مدیریت هوشمند زنجیره تامین با رویکرد یادگیری ماشینی

چکیده مقاله

در سال های اخیر، پیچیدگی، پویایی و عدم قطعیت های فزاینده در زنجیره های تامین، سازمان ها را به بهره گیری از فناوری های نوین برای بهبود تصمیم گیری و افزایش بهره وری سوق داده است در این میان، یادگیری ماشینی به عنوان یکی از زیرشاخه های مهم هوش مصنوعی، جایگاه ویژه ای در مدیریت زنجیره تامین پیدا کرده است این فناوری با تحلیل داده های حجیم و متنوع، توانایی پیش بینی الگوهای پنهان، کاهش خطا و افزایش سرعت واکنش را در فرآیندهای مختلف زنجیره فراهم می سازد پژوهش حاضر با رویکرد مرور نظام مند و با بهره گیری از چارچوب SCOR، به بررسی کاربردهای یادگیری ماشینی در پنج فرآیند اصلی زنجیره تامین شامل برنامه ریزی، تامین، تولید، تحویل و بازگشت پرداخته است برای این منظور، پس از جستجوی گسترده در پایگاه های معتبر علمی، ۵۲ مقاله کلیدی منتشرشده بین سال های ۲۰۰۰ تا ۲۰۲۳ انتخاب و تحلیل شدند نتایج نشان می دهد که یادگیری ماشینی در حوزه هایی نظیر پیش بینی تقاضا، مدیریت موجودی، انتخاب تامین کننده، نگهداری پیش بینانه، مسیریابی حمل ونقل و پیش بینی بازگشت کالا، منجر به افزایش دقت پیش بینی، کاهش هزینه ها، بهینه سازی منابع و ارتقای رضایت مشتری شده است با این حال، چالش هایی نظیر کیفیت داده، نیاز به زیرساخت فناورانه و تفسیرپذیری مدل ها نیز مطرح است این مطالعه با شناسایی شکاف های موجود در ادبیات، مسیرهای پژوهشی آینده را نیز پیشنهاد می دهد و بستری برای توسعه زنجیره های تامین هوشمند فراهم می سازد

کلیدواژه‌ها

نویسندگان

سید مجتبی هاشمیان

گروه مدیریت، واحد ورامین پیشوا، دانشگاه آزاد اسلامی، ورامین، ایران

فاطمه قربانی

دانشکده علوم اداری و اقتصادی، دانشگاه فردوسی مشهد، مشهد ایران

هاشمیان، سید مجتبی و قربانی، فاطمه،1404،مدیریت هوشمند زنجیره تامین با رویکرد یادگیری ماشینی،چهارمین کنفرانس بین المللی تفکر سیستمی در عمل،مشهد

ارائه‌شده در

مجموعه مقالات چهارمین کنفرانس بین المللی تفکر سیستمی در عمل12 آذر 1404 · مشهد