基于人工神经网络的企业人员餐饮需求量估算
机器学习
2019-02-13 v1 机器学习
摘要
如今，许多公共或私人机构为在本单位工作的人员提供专业餐饮服务。就所述服务的规划而言，由于机构内工作人员数量通常较多且人员因个人或机构原因不在岗，存在一些障碍。因此，难以确定每日餐饮需求，这给机构造成了成本、时间与人力损失。统计或启发式方法被用于消除或至少最小化这些损失。在本研究中，提出了一种人工智能模型，利用人工神经网络为企业估算每日餐饮需求量。数据取自某私营机构的食堂数据库，该机构容量为 110 人，提供每日餐食且服务层级不同，涵盖最近两年（2016–2018）。模型使用 MATLAB 软件包构建。模型性能通过回归值、平均绝对百分比误差（MAPE）和均方误差（MSE）确定。在 ANN 模型训练中，使用了前馈反向传播网络架构。实验得到的最佳模型为多层（8-10-10-1）结构，其训练 R 比为 0.9948、测试 R 比为 0.9830、误差率为 0.003783。实验结果表明，该模型误差率低、性能高，且使用人工神经网络进行需求估算具有积极效果。
引用
@article{arxiv.1902.04412,
title = {An Estimation of Personnel Food Demand Quantity for Businesses by Using Artificial Neural Networks},
author = {M. Hanefi Calp},
journal= {arXiv preprint arXiv:1902.04412},
year = {2019}
}
备注
13 Pages, 5 Figures, 5 Tables