بکارگیری رویکرد مقایسه ای مدل های پیش بینی مبتنی بر سری زمانی در زنجیره تامین شرکت سایپا

یک مبحث مهم در مدیریت زنجیره تامین، پدیده اثر شلاقی است. این مهم بیانگر افزایش تغییرپذیری تقاضا طی حرکت در طول زنجیره می باشد. در این مقاله تاثیر چندین روش کلاسیک و هوشمند در فرایند پیش بینی تقاضای متلاطم، در وقوع پدیده اثر شلاقی بررسی می شود. نتیجه این تحقیق حاکی از آن است که شبکه های عصبی در مقایسه با روش های معمول کلاسیک همچون روش هموارسازی نمایی با توجه به رفتار غیرخطی، نوسانی و حتی آشوبی تقاضای متلاطم، توان بیشتری در مدل سازی و پیش بینی این رفتار دارند. در انتهای مقاله به کمک یک مثال عددی، کاربرد بهره گیری از شبکه های عصبی در پیش بینی تقاضای متلاطم، در کاهش موفقیت آمیز پدیده اثر شلاقی به تصویر در آمده است.

کلیدواژه ها:

پیش بینی ، مدیریت زنجیره تامین ، شبکه های عصبی مصنوعی ، تقاضای متلاطم