پیش بینی تقاضا و برنامه ریزی زنجیره تامین به کمک یادگیری عمیق Deep Learning

پروژه شامل پیش بینی تقاضا و برنامه ریزی یک زنجیره ای تامین شامل یک تولید کننده (چند محصولی) و چندین انبار با چند نوع وسیله حمل می باشد. مساله شامل دو مرحله است: مرحله اول : پیش بینی تقاضای روزانه هر محصول در هر انبار در هر روز یک بازه زمانی یک ماهه براساس دیتای تقاضای روزانه دو سال اخیر با استفاده از یک الگوریتم دیپ لرنینگ (LSTM یا RNN) مرحله دوم : تعیین میزان تولید روزانه هر محصول و میزان ارسالی هر محصول به هر انبار در هر روز و براساس نوع خودروی حمل با در نظر گرفتن تقاضای پیش بینی شده در مرحله قبل و محدودیت ظرفیت توزیع و ظرفیت انبارش انبارها با استفاده از الگوریتم DRL و مقایسه نتایج از لحاظ عملکرد و زمان اجرا با الگوریتم های مشابه (هیوریستیک یا متا هیوریستیک های مثل GA , PSO) سایر جزییات و شرایط اجرا پس از توافق اولیه مطرح می گردد. ارسال کدهای برنامه به همراه توضیحات مورد نیاز می باشد. فایل مدلسازی مرحله دوم پیوست شده است. مقاله مشابه به پیوست ارسال شده است.