ارائه رویکردی کمی برای ارزیابی اولویت ها در زنجیره تامین هوشمند با استفاده از پیش بینی داده گرا: مطالعه موردی در دو صنعت پرکاربرد
محل انتشار: مجله چشم انداز مدیریت صنعتی، دوره: 14، شماره: 3
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 3
فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_INDU-14-3_016
تاریخ نمایه سازی: 10 دی 1403
چکیده مقاله:
مقدمه: تعیین اولویت های زنجیره تامین در صنایع هوشمند با روش های تحلیل و مدل سازی داده گرا برای دست یافتن به دقت کافی و تشخیص عوامل کلیدی تاثیرگذار بر کارایی زنجیره تامین ضروری است؛ زیرا استفاده از این اطلاعات، اثربخشی مدیریت زنجیره تامین را بهبود می دهد. این مقاله به بررسی و ارائه یک رویکرد کمی برای ارزیابی اولویت های زنجیره تامین هوشمند با استفاده از روش های تحلیل داده گرا می پردازد. هدف اصلی این مقاله، ارائه یک روش سیستماتیک و کارا برای تعیین اولویت ها در زنجیره تامین است. در این رویکرد، ابتدا شاخص های کلیدی کارایی در زنجیره تامین شناسایی می شوند. سپس با استفاده از روش های تحلیل داده گرا مبتنی بر یادگیری ماشین، کارایی هر شاخص برای هر عنصر زنجیره تامین محاسبه می شود. رویکرد ارائه شده در این مقاله دارای مزایایی از جمله سیستماتیک بودن، قابلیت انعطاف پذیری، کاربردی بودن و دقت بالا است. روش پیشنهادی به شرکت ها و سازمان ها نیز کمک می کند تا با ارزیابی و تعیین اولویت های زنجیره تامین، بهبود عملکرد و بهینه سازی فرآیندها، تصمیم گیری های مدیریتی خود را بهبود بخشند. روش: ابعاد نوآوری این تحقیق شامل دو بعد اصلی است. بعد اول، تمرکز بر دو صنعت پرکابرد در شرایطی است که به تکنولوژی اینترنت اشیا مجهز شده اند. بعد دوم، ترکیب روش های سنتی تحلیل زنجیره تامین با الگوریتم های یادگیری ماشین است. در ابتدا شاخص های کلیدی کارایی در زنجیره تامین شناسایی شدند. این شاخص ها از طریق جستجوی جامع مقالات در پایگاه های علمی معتبر و با استفاده از کلمات کلیدی مرتبط با زنجیره تامین هوشمند استخراج و سپس، با استفاده از روش های تحلیل داده گرا کارایی هر شاخص برای هر عنصر زنجیره تامین محاسبه شد. در این پژوهش از ماتریس DEMATEL برای تحلیل روابط متقابل بین شاخص ها و از روش پیش بینی با ماشین های بردار پشتیبان (SVM) برای ارزیابی روابط بین معیارها استفاده شد. در نهایت، وزن نهایی هر شاخص با ترکیب نتایج DEMATEL و SVM تعیین و اولویت بندی شاخص ها در زنجیره تامین انجام شد. یافته ها: نتایج این مقاله نشان می دهد که انعطاف پذیری به دلیل توانایی زنجیره تامین در پاسخگویی به تغییرات و نوسانات تقاضا به عنوان مهم ترین معیار در زنجیره تامین مطرح است. نتایج روش پیشنهادی بر روی دو حوزه صنعتی مبتنی بر اینترنت اشیا نشان می دهد، مهم ترین معیار در زنجیره تامین متعلق به انعطاف پذیری است و کیفیت، هزینه و زمان تحویل به ترتیب در رتبه های بعدی قرار دارند. این اولویت بندی به مدیران کمک می کند تصمیمات آگاهانه تری برای بهینه سازی زنجیره تامین اتخاذ کنند. نتیجه گیری: استفاده از رویکردهای سیستماتیک و دقیق برای اولویت بندی معیارهای زنجیره تامین می تواند به عنوان یک راهنمایی کاربردی برای انتخاب و تعیین تامین کنندگان، اجرای استراتژی های بهینه سازی زنجیره تامین و تخصیص منابع استفاده شود. این تحقیق نشان داد که ترکیب روش های سنتی تحلیل زنجیره تامین با الگوریتم های یادگیری ماشینی مانند SVM می تواند به بهبود دقت و کارایی در پیش بینی و تصمیم گیری ها کمک کند. با بهبود زنجیره تامین، سازمان ها قادر خواهند بود عملکرد خود را بهبود داده و فرآیندها را بهینه سازی کنند. همچنین، رویکردهایی مانند استراتژی Just-In-Time (JIT)، مدیریت کیفیت جامع و استفاده از فناوری های نوین نیز می توانند به بهبود زنجیره تامین کمک کنند. توسعه روابط با تامین کنندگان و تحلیل داده ها و پیش بینی نیازها و مشکلات زنجیره تامین نیز از دیگر رویکردهای مفید است.
کلیدواژه ها:
نویسندگان
مریم نورائی آباده
استادیار، گروه مهندسی کامپیوتر، واحد آبادان، دانشگاه آزاد اسلامی، آبادان، ایران.
سندس بهادری
استادیار، گروه مهندسی کامپیوتر، واحد ایلام، دانشگاه آزاد اسلامی، ایلام، ایران.
منصوره میرزایی
استادیار، گروه مهندسی کامپیوتر، دانشکده فنی مهندسی گلپایگان، دانشگاه صنعتی اصفهان، اصفهان، ایران.
نرگس ابراهیمی
استادیار، گروه مدیریت بازرگانی، واحد آبادان، دانشگاه آزاد اسلامی، آبادان، ایران.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :