پیش بینی روند پژوهش در مهندسی صنایع به کمک شبکه های عصبی

پایان نامه
چکیده

مهندسی صنایع بعنوان یکی از رشته های نسبتاً جدید دربین رشته های مهندسی در طول سالهای اخیر تغییرات قابل توجهی داشته و در شاخه های متنوعی توسعه یافته است. بنابراین پیش بینی روند پژوهش های گذشته و آتی در مهندسی صنایع براساس مقالات علمی انتشار یافته در این زمینه بسیار مهم بوده و لذا هدف این پژوهش قرار گرفته است. بدین منظور تعداد87150 مقاله مرتبط با رشته مهندسی صنایع که در50 سال اخیر در 54 نشریه بین المللی منتشر شده مورد تحلیل قرار گرفت. اطلاعات مقالات در یک بانک اطلاعاتی ذخیره شد که از آن تعداد 347 کلمه کلیدی اصلی و 280دپارتمان انجام پژوهش و 101 نام کشور محل انتشار از داده ها استخراج گردید. سپس با تجزیه و تحلیل روند 50 سال گذشته مقالات سعی شد روند 10 سال آینده با دو روش شبکه عصبی و سری زمانی پیش بینی گردد. از نظر روندگذشته پژوهش ها، بیشترین تعداد مقاله ازنظر موضوعی به موضوعات سیستم های هوشمند و اطلاعاتی، برنامه ریزی و نظریه سازمان، تکنیک های تجزیه و تحلیل و تحقیق در عملیات معطوف بوده است. ازسوی دیگر بیشترین درجه میان رشته ای بودن موضوعی به موضوعات برنامه ریزی و نظریه سازمان، سیستم های هوشمند و اطلاعاتی، تکنیک های تجزیه و تحلیل و تحقیق در عملیات اختصاص دارد. از نظر منطقه ای، کشورهای آمریکای شمالی، آسیای شرقی و اروپای غربی بیشترین تعداد انتشار مقاله را به خود اختصاص داده اند. دراین راستا ایران درانتشار مقالات ازنظر تجمعی بین کشورها جایگاه 23را دارد. بر اساس پیش بینی صورت گرفته در این پژوهش، از نظر موضوعی موضوعات سیستم های هوشمندو اطلاعاتی، تکنیک های تجزیه و تحلیل و تحقیق در عملیات، سیستم های ساخت و از نظر منطقه ای کشورهای اروپای غربی، آسیای شرقی و آمریکای شمالی بیشترین تعداد در انتشار مقالات را خواهند داشت. همچنین موضوعات برنامه ریزی و نظریه سازمان، برنامه ریزی و کنترل موجودی و عملیات میان رشته ای ترین موضوعات خواهند بود. در نهایت جهت اعتبار سنجی پیش بینی، میزان خطای دو روش شبکه عصبی و سری زمانی مقایسه گردیدکه شبکه عصبی خطای کمتری را نشان داد.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

پیش بینی زبری سطح در تراش کاری خشک به کمک شبکه های فازی- عصبی تطبیقی

Optimization of machining parameters is very important and the main goal in every machining process. Surface finishing prediction is a pre-requirement to establish a center for automatic machining operations. In this research, a neuro-fuzzy approach is used in order to model and predict the surface roughness in dry turning. This approach has both the learning capability of neural network and li...

متن کامل

پیش بینی زبری سطح در تراش کاری خشک به کمک شبکه های فازی- عصبی تطبیقی

پیش بینی زبری سطح یک پیش نیاز اساسی برای ایجاد یک مرکز ماشین کاری خودکار می باشد. بهینه سازی فرآیند ماشین کاری در این راستا از اهمیت خاصی برخوردار است. در این مقاله از رهیافت ترکیبی فازی- عصبی (سیستم استنتاج فازی- عصبی تطبیقی ANFIS) به منظور پیش بینی زبری سطح در تراش کاری خشک استفاده شده است. به طوری که داده های حاصل از آزمایش ها به منظور ایجاد قواعد فازی و ویرایش این قواعد به کمک شبکه های عصبی...

متن کامل

پیش بینی روند پژوهش های مهندسی صنایع با استفاده از تحلیل سری های زمانی

مهندسی صنایع به عنوان یکی از رشته های نسبتاً جدید در طول سال های اخیر، تغییرات قابل توجهی داشته و در شاخه های متنوعی توسعه یافته است. از این منظر پیش بینی روند پژوهش های آتی در مهندسی صنایع براساس مقالات علمیِ انتشار یافته اهمیت دارد. بدین منظور تعداد ۸۷۱۵۰ مقاله مرتبط با رشته ی مهندسی صنایع ــٓکه در ۵۰ سال اخیر در ۵۴ نشریه ی بین المللی منتشر شدهٓــ مورد تحلیل قرار گرفت. از آن تعداد ۳۴۷ واژه ی کلید...

متن کامل

کاربردهای شبکه های عصبی در پیش بینی سری های زمانی

استفاده از روش های غیر کلاسیک در شناسایی مدل و پیش بینی رفتار سیستم های پیچیده، مدتهاست در محافل علمی و حتی حرفه ای متداول و معمول شده است. در بسیاری از سیستم های پیچیده و خصوصا غیر خطی که مدل سازی و به دنبال آن پیش بینی و کنترل آنها از طریق روش های کلاسیک و تحلیلی امری بسیار دشوار و حتی بعضا غیر ممکن می نماید، از روش های غیر کلاسیک که از ویژگی هایی همچون هوشمندی، مبتنی بر معرفت و خبرگی برخوردا...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه یزد

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023