طراحی مدل ریاضی سناریو محور تحت شرایط عدم اطمینان در زنجیره تأمین پایدار با رویکرد هوش مصنوعی
کد مقاله : 1453-ICM
نویسندگان
معصومه نظری *1، محمود دهقان نیری2، کیامرث فتحی هفشجانی3
1دکترا، گروه مدیریت صنعتی، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران.
2دانشیار، گروه مدیریت صنعتی، دانشکده مدیریت و اقتصاد، دانشگاه تربیت مدرس، تهران، ایران.
3استادیار، گروه مدیریت صنعتی، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران.
چکیده مقاله
هدف این پژوهش، توسعه یک مدل ریاضی سناریومحور برای طراحی زنجیره تأمین پایدار تحت شرایط عدم‌قطعیت، با بهره‌گیری از روش‌های هوش مصنوعی است. در بسیاری از صنایع، نوسانات تقاضا، تغییرات هزینه‌های حمل‌ونقل و اختلالات عملیاتی، تصمیم‌گیری مؤثر را دشوار می‌سازد و می‌تواند پیامدهای اقتصادی و زیست‌محیطی گسترده‌ای ایجاد کند. در این مطالعه، برای پیش‌بینی هزینه‌های ارسال، از شبکه عصبی NARNET استفاده شد و بر اساس آن، یک مدل دوهدفه سناریومحور با هدف کمینه‌سازی هزینه‌های کل، کاهش آلودگی و ارتقای پایداری زنجیره تأمین تدوین گردید. مدل پیشنهادی با استفاده از نرم‌افزارهای GAMS حل کننده (CPLEX)، MATLAB، Excel و VISIO مورد تحلیل قرار گرفت. یافته‌ها نشان می‌دهد که تلفیق هوش مصنوعی با مدل‌سازی سناریومحور، دقت پیش‌بینی و کارایی تصمیم‌گیری را در شرایط نامطمئن به‌طور قابل‌توجهی افزایش می‌دهد و موجب بهبود انعطاف‌پذیری و پایداری شبکه تأمین می‌شود. تحلیل حساسیت نیز حاکی از آن است که سطح پاسخگویی، نقشی اساسی در دستیابی به اهداف پایداری ایفا می‌کند و باید در سیاست‌گذاری‌های مدیریتی مورد توجه قرار گیرد. نتایج نهایی این پژوهش بیانگر آن است که مدل ترکیبی ارائه‌شده، ساختاری کارآمد و قابل‌اتکا برای مواجهه با عدم‌قطعیت فراهم می‌کند، هرچند در مقیاس‌های بسیار بزرگ، بخشی از کارایی آن کاهش می‌یابد.
کلیدواژه ها
زنجیره تأمین پایدار، عدم اطمینان، مدل‌سازی استوار، هوش مصنوعی.
وضعیت: پذیرفته شده برای ارسال فایل های ارائه پوستر