tsta

Home / دومین کنفرانس ملی عصر انفجار تکنولوژی؛ هوش مصنوعی، تحولی در صنعت، تجارت و زنجیره تامین و دومین کنفرانس ملی علم داده در کاربردهای مهندسی

نقش یادگیری عمیق در توسعه هوش مصنوعی و کاربردهای آن در صنعت، تجارت و زنجیره تأمین

Authors :

آیدا مهرنیا¹

1- دانشگاه صنعتی شاهرود

Keywords :

یادگیری عمیق،یادگیری ماشین،هوش مصنوعی،زنجیره تامین،صنعت،تجارت

Abstract :

هدف این پژوهش بررسی نقش یادگیری عمیق و الگوریتم‌های یادگیری ماشین در مدیریت بحران‌ها در سه حوزه صنعت، تجارت و زنجیره تأمین است. روش کار مبتنی بر مرور نظام‌مند منابع علمی معتبر شامل مقالات مروری و پژوهشی در سال‌های اخیر و همچنین تحلیل تطبیقی یافته‌ها در متون منتخب بود. نتایج نشان داد که انتخاب الگوریتم‌ها با توجه به ویژگی داده‌ها و نوع بحران صورت می‌گیرد. در صنعت، شبکه‌های کانولوشنی (CNN) برای کنترل کیفیت و تشخیص عیوب محصولات و شبکه‌های بازگشتی (RNN/LSTM) برای نگهداری پیشگویانه و تحلیل داده‌های سری‌زمانی به‌کار گرفته شده‌اند. همچنین، مدل‌های یادگیری انتقالی در حوزه بهداشت و سلامت صنعتی برای تشخیص سریع بیماری‌ها و کاهش بحران‌های انسانی اثربخش بوده‌اند. در تجارت، شبکه‌های عصبی عمیق (DNN) و سیستم‌های توصیه‌گر در بازاریابی شخصی‌سازی‌شده و حفظ وفاداری مشتری مؤثر عمل کرده‌اند و الگوریتم‌های یادگیری تقویتی نیز توانسته‌اند قیمت‌گذاری پویا و تبلیغات هدفمند را در شرایط نوسانات بازار بهینه کنند. در زنجیره تأمین، LSTM و RNN دقت پیش‌بینی تقاضا را بهبود داده و بحران‌های ناشی از کمبود یا مازاد موجودی را کاهش داده‌اند، در حالی که شبکه‌های بیزین و درخت تصمیم در مدیریت ریسک و انتخاب تأمین‌کننده کارایی بالایی داشته‌اند. علاوه بر این، الگوریتم‌های فراابتکاری مانند کلونی مورچه‌ها در لجستیک به بهینه‌سازی مسیر و کاهش تأخیرها کمک کرده‌اند. اهمیت نتایج این مطالعه در آن است که نشان می‌دهد هر الگوریتم متناسب با ماهیت بحران قابلیت منحصربه‌فردی دارد و استفاده راهبردی از آن‌ها می‌تواند به افزایش تاب‌آوری، کاهش هزینه‌ها و ارتقای پایداری سازمان‌ها منجر شود.