本研究的目的是评估统计工具的使用情况,特别是普通最小二乘法 (OLS) 和人工神经网络 (ANN),并借助这些工具独立有效地预测秘鲁造纸行业供应物流的生产成本。这两个模型在分析上有所不同,但最终却是互补的,以获得更精确的结果,突出了 ANN 在评估指标的精确度方面的卓越性能,与 OLS 统计模型相比,它们实现了 0.0171 的 RMSE 和 0.0122 的 MAE,而 OLS 统计模型实现了 0.0181 的 RMSE 和 0.2070 的 MAE。同样,在所研究的维度之间的分析中,采购管理的系数为 -0.4978,这表明其优化将对生产成本产生积极影响,而其他两个维度的情况则相反,即仓储管理和库存管理,它们的系数为正(0.7457 和 0.4667),这表明它们的优化不一定会对生产成本产生积极影响,恰恰相反,它们的管理不善反而会损害生产成本。这些结果强调了秘鲁造纸公司必须能够实施更新的物流系统,能够整合先进的统计工具,例如使用 ANN 和 MCO,这可以科学地帮助您做出更好的决策,从而改善您的供应流程,从而能够降低您的生产成本。
主要关键词