Data-Driven Optimization and Knowledge Discovery for an Enterprise Information System

این کتاب مجموعه‌ای جامع از تکنیک‌های بهینه‌سازی و پیش‌بینی را برای سیستم اطلاعات سازمانی ارائه می‌دهد. خوانندگان با پیشینه در تحقیقات عملیات، مهندسی سیستم، آمار یا تجزیه و تحلیل داده ها می توانند از این کتاب به عنوان مرجعی برای کسب بینش از داده ها و استفاده از این دانش به عنوان راهنمایی برای مدیریت تولید استفاده کنند. نویسندگان چالش های کلیدی در مدیریت اطلاعات سازمانی را شناسایی کرده و نتایجی را ارائه می دهند که از تحقیقات پیشرو در این حوزه پدید آمده است. پوشش شامل موضوعاتی از زمان‌بندی کار و تخصیص منابع، تا بهینه‌سازی گردش کار، پیش‌بینی زمان و وضعیت فرآیند، بهینه‌سازی خط‌مشی‌های پذیرش سفارش، و تجزیه و تحلیل و پیش‌بینی عملکرد در سطح خدمات سازمانی است. با تأکید بر موضوعات فوق، این کتاب نگاهی عمیق به راه‌حل‌های مدیریت اطلاعات سازمانی ارائه می‌کند که برای اتوماسیون بیشتر و تحمل خطا مبتنی بر پیکربندی مجدد، و همچنین برای به دست آوردن توصیه‌های مبتنی بر داده برای تصمیم‌گیری مؤثر مورد نیاز است. /p>

This book provides a comprehensive set of optimization and prediction techniques for an enterprise information system. Readers with a background in operations research, system engineering, statistics, or data analytics can use this book as a reference to derive insight from data and use this knowledge as guidance for production management. The authors identify the key challenges in enterprise information management and present results that have emerged from leading-edge research in this domain. Coverage includes topics ranging from task scheduling and resource allocation, to workflow optimization, process time and status prediction, order admission policies optimization, and enterprise service-level performance analysis and prediction. With its emphasis on the above topics, this book provides an in-depth look at enterprise information management solutions that are needed for greater automation and reconfigurability-based fault tolerance, as well as to obtain data-driven recommendations for effective decision-making.