پروژه های پارسکدرز

مهندسی صنایع کدنویسی- ژوپیتر نوت بوک 110506

#industrial_engineering

#کدپروژه: 110506
موضوع : مهندسی صنایع کدنویسی- ژوپیتر نوت بوک
سلام و عرض ادب وقتتون بخیر درخصوص این پروزه https://s31.uupload.ir/files/fatemehazizi/Archive-2.zip این خروجی نهایی بود که بهم داده بودن ک من فقط این موارد رو‌نگه داشتم این توضیحات هم درخصوص پروژه، مشکلات خروجی قبلی و کارهایی که باید انجام بشه برای پایان‌نامه‌ام روی یک دیتاست حمل‌ونقل کار می‌کنم. در این مرحله، چیزی که مدنظر من هست تحلیل داده‌محور و خوشه‌بندی اولیه است، بنابراین فعلاً نمی‌خواهم کار به سمت optimization و موضوعات مشابه برود.
کاری ک انجام شده بود، از نظر حجم کار گسترده بود، اما مشکل اصلی این بود که بخشی از تحلیل‌ها از مسیر فعلی پایان‌نامه فاصله گرفته بود
به‌طور مشخص، در آن نسخه بخش‌هایی مثل capacity analysis، demand pattern با تأکید بر milk run suitability، cost model، optimization، decision support و تحلیل‌های مشابه وجود داشت. مسئله این بود که این بخش‌ها بیشتر برای طراحی یا بهینه‌سازی سیستم حمل مناسب بودند، نه برای مرحله‌ای که الان مدنظر ماست؛ یعنی تحلیل داده‌محور، خوشه‌بندی اولیه و بررسی الگوهای رفتاری داده.
در نتیجه، از نسخه اولیه فقط بخش‌هایی نگه داشته شد که با مسیر فعلی کار هم‌راستا بودند؛ یعنی:
• بررسی و اعتبارسنجی داده
• تحلیل اکتشافی
• بررسی الگوی فصلی
• چارک‌بندی
• خوشه‌بندی چندبعدی
• Data Cube
• پروفایل‌سازی
• و یک baseline اولیه برای مقایسه
برداشت فعلی من از خروجی‌ها این است که داده همگن نیست و یک الگوی غالب در آن دیده می‌شود. در خوشه‌بندی، یکی از خوشه‌ها نسبت به بقیه واضح‌تر متمایز است، اما بقیه نقاط هنوز از نظر ویژگی‌ها به هم نزدیک‌اند. به همین دلیل احساس می‌کنم خوشه‌بندی روی کل داده فعلاً برای همه بخش‌ها تفکیک خیلی قوی ایجاد نکرده است.
طبق نظر اساتید، چند نکته برای ادامه کار مهم شده است:
• مبدا از مقصد برای تحلیل استراتژی حمل مهم‌تر است
• ممکن است با وجود distance و اطلاعات مربوط به مبدا، مقصد دیگر آن‌قدر تعیین‌کننده نباشد
• بهتر است مسئله فقط روی کل داده دیده نشود و به زیرمسئله‌های کوچک‌تر هم شکسته شود؛ مثلاً به تفکیک مشتری یا سایت
• مدل یک‌بار روی کل داده و یک‌بار روی داده split شده اجرا شود و بعد نتایج مقایسه شوند که کدامیک برای پیش بینی دقیقتر است
• چون فعلاً داده‌ها label ندارند، در این مرحله تمرکز باید روی خوشه‌بندی اولیه قابل اتکا باشد
• preprocessing باید دوباره با دقت بازبینی شود
• scaling داده‌ها خیلی مهم است و باید مطمئن شویم اختلاف مقیاس بین featureها روی خوشه‌بندی اثر نامطلوب نگذاشته
• featureهای اضافه می‌توانند مشکل ایجاد کنند، بنابراین بازبینی featureها و در صورت نیاز feature reduction مهم است
• باید بررسی شود که آیا PCA یا روش مشابه قبلاً اجرا شده یا نه، و اگر لازم است دوباره تست شود
• بعد از این مرحله، اگر خوشه‌بندی اولیه معنا‌دار بود، بتوان درباره قابل برچسب‌گذاری بودن خوشه‌ها با اساتید صحبت کرد
• همچنین در مورد الگوی فصلی، باید بررسی شود که آیا این موضوع ساختاری است یا ممکن است ناشی از شرایط خاص عملیاتی، کمبود بعضی اقلام یا عوامل بیرونی باشد
همچنین درصورت امکان ایده داده شود درمورد اینکه چه فیچرهای دیگری بجز موارد موجود برای انتخاب روش حمل رو نقل می‌تواند موثر باشد( باتوجه به فصل ۱۴ کتاب چوپرا ک بصورت مثال تراکم و فاصله آورده شده و یک روش حمل و نقل ترکیبی پیشنهاد شده) دیتاست اصلی هم تو همین پوشه است این جدول ایده اولیه بوده مهندسی صنایع- گرایش مدلسازی سیستم و تحلیل داده
کد...

توسط خریدار: khaneprozhe

اطلاعات بیشتر:
https://parscoders.com/project/602729/مهندسی-صنایع-کدنویسی-ژوپیتر-نوت-بوک-110506

t.me/ParscodersCom

14 views14:51