مدل سازی عوامل کلیدی موثر بر عملکرد زنجیره تامین در حوزه توزیع کننده

سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 129

فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_SCMJ-27-87_006

تاریخ نمایه سازی: 12 مهر 1404

چکیده مقاله:

زنجیره تامین در بخش توزیع با چالش هایی مانند نوسان در تقاضا، اختلال در تامین و عدم هماهنگی اطلاعاتی مواجه است. این مقاله با هدف مدل سازی عوامل موثر بر عملکرد زنجیره تامین در حوزه توزیع کننده، مدلی ترکیبی ارائه می دهد که از روش پویایی سیستم برای تحلیل رفتار این عوامل در طول زمان بهره می برد. در این پژوهش، ابتدا با مرور نظام مند ادبیات و پرسش نامه های تخصصی، ۱۳ عامل موثر شامل عوامل سنتی و نوآورانه مانند تاب آوری، سودآوری، پاسخگویی، اشتراک اطلاعات و... شناسایی شد. اهمیت نسبی این عوامل با استفاده از دو روش چند معیاره CRITIC  وSAW  انجام شد. مدل مفهومی ابتدا با نرم افزار Vensim طراحی و سپس و با استفاده از داده های واقعی صنعت شوینده در نرم افزار MATLAB  شبیه سازی و با الگوریتم ژنتیک چندهدفه  (NSGA-II) بهینه سازی انجام شد. نتایج نشان داد عامل تاب آوری با وزن نهایی ۲۴/۰ بیشترین اثر را بر عملکرد زنجیره تامین دارد. تحلیل رگرسیون چندگانه نیز نقش معنادار این عامل را در بهبود پایداری و کاهش نوسانات تایید کرد. مدل ارائه شده با سناریوهای مختلف اعتبارسنجی شده و قابلیت تعمیم به سایر صنایع دارای ساختار مشابه را دارد.

کلیدواژه ها:

زنجیره تامین ، مدل سازی پویایی سیستم ، تحلیل چندمعیاره ، تاب آوری ، NSGA-II

نویسندگان

سیدرضا موسوی طباطبایی

استادیار گروه مهندسی صنایع ، دانشکده فنی و مهندسی ، دانشگاه رجا، قزوین ، ایران

شهاب باویلی

دانش آموخته کارشناسی ارشد مهندسی صنایع، دانشکده فنی ومهندسی ، دانشگاه رجا، قزوین ، 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 :
  • J. D. Sterman, “Business Dynamics: Systems Thinking and Modeling for ...
  • T. J. Pettit, J. Fiksel, and K. L. Croxton, “Ensuring ...
  • U. Jüttner and S. Maklan, “Supply chain resilience in the ...
  • D. Ivanov and A. Dolgui, “Viability of intertwined supply networks: ...
  • M. Emmerich and A. Deutz, “A tutorial on multiobjective optimization: ...
  • A. Wieland and C. F. Durach, “Two perspectives on supply ...
  • R. Dokoohaki, S. Ebrahimi, and A. Askari Far, “Functional bottlenecks ...
  • A. Amico et al., “Adapting to disruptions: Flexibility as a ...
  • J. A. Estrada-Garcia et al., “A multi-objective mixed-integer programming approach ...
  • M. Faiz Elahi and M. Sharafi, “Development of a closed-loop ...
  • M. Ebrahimpour, M. Moradi, and A. Fallahpour, “The impact of ...
  • H. Mollashahi, M. B. Fakhrzadeh et al., “Competition between supply ...
  • T. Lazebnik, “Evaluating supply chain resilience during pandemic using agent-based ...
  • F. Karimi, J. Haghighat Monfared, and M. Keramati, “Evaluating the ...
  • نمایش کامل مراجع