Defining Artificial Neural Network Hyperparameters for Forecasting Spare Parts Demand: Case Study in the Oil and Gas Industry in Oman
| العنوان بلغة أخرى: |
تحديد معايير الشبكة العصبية الاصطناعية للتنبؤ باستهلاك قطع الغيار: دراسة حالة في صناعة النفط والغاز في عمان |
|---|---|
| المؤلف الرئيسي: | Al-Sheheimi, Awadh (Author) |
| مؤلفين آخرين: | Al-Hinai, Nasr (Advisor) , Gultekin, Hakan (Advisor) , Piya, Sujan (Advisor) |
| التاريخ الميلادي: |
2020
|
| موقع: | مسقط |
| الصفحات: | 1 - 120 |
| رقم MD: | 1175165 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | جامعة السلطان قابوس |
| الكلية: | كلية الهندسة |
| الدولة: | عمان |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
56
| المستخلص: |
الهدف من أي إدارة لسلسلة التوريد هو تعظيم القيمة الإجمالية المتولدة. يلعب التنبؤ دورا حيويا في تحقيق هذا الهدف لأنه يؤثر على عملية صنع القرار في جميع أنحاء سلسلة التوريد. يعد نمط الطلب المتقطع وغير الثابت هو السلوك الأكثر شيوعا وتحديا الذي لوحظ في سلسلة التوريد، وخاصة قطع الغيار. نظرا لأهمية التوقعات وسلوكيات الطلب الصعبة المرتبطة بها، فقد تم تطوير العديد من تقنيات التنبؤ في الصناعات. إحدى فئات تقنيات التنبؤ هذه هي طرق التنبؤ الإحصائي، والتي تعتمد على المتطلبات التاريخية للتنبؤ بالمستقبل. أكثر طرق التنبؤ الإحصائي المستخدمة على نطاق واسع للتنبؤات المتقطعة وغير الثابتة هي طرق Croston و ARIMA. ومع ذلك، فقد أظهرت هذه الأساليب أن لها قيودا، خاصة عند التعامل مع بيانات غير منتظمة للغاية. في مثل هذه الحالة، تحتاج البيانات إلى التسوية أولا قبل تطبيق تقنيات التنبؤ هذه. من ناحية أخرى، هناك تطور في التقنيات الإحصائية المتقدمة مثل الشبكات العصبية الاصطناعية الخاضعة للإشراف في تطوير أساليب التنبؤ. أظهرت طرق التنبؤ القائمة على الشبكات العصبية الاصطناعية القدرة على التفوق في الأداء على الأساليب الإحصائية التقليدية. تعرف شبكات ANN الخاضعة للإشراف بتجريدها للعلاقات الأساسية غير المعروفة دون افتراضات مسبقة حول المشكلات قيد الدراسة. ومع ذلك، لا يمكن لنماذج ANN أن تعمل بشكل جيد إلا إذا تم اختيار معلماتها الفائقة بشكل صحيح. أكثر ثلاث شبكات ANN خاضعة للإشراف تطبيقا هي Feedforward و LSTM و CNN. أظهرت العديد من الدراسات فعالية ثلاث شبكات في التنبؤ عندما يتم اختيار المعلمات الفائقة بشكل صحيح. تحدد هذه الدراسة بشكل تجريبي المعلمات الفائقة التي تحتاجها هذه الشبكات الثلاث للتنبؤ بمتطلبات قطع الغيار الأكثر شيوعا وصعوبة. تتضمن الدراسة تطوير تنبؤ قائم على ANN، والذي يتم تطبيقه بعد ذلك في دراسة حالة للتنبؤ بقطع الغيار الواقعية لشركة منتجة للزيت وتقديم المشورة للشركة بشأن إمكانات استخدام ANN وتقديم توصيات عملية لكفاءة تعتمد على ANN توقعات. |
|---|
عناصر مشابهة
-
Forecasting of Cement Sales Demand For Oman Cement Company By Using Linear Regression and Artificial Neural Network (ANN)
بواسطة: Al Abri, Emad Humood Salim منشور: (2011) -
Forecasting Water Levels Using Artificial Neural Network
بواسطة: Habeeb, Fatema Abbakar Suliman منشور: (2019) -
Neural Network-Based Estimation of Oil Well Flowing Bottom-Hole Pressure in Oman Fields
بواسطة: Al-Hinai, Ahmed Khalifa Khamis منشور: (2013) -
Multi-Objective Optimization of Gas Sweetening Unit: Real Case Study from Omani Oil & Gas Field
بواسطة: Al Toobi, Sulaiman Mohamed Sulaiman منشور: (2020) -
Implementation of A Wearable Gas Sensor Network for Oil and Gas Industry Workers
بواسطة: Binajjaj, Adel Mohammed Solaiman منشور: (2016)
