تأثیر سیستم پیشبینی تقاضای متلاطم بر اثر شلاقی در زنجیره تأمین: یک رویکرد مقایسه ای

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دکتری، دانشگاه تهران.

2 استاد، دانشگاه امیرکبیر.

چکیده

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

کلیدواژه‌ها

عنوان مقاله [English]

The Impact of the Bulk Demand Forecasting System on the Whip Effect in the Supply Chain: A Comparative Approach

نویسندگان [English]

  • Reza Yousefi 1
  • Mohammad Bagher Menhaj 2
1 Ph.D, University of Tehran.
2 Professor, Amirkabir University.
چکیده [English]

An important issue in supply chain management is the whip effect. This indicates an increase in demand volatility as the chain moves. This paper investigates the effect of several classical and intelligent methods on the forecasting process of turbulent demand on the occurrence of the whip effect. The results show that neural networks have more power to model and predict this behavior than conventional classical methods such as exponential smoothing due to nonlinear, oscillatory and even chaotic demand behavior. At the end of the article, using a numerical example, the use of neural networks to predict turbulent demand, in a successful reduction of the whip effect, is illustrated.

کلیدواژه‌ها [English]

  • Forecasting
  • Supply Chain Management
  • Artificial Neural Networks
  • Agitated Demand

مراجع

1. Carbonneau R, Laframboise K, Vahidov R, Application of machine learning techniques for supply chain demand forecasting, European Journal of Operational Research، 2008, 184, 1140-1154
2. Chen, F., Ryan, J. K., &Simchi-Levi, D. The impact of exponential smoothing forecasts on the bullwhip effect. Naval Research Logistics,2000. 47(4), 269–28
3. Dejonckheere, J., Disney, S.M., Lambrecht, M.R., Towill, D.R.,. Measuring and avoiding the bullwhip effect: A control theoretic approach. European Journal of Operational Research ،2003, 147, 567–590.
4. Dejonckheere, J., Disney, S.M., Lambrecht, M.R., Towill, D.R Transfer function analysis of forecasting induced bullwhip in supply chains. International Journal of Production Economics2002, 78, 133-144
5. Disney, S.M, Towill, D.R, Velde W. Van de, Variance amplification and the golden ratio in production andinventory control. International Journal of Production Economics ،2004, 90, 295–309
6. Efendigil T, Onut S, Kahraman C, A decision support system for demand forecasting with artificial neural networks and neuro-fuzzy models: A comparative analysis,Expert Systems with Applications 2009, 36, 6697-6707
7. Gutierrez R S, Solis A O, Mukhopadhyay S. Lumpy demand forecasting using neural networks. International Journal of Production Economics، 2008, 111, 409-420.
8. Hillier, F S., Liberman, G. J, Introduction to operations Research,7th edition, McGraw Hill, 2001.
9. Hong L, Ping W, Bullwhip effect analysis in supply chain for demand forecasting technology, System engineering - Theory & Practice, Volume 27, issue7, july 2007
10. Khashei M, Bijari M, RaissiArdali G A, Improvement of Auto-Regressive Integrated Moving Average models using Fuzzy logic and Artificial Neural Networks (ANNs), Neurocomputing 2009, 72, 956-967
11. Lee, H.L., Padmanabhan, V., Whang, S., a" The Bullwhip effect in supply chains". Sloan Management Review ،1997; 38 (3), 93–102.
12. Sarimveis. H et al. Dynamic modeling and control of supply chain systems: A review. Computers &operations research، 2008;35: 3530-61
13. Teunter R, Sani B, On the bias of Crostons Forecasting method, European Journal of Operational Research ,2009, 194, 177-183.

فایل ها

هم رسانی

ارجاع به این مقاله

آمار