تحلیل ریسک زنجیره تامین با مدل های داده محور و هوش مصنوعی

در دنیای رقابتی امروز، پیچیدگی و پویایی زنجیره های تامین باعث شده است که مدیریت ریسک به یکی از دغدغه های اصلی سازمان ها تبدیل شود. رشد سریع فناوری های داده محور و الگوریتم های پیچیده هوش مصنوعی، زمینه ساز تحولی بنیادین در شناسایی و تحلیل ریسک های زنجیره تامین شده است. این پژوهش با هدف تحلیل ریسک های زنجیره تامین بر اساس مدل های مبتنی بر داده و الگوریتم های هوش مصنوعی انجام شده است. نتایج بررسی منابع علمی نشان می دهد که مدل های بیزی و شبکه های عصبی مصنوعی توانایی بالایی در پیش بینی و کنترل اختلالات دارند و می توانند روابط پیچیده میان عوامل زنجیره تامین را به طور پویا شناسایی کنند. همچنین، تلفیق داده های عملیاتی با روش های یادگیری ماشین سبب بهبود تصمیم گیری و افزایش تاب آوری سیستم های تامین می شود. در مطالعات داخلی نیز، به کارگیری شبکه های عصبی در ارزیابی ریسک به بهبود کارایی و کاهش نوسانات عملیاتی منجر شده است. در مجموع، یافته های این تحقیق نشان می دهد که بهره گیری از رویکردهای داده محور می تواند ابزاری موثر برای طراحی نظام های هوشمند مدیریت ریسک در زنجیره تامین باشد.

کلیدواژه ها:

زنجیره تامین ، تحلیل ریسک ، مدل بیزی ، هوش مصنوعی ، شبکه عصبی