کارآیی لازم را ندارد و از این رو اعضای زنجیره تأمین (SC) تبادل اطلاعات مرتبط را امری بسیار مهم برمی شمرند که به افزایش صحت پیش بینی تقاضا یاری می رساند. البته این اطلاعات با توجه به ویژگی هایشان بسیار متغیر می باشند. برای مثال برخی اطلاعات (از قبیل داده های مقیاس تاریخی) که به آسانی قابل تبادل است نقشی در افزایش چشمگیر صحت پیش بینی نخواهد داشت. همچنین برخی اطلاعات شاید چندان قابل استناد نباشند (برای مثال پیش بینی تقاضا توسط اعضای SC). در کل، نوعی کم کاری در اطلاعات مورد نیاز وجود داشته و نیز شامل نوع اطلاعات تبادل شده می باشد. در این مطالعه کم کاری های موجود با استفاده از یک مدل فرآیند تحلیل سلسله مراتبی (AHP) تحلیل می شود و بعد اجرای آن مبتنی بر مطالعات موردی صورت گرفته در مورد دو شرکت تولیدی تکمیل می شود. مدل AHP اطلاعات موجود در قالب مشارکت آنها را به منظور بهبود صحت پیش بینی رتبه بندی می کند و قادر به ارائه سرنخ های اساسی به شرکای SC جهت آماده نمودن داده های قابل تبادل می باشد. از مطالعات موردی صورت گرفته با مدل AHP ثابت شد که بکارگیری داده های ارجح SC، شرکتها را موفق به بهبود صحت پیش بینی می نماید که به نوبه خود به شرکتها در تصمیم گیری در مورد تنظیمات مشارکتی SC برای تبادل اطلاعات یاری می رساند.

خرید

مطالب مرتبط

مقاله مدیریت داده کاوی ترجمه مقاله تحقیق
علی جمعه 12 تیر 1394 ساعت 11:54
0 نظر

استخراج قوانین وابستگی برای بهبود کیفیت فرایند تولید (ترجمه)…

چکیده

افراد تحصیل کرده و شاغل معمولاً علاقه دارند توسعه روش ها و برنامه های کامپیوتری را که با کارهای مهندسی و دانش سر و کار دارند دنبال کنند. مدیریتاشتباه عملیات و زمان های تولید از دست رفته، مشکلات و مسائل بزرگی هستند که بهره وری و کیفیت سیستم های صنعتی و هزینه تولید را تحت تأثیر قرار می دهد. استخراج قوانین وابستگی، یک تکنیک داده کاوی است که برای پیدا کردن اطلاعات مفید و ارزشمند از پایگاه های داده بزرگ استفاده می شود. این مقاله، پایه مفهومی بهتری را برای توسعه برنامه های استخراج قوانین وابستگی ارائه می دهد تا دانش را از عملیات و مدیریت اطلاعات به راحتی استخراج کند. تأکید این مقاله روی بهبود فرایندهای عملیاتی است. یک مثال کاربردی، تجربه صنعتی که استخراج قوانین وابستگی در آن برای تحلیل فرایند تولید استفاده می شود را شرح می دهد. این مقاله برخی نتایج جدید و جالب در رابطه با تکنیک های داده کاوی و کشف دانش که روی فرایند تولید نقش دارد را گزارش می دهد. نتایج تجربی روی داده هایی که در زندگی واقعی نقش دارند نشان می دهد که روش پیشنهادی برای یافتن دانش مرتبط با عملیات نادرست مفید واقع می شود.

مقدمه

کاربردهای مهندسی هوش مصنوعی نظرات محققین و شاغلین حوزه صنعت را به دلیل توانایی آن در یادگیری و درک اصول و حقایق به منظور کسب دانش و به کارگیری آن در عمل به خود جلب کرده است. پیشرفت های مداوم، اشاره به پیشرفت های رو به جلو و غیر منتظره در زمینه عملکرد سازمانی دارد (Linderman, Schroeder, Zaheer, Liedtke, & Choo, 2004). پیشرفت در مسائلی مانند افزایش ارزش مشتری، کاهش خطاها و عیوب، بهره وری بهبود یافته، امنیت عملکرد چرخه زمانی و انگیزش (Evans & Lindsay, 2001). این مورد معمولاً در روش حل تدریجی مسئله رخ می دهد که شامل مراحل ضمنی سازی مسئله، تحلیل مسئله، تعمیم راه حل و یادگیری دروس است (Kamsu-Foguem, Coudert, Geneste, & Beler, 2008). روش حل مسئله، روی توصیف فرایند شناختی در کارهای عقلانی و ملاحظات شناختی که با سرمایه گذاری دانش روی ساختارهای خاص و قدرت بخشی به تعمیم سر و کار دارد تمرکز می کند (Patel, Arocha, &Kaufman, 2001). روش های حل مسئله نقش مهمی را در اکتساب دانش و مهندسی بازی می کند زیرا سطح دانش انتزاعی برای نیل به اهداف با اعمال دانش توسط فرایند تدریجی جستجوی مسیر راه حل بسیار ارزشمند است. از این روش ها می توان برای توصیف فرایند استدلال به صورت ساختاری برای هدایت روند کسب دانش و راحت کردن تقسیم دانش و استفاده مجدد بهره جست (Benjamins & Fensel, 1998).

خرید

مطالب مرتبط

مقاله کامپیوتر داده کاوی سرمایه گذاری کیفیت تحصیل پیشرفت پاورپوینت مدیریت
علی پنج‌شنبه 11 تیر 1394 ساعت 15:54
0 نظر

پاورپوینت ساختمان دادهها و الگوریتم…

در مورد ساختمان داده:

ساختمان داده روشی است برای معرفی و دستکاری داده

و کلیه برنامه های معرفی داده

برای معرفی داده نیازمند یک الگوریتم میباشد.

روش های طراحی الگوریتم نیازمند پیشرفت برنامه هایی است که برای نگهداری داده است.

در علوم کامپیوتر مطالعه ساختمان داده ها مهم وضروری میبا شد.

خرید

مطالب مرتبط

معماری داده کاوی کامپیوتر پیشرفت پاورپوینت الگوریتم
علی سه‌شنبه 9 تیر 1394 ساعت 03:26
0 نظر

پایان نامه داده کاوی در بانکداری الکترونیکی…

  • پایان نامه جهت اخذ درجه کارشناسی
  • عنوان کامل: داده کاوی در بانکداری الکترونیکی
  • دسته: مهندسی کامپیوتر
  • فرمت فایل: WORD (قابل ویرایش)
  • تعداد صفحات: 95

مقدمه

بسیاری از شرکت ها و موسسات دارای حجم انبوهی از اطلاعات هستند. با گسترش سیستمهای پایگاهی و حجم بالای داده های ذخیره شده در این سیستم ها، به ابزاری نیازاست تا بتوان این داده ها راپردازش کرد و اطلاعات حاصل از آن را در اختیار کاربران قرار داد. معمولا کاربران پس از طرح فرضیه ای بر اساس گزارشات مشاهده شده به اثبات یا رد آن می پردازند، در حالی که امروزه به روشهایی نیازداریم که به اصطلاح به کشف دانش بپردازند یعنی روشهائی که با کمترین دخالت کاربر و به صورت خودکار الگوها و رابطه های منطقی را بیان نمایند. یکی از روشهای بسیار مهمی که با آن می توان الگوهای مفیدی را در میان داده ها تشخیص داد، داده کاوی است، این روش که با حداقل دخالت کاربران همراه است اطلاعاتی را در اختیار آنها وتحلیل گران قرار میدهد تا براساس آنها تصمیمات مهم و حیاتی در سازمانشان اتخاذ نمایند. باید توجه داشت که اصطلاح داده کاوی زمانی به کار برده می شود که با حجم بزرگی از داده ها، در حد مگا یا ترابایت، مواجه باشیم. در تمامی منابع داده کاوی بر این مطلب تاکید شده است. هر چه حجم داده ها بیشتر و روابط میان آنها پیچیده تر باشد دسترسی به اطلاعات نهفته در میان داده ها مشکل تر می شود و نقش داده کاوی به عنوان یکی از روشهای کشف دانش، آشکارتر می گردد.

1.2.تعریف مسائله و بیان سوال های اصلی تحقیق

یکی از مباحث مهم در بانکداری الکترونیکی بحث مدیریت ارتباط با مشتری می باشد. به عبارتی کامل تر مدیریت ارتباط با مشتری یک روش، یک نظام و از همه مهم تر یک راهبرد در کسب و کار است که هدف آن طبقه بندی مشتریان و مدیریت آن ها به منظور بهینه سازی ارزش مشتری در دراز مدت، و بهرگیری سازمان از آن است. مدیریت ارتباط با مشتری، در واقع در فرایند های پیدا کردن مشتری، نزدیک شدن به آن، مدیریت و ایجاد رضایت در مشتریان و نگهداری آن ها است] 1 [. ادلیستن این فرایند را تحت عنوان چرخه حیات مشتری این گونه بیان می کند: بدست آوردن مشتری، افزایش ارزش مشتریان و نگهداری مشتریان خوب.

برای هر مشتری، سازمان باید قادر باشد به سوالاتی نظیر زیر پاشخگو باشد؟

1-آیا مشتری سود ده است؟

2-چرا مشتری این کسب و کار را با سازمان انجام می دهد؟

3-مشتری چه چیزی را دوباره سازمان دوست دارد؟

4-آیا مشتری این کسب و کار را با رقبای سازمان هم انجام می دهد؟

  • فرمت: zip
  • حجم: 0.93 مگابایت
  • شماره ثبت: 806

خرید

مطالب مرتبط

تکنولوژی ترجمه مقاله بانک تحقیق داده کاوی پروژه پایان نامه Word رضایت
علی دوشنبه 1 تیر 1394 ساعت 20:41
0 نظر

استخراج قوانین وابستگی برای بهبود کیفیت فرایند تولید…

  • عنوان لاتین مقاله: Mining association rules for the quality improvement of the production process
  • عنوان فارسی مقاله: استخراج قوانین وابستگی برای بهبود کیفیت فرایند تولید.
  • دسته: مدیریت – اقتصاد
  • فرمت فایل ترجمه شده: WORD (قابل ویرایش)
  • تعداد صفحات فایل ترجمه شده: 25
  • ترجمه سلیس و روان مقاله آماده خرید است.

خلاصه

افراد تحصیل کرده و شاغل معمولاً علاقه دارند توسعۀ روش ها و برنامه های کامپیوتری را که با کارهای مهندسی و دانش سر و کار دارند دنبال کنند. مدیریت اشتباه عملیات و زمان های تولید از دست رفته، مشکلات و مسائل بزرگی هستند که بهره وری و کیفیت سیستم های صنعتی و هزینۀ تولید را تحت تأثیر قرار می دهد. استخراج قوانین وابستگی، یک تکنیک داده کاوی است که برای پیدا کردن اطلاعات مفید و ارزشمند از پایگاه های داده بزرگ استفاده می شود. این مقاله، پایۀ مفهومی بهتری را برای توسعۀ برنامه های استخراج قوانین وابستگی ارائه می دهد تا دانش را از عملیات و مدیریت اطلاعات به راحتی استخراج کند. تأکید این مقاله روی بهبود فرایندهای عملیاتی است. یک مثال کاربردی، تجربۀ صنعتی که استخراج قوانین وابستگی در آن برای تحلیل فرایند تولید استفاده می شود را شرح می دهد. این مقاله برخی نتایج جدید و جالب در رابطه با تکنیک های داده کاوی و کشف دانش که روی فرایند تولید نقش دارد را گزارش می دهد. نتایج تجربی روی داده هایی که در زندگی واقعی نقش دارند نشان می دهد که روش پیشنهادی برای یافتن دانش مرتبط با عملیات نادرست مفید واقع می شود.

مقدمه

کاربردهای مهندسی هوش مصنوعی نظرات محققین و شاغلین حوزۀ صنعت را به دلیل توانایی آن در یادگیری و درک اصول و حقایق به منظور کسب دانش و به کارگیری آن در عمل به خود جلب کرده است. پیشرفت های مداوم، اشاره به پیشرفت های رو به جلو و غیر منتظره در زمینۀ عملکرد سازمانی دارد (Linderman, Schroeder, Zaheer, Liedtke, Choo, 2004). پیشرفت در مسائلی مانند افزایش ارزش مشتری، کاهش خطاها و عیوب، بهره وری بهبود یافته، امنیت عملکرد چرخۀ زمانی و انگیزش Evans Lindsay, 2001)). این مورد معمولاً در روش حل تدریجی مسئله رخ می دهد که شامل مراحل ضمنی سازی مسئله، تحلیل مسئله، تعمیم راه حل و یادگیری دروس است (Kamsu-Foguem, Coudert, Geneste, Beler, 2008). روش حل مسئله، روی توصیف فرایند شناختی در کارهای عقلانی و ملاحظات شناختی که با سرمایه گذاری دانش روی ساختارهای خاص و قدرت بخشی به تعمیم سر و کار دارد تمرکز می کند (Patel, Arocha, Kaufman, 2001). روش های حل مسئله نقش مهمی را در اکتساب دانش و مهندسی بازی می کند زیرا سطح دانش انتزاعی برای نیل به اهداف با

اعمال دانش توسط فرایند تدریجی جستجوی مسیر راه حل بسیار ارزشمند است. از این روش ها می توان برای توصیف فرایند استدلال به صورت ساختاری برای هدایت روند کسب دانش و راحت کردن تقسیم دانش و استفادۀ مجدد بهره جست (Benjamins Fensel, 1998).

  • فرمت: zip
  • حجم: 1.95 مگابایت
  • شماره ثبت: 411

خرید

مطالب مرتبط

سرمایه گذاری داده کاوی پیشرفت تحصیل کامپیوتر پاورپوینت اقتصاد Word مقاله
علی جمعه 29 خرداد 1394 ساعت 11:39
0 نظر