كاربرد داده كاوي در سيستم هاي زنجيره تأمين (مطالعه موردي: انبار قطعات يدكي شركت ملي گاز)
مقطع تحصيلي
كارشناسي
رشته تحصيلي
مهندسي صنايع
سال فارغ التحصيلي
1402
استاد راهنما
دكتر ابراهيم تيموري
دانشجوي وارد كننده اطلاعات
شادان غفاري
تاريخ ورود اطلاعات
1402/08/21
دانشكده
مهندسي صنايع
عنوان به انگليسي
Application of data mining in supply chain systems (Case Study: spare parts warehouse of National Gas Company)
چكيده
طبق آمارها كشور ايران داراي بيشترين ذخاير گازي در ميان تمامي كشورهاي جهان است. صنعت گاز به عنوان سوخت فسيلي پاك، يكي از مهمترين صنايع در بحث تأمين انرژي ايران و جهان شناخته مي شود. اين صنعت به لحاظ سياسي و اقتصادي داراي جايگاهي ويژه است. از طرفي استفاده از ابزارهاي دادهكاوي و كشف دانش از دادههاي موجود هر صنعت يا كسب و كار مي تواند اطلاعات مفيدي را فراهم نمايد تا سنگ بناي تصميمگيريهاي آتي در آن صنعت باشد.
در اين پروژه طي بررسي بخشي از داده هاي انبار قطعات يدكي شركت ملي گاز ايران، حقايق و دانشي ارزندهاي درباره اين صنعت كشف شد. اين داده ها مربوط به اطلاعات مصرف اقلامي بود كه در 7 سال از 11 سال (سال 1385 تا 1395) مصرف شده بودند. در گام اول پروژه براي تمامي اقلام دستهبندي ABC انجام گرفت و در گام دوم با در نظر گرفتن اين دسته بندي، بررسي اقلام با ارزش نهايي صفر، تشخيص اقلام راكد و در معرض ركود، بررسي روندهاي مصرف و بررسي موجودي به لحاظ كمبود موجودي و موجه بودن يا نبودن و نهايتاً ارتباط مصرف اقلام با يكديگر با استفاده از الگوريتم Apriori انجام شد. متدولوژي بكار رفته براي انسجام بخشيدن به پروژه، CRISP-DM بوده و براي بررسي داده ها از زبان برنامه نويسي پايتون استفاده گشته است.
نتايج بررسي هاي انجام شده در اين پروژه شامل نشان دهنده آن است كه برخي دسته هاي اقلام با در نظر گرفتن معيارهاي خاصي از اهميت بالاتري برخوردارند و بايد توجه ويژه تري به آنها داشت. همچنين ارتباطي كه ميان مصرف برخي از اين اقلام وجود داشت يافت شد.
كليدواژه ها
دسته بندي ABC , داده كاوي , كشف دانش از داده ها , متدولوژي CRISP-DM , قوانين تلازمي , الگوريتم Apriori , صنعت گاز , مديريت انبار قطعات يدكي , Data Mining , KDD , Association Rule Mining