مدل‌سازی سیستم کنترل موجودی در زنجیره تأمین چندسطحی، با استفاده از شبکه های بیزین

نوع مقاله : مقاله پژوهشی

نویسندگان

1 کارشناسی ارشد، دانشگاه آزاد اسلامی واحد کاشان.

2 استادیار، دانشگاه تهران.

چکیده

تعیین سیاست بهینهموجودیهمواره یکی از چالش­هایمدیریت موجودی و تولید بودهودراینزمینه، تاکنونتلاش­هایگسترده­ایانجامومدل­هایمختلفیارائهشدهاست. بیشترمدل‌هاییکهمطرحشده­اند تاحدامکانسعیدر ساده­سازیواقعیت­هاداشتهوپارامترهایمدلرابه‌طور قطعیدرنظرگرفته­اند. همچنین، در تعیین سیاست بهینه موجودی در زنجیره­های تأمین چندسطحی، عدم­قطعیت­های بسیار زیادی تأثیرگذار هستند. در این تحقیق، با استفاده از شبکه‌های بیزین، یک مدل یکپارچه احتمالی برای مدل‌سازی عدم‌قطعیت سیاست بهینه موجودی در زنجیره­های تأمین چندسطحی توسعه یافته است. کاربرد اصلی شبکه­های مذکور در وضعیت‌هایی است که نیازمند استنتاج آماری باشند. این روش یکی از ابزارهای جدید و پیشرفته هوش مصنوعی و مدل‌سازی ریسک است که مکانیسمی برای ارزیابی روابط علت و معلولی دربین مجموعه­ای از متغیرها فراهم می­آورد. در مدل پیشنهادی انواع متغیرهای کمی و کیفی غیرقطعی در سطوح مشتری، خرده­فروش، تولیدکننده و تأمین­کننده فرمول­نویسی شده­اند. منطق مدل، تسخیر عدم‌قطعیت عوامل سازمانی و فنی برای استنتاج موجودی بهینه در سطوح مطلوب است و با استفاده از داده­های یک مطالعه موردی در نرم‌افزار Agenariskپیاده‌سازی شده است. 

کلیدواژه‌ها


عنوان مقاله [English]

Modeling Inventory Policies in Multi Echelon Supply Chain by Beysian Networks

نویسندگان [English]

  • Amin Jilan Boroujeni 1
  • Hannan Amoozad Mahdiraji 2
1 Master, Kashan Branch, Islamic Azad University.
2 Assistant Professor, University of Tehran.
چکیده [English]

Determining the optimal policy of inventory have been always one of the main challenges in inventory management area in which several research have been conducted to address this issue. A vast majority of proposed approaches are very simple models to the extent that they simplify the real-world conditions and fail to consider the real uncertainties. To determine the optimal inventory policy of supply chains, on the other hand, there exist many influential uncertainties. In this thesis, an integrative probabilistic model is developed to model the uncertainty of the optimal inventory policy of multi-echolon supply chains using Bayesian networks (BNs) a state-of-the-art technology in modeling uncertainty. BNs provide a framework for presenting cause and effect relationships and enable probabilistic inference among a set of variables. The new approach explicitly quantifies uncertainty in qualitative and quantitative uncertain variables in customer, retailer, manufacturure, and supplier levels and provides an appropriate method for modeling complex relationships for process capability analysis, such as common causal factors, formal use of experts' judgments, and learning from data to update previous beliefs and probabilities. The capabilities of the proposed approach are emplemented in Agenarisk software by a real case study.

کلیدواژه‌ها [English]

  • Inventory Management
  • Optimal Inventory Policy
  • Uncertainty
  • Multi-Ecolon Supply Chain
  • Bayesian Networks (BNs)