人工神经网络(ANN)是一种受人脑的结构和功能启发的机器学习算法。在供应链管理的背景下,可以将ANN用于需求预测,库存优化,物流规划和异常检测。ANN帮助公司优化其库存水平,生产计划和治疗活动,以提高零件生产的生产率。通过考虑多个变量和约束,ANN可以确定最有效的路线,有效地分配资源并降低成本。此外,ANN可以识别供应链数据中的异常情况以及异常情况,例如意外需求模式,质量问题和物流运营中的破坏,以最大程度地减少其对供应链的影响。ANN还可以分析供应商绩效数据,包括质量,交付时间和定价,以评估供应商的可靠性和有效性。此信息可以支持供应商评估和选择过程中的决策过程。此外,ANN可以不断监视助理性能,提高与预定义标准偏差的警报,以在部分生产过程中提供安全可靠的供应链。通过分析包括天气状况和政治不稳定在内的各种数据来源,ANN可以在供应链过程的安全性方面识别和减轻风险。在研究工作中研究了供应链管理中的人造神经网络,以分析和增强部分制造过程中供应链管理的性能。通过审查和分析人工神经网络在供应链管理中的应用中的最新成就来介绍未来研究工作的新想法和概念。因此,可以通过使用人工神经网络来实现供应链管理来提高零件制造的生产率。
主要关键词