چکیده مقاله
چکیدهدر شرایط پرتلاطم کنونی، بحران هایی نظیر همه گیری کووید ۱۹ و اختلالات لجستیک، آسیب پذیری و ناکارایی زنجیره های تامین را آشکار ساخته و ضرورت ارزیابی دقیق عملکرد و پیش بینی رفتار آینده آن ها را برای افزایش تاب آوری بیش ازپیش کرده است این مطالعه با هدف ارائه چارچوبی برای ارزیابی و پیش بینی عملکرد زنجیره تامین هوشمند در مواجهه با بحران انجام شده است روش پژوهش حاضر، ترکیبی است و در دو گام اصلی پیاده سازی می شود: نخست، با استفاده از روش تحلیل پوششی داده ها DEA ، کارایی نسبی واحدهای تصمیم گیرنده در زنجیره تامین بر اساس شاخص های عملیاتی محاسبه می گردد سپس، نمرات کارایی به دست آمده، به عنوان داده های ورودی به مدل های یادگیری عمیق شامل شبکه های عصبی بازگشتی وLSTM وارد شده تا روند تغییرات کارایی و عملکرد آینده زنجیره تامین پیش بینی شود یافته های این پژوهش حاکی از آن است که این چارچوب ترکیبی، با غلبه بر محدودیت های روش های ایستای ارزیابی، دقت پیش بینی را به طور معناداری افزایش داده و امکان تحلیل پویای رفتار زنجیره تامین در شرایط بی ثبات را فراهم می سازد درنتیجه، این رویکرد می تواند به عنوان ابزاری کارآمد برای پشتیبانی از تصمیم گیری های مدیریتی، شناسایی نقاط ضعف و قوت، و درنهایت ارتقای تاب آوری زنجیره تامین هوشمند در برابر بحران ها مورد استفاده قرار گیرد
کلیدواژهها
نویسندگان
علی مرادی کهکی
استاد گروه مهندسی برق و کامپیوتر دانشگاه ملی مهارت واحد استانی قم
علیرضا فلاح
دانشجوی کارشناسی نرم افزار کامپیوتر دانشگاه ملی مهارت واحد استانی قم
رزومه علمی کاربران
درباره سیویلیکاتبلیغات در سیویلیکاآمار علمی ایرانتقویم علمی ایرانداده کاوی مقالاتطرح های پژوهشی
شیوه ارجاع
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید: مرادی کهکی، علی و فلاح، علیرضا،1404،ارزیابی و پیش بینی کارایی زنجیره تامین هوشمند در شرایط بحران با ترکیب تحلیل پوششی داده ها (DEA) و یادگیری عمیق،اولین کنفرانس بین المللی مدیریت، علوم کامپیوتر و هوش مصنوعی،تهران،https://civilica.com/doc/2598669
ارائهشده در
مجموعه مقالات اولین کنفرانس بین المللی مدیریت، علوم کامپیوتر و هوش مصنوعی30 بهمن 1404 · تهران