ABC analysis is a popular and effec

ABC analysis is a popular and effective method used to classify inventory items into specific categories that can be managed and controlled separately. Conventional ABC analysis classifies inventory items three categories: A, B, or C based on annual dollar usage of an inventory item. Multi-criteria inventory classification has been proposed by a number of researchers in order to take other important criteria into consideration. These researchers have compared artificial-intelligence (AI)-based classification techniques with traditional multiple discriminant analysis (MDA). Examples of these AI-based techniques include support vector machines (SVMs), backpropagation networks (BPNs), and the k-nearest neighbor (k-NN) algorithm. To test the effectiveness of these techniques, classification results based on four benchmark techniques are compared. The results show that AI-based techniques demonstrate superior accuracy to MDA. Statistical analysis reveals that SVM enables more accurate classification than other AI-based techniques. This finding suggests the possibility of implementing AI-based techniques for multi-criteria ABC analysis in enterprise resource planning (ERP) systems.

ผลลัพธ์ (ไทย) 1:

การวิเคราะห์ ABC เป็นวิธีนิยม และมีประสิทธิภาพที่ใช้ในการจัดประเภทสินค้าคงคลังเป็นหมวดหมู่เฉพาะที่สามารถจัดการ และควบคุมแยกต่างหาก การวิเคราะห์ ABC ทั่วไปแบ่งประเภทสินค้าคงคลังสินค้าสามประเภท: A, B หรือ C ตามปีดอลลาร์ใช้สินค้าสินค้าคงคลัง เสนอการจัดประเภทสินค้าคงคลังหลายเงื่อนไข โดยนักวิจัยใช้เกณฑ์สำคัญในการพิจารณา นักวิจัยเหล่านี้มีเทียบเทียมปัญญา (AI) -ใช้เทคนิคการจัดประเภทแบบดั้งเดิมหลาย discriminant วิเคราะห์ (MDA) ตัวอย่างของเทคนิคใช้ AI เหล่านี้รวมถึงการสนับสนุนเวกเตอร์เครื่อง (SVMs), เครือข่าย backpropagation (BPNs), และอัลกอริทึม (k-NN) k ใกล้บ้าน ผลการจัดประเภทตามเทคนิคมาตรฐานสี่จะเปรียบเทียบการทดสอบประสิทธิภาพของเทคนิคเหล่านี้ ผลลัพธ์แสดงว่า เทคนิคใช้ AI สาธิต MDA แม่นยำเหนือกว่า วิเคราะห์ทางสถิติพบว่า SVM ให้จัดประเภทแม่นยำยิ่งกว่าเทคนิคใช้ AI ค้นหานี้แนะนำสามารถนำไปใช้ตามไอเทคนิคสำหรับวิเคราะห์ ABC หลายเงื่อนไขทรัพยากรองค์กร (ERP) ระบบการวางแผน

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์ ABC เป็นวิธีที่นิยมและมีประสิทธิภาพใช้ในการจำแนกรายการสินค้าเป็นหมวดหมู่เฉพาะที่สามารถจัดการและควบคุมแยกต่างหาก การวิเคราะห์เบื้องต้นธรรมดาจัดรายการสินค้าคงคลังสามประเภท: A, B, C หรือตามการใช้งานประจำปีของเงินดอลลาร์รายการสินค้าคงคลัง หลายเกณฑ์การจำแนกสินค้าคงคลังที่ได้รับการเสนอโดยจำนวนของนักวิจัยเพื่อที่จะใช้เก​​ณฑ์ที่สำคัญอื่น ๆ ที่เข้าสู่การพิจารณา นักวิจัยเหล่านี้ได้เมื่อเทียบปัญญาประดิษฐ์ (AI) เทคนิคการจัดหมวดหมู่ชั่นที่มีการวิเคราะห์จำแนกหลายแบบดั้งเดิม (ภาคตะวันออกเฉียงเหนือ) ตัวอย่างของเหล่านี้เทคนิค AI-based รวมถึงการสนับสนุนเครื่องเวกเตอร์ (SVMs) เครือข่ายแพร่กระจายย้อนกลับ (BPNs) และเพื่อนบ้านที่ใกล้ที่สุด k (k-NN) อัลกอริทึม เพื่อทดสอบประสิทธิภาพของเทคนิคเหล่านี้ผลการจัดหมวดหมู่ขึ้นอยู่กับสี่เทคนิคมาตรฐานจะเปรียบเทียบ ผลการศึกษาพบว่าเทคนิค AI ที่ใช้แสดงให้เห็นถึงความถูกต้องดีกว่าภาคตะวันออกเฉียงเหนือ การวิเคราะห์ทางสถิติแสดงให้เห็นว่าจะช่วยให้การจัดหมวดหมู่ SVM ความถูกต้องมากกว่าเทคนิคอื่น ๆ AI-based การค้นพบนี้แสดงให้เห็นความเป็นไปได้ของการใช้เทคนิค AI-based สำหรับหลายเกณฑ์ในการวิเคราะห์เบื้องต้นในการวางแผนทรัพยากรองค์กร (ERP) ระบบ

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์ ABC เป็นที่นิยมและมีประสิทธิภาพการใช้วิธีการจัดรายการสินค้าในหมวดหมู่ที่เฉพาะเจาะจงที่สามารถจัดการและควบคุมแยกต่างหาก การวิเคราะห์ ABC แบบประมวลรายการสินค้า 3 ประเภท ได้แก่ A , B หรือ C ขึ้นอยู่กับการใช้ดอลลาร์ประจำปีของสินค้าคงคลังรายการหลายเกณฑ์การจำแนกสินค้าคงคลังได้ถูกเสนอ โดยจำนวนของนักวิจัยในการใช้เกณฑ์ที่สำคัญอื่น ๆที่เข้าสู่การพิจารณา นักวิจัยเหล่านี้ได้เมื่อเทียบกับปัญญาประดิษฐ์ ( AI ) ตามด้วยเทคนิคการจำแนกการวิเคราะห์แบบหลายระดับ ( 2 ) ตัวอย่างของการใช้เทคนิคเหล่านี้รวมถึงเครื่อง AI เวกเตอร์สนับสนุน ( แบบ )เครือข่ายแบบ ( bpns ) และการเพื่อนบ้านใกล้ที่สุด ( k-nn ) ขั้นตอนวิธี เพื่อทดสอบประสิทธิภาพของเทคนิคเหล่านี้ ผลการจำแนกตามสี่เทคนิคมาตรฐานเปรียบเทียบ ผลที่ได้แสดงให้เห็นว่า AI พื้นฐานเทคนิคแสดงให้เห็นถึงความแม่นยำที่เหนือกว่า 2 . การวิเคราะห์ทางสถิติพบว่า การจำแนก SVM ช่วยให้ถูกต้องมากขึ้นกว่าที่อื่น ๆ ไอที่ใช้เทคนิคการค้นพบนี้ชี้ให้เห็นความเป็นไปได้ของการใช้เทคนิคการวิเคราะห์ ABC AI หลายเกณฑ์ในการวางแผนทรัพยากรองค์กร ( ERP ) ระบบ