رویکردی نوین به مدلسازی زنجیره تامین صنعت فولاد (هیبرید مدل های یادگیری عمیق و نظریه بازی ها )

مسئله اصلی که در صنعت فولاد و مدیریت زنجیره ارزش وجود دارد؛ شناسایی و مدل سازی نوسانات در این بازار است. با توجه به زنجیره عمودی در این صنعت و تعامل مابین بازیکنان این صنعت از نظریه بازی ها جهت مدل سازی قیمت بهینه بهره خواهیم برد. از طرفی با توجه به اینکه برای رسیدن به تعادل نیاز به تعامل بازیکنان و تکرار بازی هست از مدل های یادگیری عمیق جهت تکرار بازی کمک گرفته شد.تحقیق حاضر از نظر مخاطب، کاربردی، از نظر هدف، توصیفی و از نظر زمانی در رسته تحقیقات مقطعی قرار دارد. داده های مورد استفاده در پژوهش حاضر در بازه زمانی ۲۰۱۱ تا ۲۰۲۰ تهیه و توسط نرم افزار متلب تحلیل شده است. در این تحقیق یک مدل ترکیبی بر اساس شبکه های یادگیری عمیق و تئوری بازی ها ارائه شده است تا بتواند در تعیین سطح قیمت و تولید بهینه به فعالان صنعت فولاد کمک کند. جهت پیش بینی قیمت فولاد از سه الگوریتم های CNN، LST، RNN در حالت عمیق بهره گرفته شد. نتایج بیانگر این واقعیت است که با حرکت از سمت بازی کورنو به سمت بازی استکلبرگ و از بازی استکلبرگ به سمت بازی تبانی در زنجیره تامین موجب افزایش قیمت و تولید در صنعت فولاد می گردد، به عبارتی با افزایش سطح تبانی در بازار فولاد میزان محصول بیش تری در بازار عرضه شده و همزمان سطح قیمت محصول نیز افزایش خواهد یافت؛ انحصاری بودن بازار فولاد در ایران این اطمینان را به تولید کنندگان می دهد که با افزایش عرضه قیمت کاهش نیابد.

کلیدواژه ها:

یادگیری عمیق ، صنعت فولاد ، قیمت بهینه ، نظریه بازی ها