摘要
本文针对某公司的餐饮数据,通过人工智能的方法进行数据分析,指导决策者的日常规划、进而实现成本的节约和资源的合理配置。具体来说,我们以某公司的后勤餐饮数据为例,经过数据预处理、特征工程等操作,基于随机森林模型预测该公司的每日就餐人数,为该公司的日常采购行为和餐饮配套服务提供科学和数据依据。通过此方法对餐饮数据进行预测,能够从看似单一的餐饮数据中获取更多有价值的信息,以帮助管理者切实了解职工人员的就餐需求,从而做出合理的安排和决策。实验表明,本文所提出的智能决策方案比传统的启发性的预算方案减少了13.56%的每日损耗,为该公司带来每天4005.85rmb的成本节省,整体损耗率降低了0.92%(占实际总费用)。由此可见,利用人工智能的方法实现后勤成本的控制是一个有效且值得认真探索的课题。
出处
《电子技术与软件工程》
2022年第21期202-207,共6页
ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING
