Enhancing Supply Chain Security with Automated Machine Learning
创建于 更新于
摘要
本论文提出了一种自动化机器学习（AutoML）框架，用于提升供应链安全性，通过识别欺诈行为、预测设备维护需求及材料缺货，实现供应链运营效率的提升。针对三个真实供应链数据集，采用多种机器学习模型及调参技术，欺诈检测准确率达88%以上，机器故障预测准确率达93.4%，材料缺货预测准确率达89.3%。研究还采用SHAP值解释模型结果，提升了模型的可解释性，展示了AutoML框架在供应链安全多方面应用中的有效性与实用价值 [page::0][page::1][page::3][page::4][page::6][page::16][page::23][page::27]。
