Staff View: Previsión del proveedor adecuado para el proyecto de construcción utilizando técnicas de aprendizaje automático

Previsión del proveedor adecuado para el proyecto de construcción utilizando técnicas de aprendizaje automático

El objetivo de la investigaciónes pronosticar los proveedores adecuados para el proyecto de construcción utilizando técnicas de aprendizaje automático. En primer lugar se realizaron los estudios bibliotecarios y se extrajo el vacío de investigación. Entonces se determinó la in...

Full description

Bibliographic Details
Main Authors:	Lakmehsari, Meysam Ebrahimi, Aldin Hosseini, Seyed Jamal, Aldin Hosseini, Seyed Kamal, Hwang, Hyeon-Jong
Format:	Article
Published:	Universidad Nacional de Ingeniería 2022
Subjects:	621 Física aplicada
Online Access:	http://ribuni.uni.edu.ni/5589/1/1060-1077.pdf

id	5589
recordtype	eprints
spelling	55892024-08-23T18:06:41Z Previsión del proveedor adecuado para el proyecto de construcción utilizando técnicas de aprendizaje automático Lakmehsari, Meysam Ebrahimi Aldin Hosseini, Seyed Jamal Aldin Hosseini, Seyed Kamal Hwang, Hyeon-Jong 621 Física aplicada El objetivo de la investigaciónes pronosticar los proveedores adecuados para el proyecto de construcción utilizando técnicas de aprendizaje automático. En primer lugar se realizaron los estudios bibliotecarios y se extrajo el vacío de investigación. Entonces se determinó la innovación.Basado en la innovación, se proporcionó un modelo para la previsión de proveedores adecuados para proyectos de construcción utilizando técnicas de aprendizaje automático. El modelo incluye 12 variables de entrada y 1 variable de salida que incluyen el desempeño del proveedor. Se realizó el modelo utilizando 2 algoritmos de red de neuronas artificiales y máquina de vectores de soporte y los factores más influyentes se determinaron utilizando el algoritmo de árbol de decisión. La comparación general entre lared de neuronas artificiales y la máquina de vectores de soporte indica el mejor rendimiento de la red de neuronas artificiales basada en el árbol de decisión. Según los resultados del árbol de decisión, podemos decir que los ingresos de la empresa proveedora se consideran la variable más importante. La variable de costo de cambio de orden juega el papel de separador en el nivel inferior. Las variables de vida de la empresa y garantías después de los ingresos de la empresa y el costo de cambio de la orden juegan el papel principal. Universidad Nacional de Ingeniería 2022-12-31 Article PeerReviewed text http://ribuni.uni.edu.ni/5589/1/1060-1077.pdf https://doi.org/10.5377/nexo.v35i04.15549 Lakmehsari, Meysam Ebrahimi and Aldin Hosseini, Seyed Jamal and Aldin Hosseini, Seyed Kamal and Hwang, Hyeon-Jong (2022) Previsión del proveedor adecuado para el proyecto de construcción utilizando técnicas de aprendizaje automático. Nexo Revista Científica, 35 (04). pp. 1060-1077. ISSN 1995-9516 http://ribuni.uni.edu.ni/5589/
institution	Universidad Nacional de Ingenieria
collection	Repositorio Institucional-RIBUNI
topic	621 Física aplicada
spellingShingle	621 Física aplicada Lakmehsari, Meysam Ebrahimi Aldin Hosseini, Seyed Jamal Aldin Hosseini, Seyed Kamal Hwang, Hyeon-Jong Previsión del proveedor adecuado para el proyecto de construcción utilizando técnicas de aprendizaje automático
description	El objetivo de la investigaciónes pronosticar los proveedores adecuados para el proyecto de construcción utilizando técnicas de aprendizaje automático. En primer lugar se realizaron los estudios bibliotecarios y se extrajo el vacío de investigación. Entonces se determinó la innovación.Basado en la innovación, se proporcionó un modelo para la previsión de proveedores adecuados para proyectos de construcción utilizando técnicas de aprendizaje automático. El modelo incluye 12 variables de entrada y 1 variable de salida que incluyen el desempeño del proveedor. Se realizó el modelo utilizando 2 algoritmos de red de neuronas artificiales y máquina de vectores de soporte y los factores más influyentes se determinaron utilizando el algoritmo de árbol de decisión. La comparación general entre lared de neuronas artificiales y la máquina de vectores de soporte indica el mejor rendimiento de la red de neuronas artificiales basada en el árbol de decisión. Según los resultados del árbol de decisión, podemos decir que los ingresos de la empresa proveedora se consideran la variable más importante. La variable de costo de cambio de orden juega el papel de separador en el nivel inferior. Las variables de vida de la empresa y garantías después de los ingresos de la empresa y el costo de cambio de la orden juegan el papel principal.
format	Article
author	Lakmehsari, Meysam Ebrahimi Aldin Hosseini, Seyed Jamal Aldin Hosseini, Seyed Kamal Hwang, Hyeon-Jong
author_facet	Lakmehsari, Meysam Ebrahimi Aldin Hosseini, Seyed Jamal Aldin Hosseini, Seyed Kamal Hwang, Hyeon-Jong
author_sort	Lakmehsari, Meysam Ebrahimi
title	Previsión del proveedor adecuado para el proyecto de construcción utilizando técnicas de aprendizaje automático
title_short	Previsión del proveedor adecuado para el proyecto de construcción utilizando técnicas de aprendizaje automático
title_full	Previsión del proveedor adecuado para el proyecto de construcción utilizando técnicas de aprendizaje automático
title_fullStr	Previsión del proveedor adecuado para el proyecto de construcción utilizando técnicas de aprendizaje automático
title_full_unstemmed	Previsión del proveedor adecuado para el proyecto de construcción utilizando técnicas de aprendizaje automático
title_sort	previsión del proveedor adecuado para el proyecto de construcción utilizando técnicas de aprendizaje automático
publisher	Universidad Nacional de Ingeniería
publishDate	2022
url	http://ribuni.uni.edu.ni/5589/1/1060-1077.pdf
_version_	1809198971007008768
score	11.129828

Previsión del proveedor adecuado para el proyecto de construcción utilizando técnicas de aprendizaje automático

Similar Items