تحلیل فرآیند پیش بینی تقاضا از طریق زنجیره تامین و مقایسه وضعیت فعلی و مطلوب درصنعت نشر کتاب

هدف: امروزه مدیریت زنجیره تامین و پیش بینی دقیق تقاضا از عوامل کلیدی در بهبود بهره وری، کاهش هزینه های عملیاتی و افزایش انعطاف پذیری در صنایع مختلف محسوب می شوند. صنعت چاپ و نشر کتاب، به عنوان یکی از حوزه های تاثیرپذیر از نوسانات تقاضا، نیازمند اتخاذ استراتژی های کارآمد برای مدیریت زنجیره تامین و تخصیص بهینه منابع است. هدف این پژوهش بررسی تاثیر زنجیره تامین بر فرآیند پیش بینی تقاضا در این صنعت و تحلیل تفاوت های میان وضعیت موجود و شرایط مطلوب است.روش شناسی پژوهش: در این مطالعه، از رویکرد کمی و تحلیل داده های واقعی فروش و تقاضای کتاب استفاده شده است. روش های مبتنی بر یادگیری ماشین، به ویژه شبکه های عصبی مصنوعی از نوع پیشرو با الگوریتم یادگیری پس انتشار خطا، برای مدل سازی و پیش بینی تقاضا به کار گرفته شده اند. عملکرد این مدل ها با روش های سنتی مانند مدل های سری زمانی مقایسه شده است تا میزان بهبود دقت پیش بینی ارزیابی شود.یافته‎ها: نتایج تحقیق نشان می دهد که مدل های یادگیری ماشین، به ویژه شبکه عصبی پیشرو، دقت بالاتری در پیش بینی تقاضا نسبت به مدل های سنتی دارند. همچنین استفاده از این مدل ها موجب کاهش اثر شلاقی در زنجیره تامین و بهبود هماهنگی میان اعضای آن شده است.اصالت/ارزش افزوده علمی: این پژوهش با ارایه یک مدل ترکیبی از مدیریت زنجیره تامین و پیش بینی تقاضا مبتنی بر شبکه های عصبی، رویکردی نوآورانه برای بهینه سازی تصمیم گیری در صنعت نشر ارایه می دهد. تلفیق روش های یادگیری ماشین با تحلیل زنجیره تامین می تواند مبنایی برای توسعه راهکارهای هوشمند در مدیریت موجودی و برنامه ریزی تولید در صنایع مشابه باشد.

کلیدواژه ها:

پیش بینی تقاضا ، زنجیره تامین ، یادگیری ماشین ، شبکه عصبی مصنوعی ، اثر شلاقی ، صنعت چاپ و نشر