مدیریت زنجیره تامین
مونا موسوی؛ محمود مرادی؛ مصطفی ابراهیم پور ازبری
چکیده
افزایش هزینهها و پیچیدگیهای موجود در سازمانها از یک سو و افزایش ریسکهای موجود از سوی دیگر، باعث شده که مدیران بهمنظور کاهش انحراف از اهداف تعیینشده، ارزیابی و مدیریت ریسک را سرلوحه فعالیتهای خود قرار دهند؛ بنابراین ریسک یکی از چالشهای بسیار مهم زنجیره تأمین است که میتواند بر عملکرد توسعه محصول جدید تأثیرگذار باشد. ...
بیشتر
افزایش هزینهها و پیچیدگیهای موجود در سازمانها از یک سو و افزایش ریسکهای موجود از سوی دیگر، باعث شده که مدیران بهمنظور کاهش انحراف از اهداف تعیینشده، ارزیابی و مدیریت ریسک را سرلوحه فعالیتهای خود قرار دهند؛ بنابراین ریسک یکی از چالشهای بسیار مهم زنجیره تأمین است که میتواند بر عملکرد توسعه محصول جدید تأثیرگذار باشد. در این پژوهش با توجه به بررسیهای صورتگرفته در خط تولید کارخانه پوشاک هپیلند، فرآیند تولید "پک کاملسیسمونی" به عنوان فرآیند توسعه محصول جدید درنظرگرفته شد؛ سپس با بررسی پیشینه پژوهشی، هر یک از ریسکهای زنجیره تأمین و ابعاد عملکردی محصول شناسایی شدند. بهمنظور انتخاب مهمترین ریسکهای این زنجیره، از تکنیک دلفی و به کمک ابزار پرسشنامه و بهمنظور استخراج روابط بین معیارهای اصلی ریسک از روش تجزیهوتحلیل اثر متقابل با استفاده از نرمافزار MicMac استفاده شده است. درنهایت با استفاده از شبکه بیزین و با کمک نرمافزارAgenaRisk 10، به بررسی تأثیرگذاری ریسکهای شناساییشده بر عملکرد محصول جدید منتخب، تحت تحلیل حساسیت و تجزیه و تحلیل سناریو پرداخته شد. یافتهها نشان میدهند که احتمال وقوع ریسکهای محیطی و تأمین به ترتیب 4/74% و 56% است که نسبت به سایر ریسکها احتمال وقوع بالاتری دارند و سه ریسک عملیاتی، توزیع و تقاضا با تأثیرپذیری از ریسکهای محیطی و تأمین بهطور مستقیم بیشترین تأثیرگذاری را بر عملکرد توسعه محصول جدید بهخصوص بعد عملکردی کیفیت داشته اند.
سید حبیب ا... میرغفوری؛ علی مروتی شریف آبادی؛ فائزه اسدیان اردکانی
دوره 11، شماره 30 ، مهر 1393، ، صفحه 1-21
چکیده
امروزه مدیریت زنجیر هى تأمین ب هدلیل جهان یشدن بازارهای کس بوکار، اهمیت بیشتری پیدا کردهاست. با افزایش پیچیدگی، سطح نبود اطمینان و ریسک موجود در زنجیره نیز افزایش م ییابد. از ای نرومدیریت ریسک زنجیر هى تأمین یکی از موضوعاتی است که مورد توجه سازما نها قرار گرفته است. یکیاز خطرهای موجود در زنجیر هى تأمین، ریس کهای وارده از ناحی هى تأمی ...
بیشتر
امروزه مدیریت زنجیر هى تأمین ب هدلیل جهان یشدن بازارهای کس بوکار، اهمیت بیشتری پیدا کردهاست. با افزایش پیچیدگی، سطح نبود اطمینان و ریسک موجود در زنجیره نیز افزایش م ییابد. از ای نرومدیریت ریسک زنجیر هى تأمین یکی از موضوعاتی است که مورد توجه سازما نها قرار گرفته است. یکیاز خطرهای موجود در زنجیر هى تأمین، ریس کهای وارده از ناحی هى تأمی نکنندگان است. تحقیق حاضربا ب هکارگیری شبک ههای عصبی مصنوعی ب هعنوان ابزارى قدرتمند در پردازش اطلاعات غیرخطی، مدلیمناسب براى پی شبینى ریسک وارده از سوى تأمی نکنندگان در شرکت فولاد آلیاژى ایران ارائه م ىدهد. دراین مدل با استفاده از تکنیک دلفى فازى هفت عامل ب هعنوان عوامل ورودی مدل شبک هى عصبى انتخابVIKOR و AHP شدند. براى محاسب هى میزان ریسک وارده از سوى هر تأمی نکننده، از تلفیق تکنیکاستفاده شده و با ب هکارگیرى مدل پرسپترون چندلایه، میزان ریسک وارده از سوى هر تأمی نکنندهپی شبینی شده است. در پایان با استفاده از تحلیل حساسیت تأثیر هرکدام از متغیرهای ورودی بر خروجیارزیابی و پیشنهاداتى براى کاهش ریسک ارائه شده است.
محمود البرزی؛ سید امیر رضا ابطحی
دوره 4، شماره 13 ، تیر 1385، ، صفحه 41-66
چکیده
هدف این تحقیق پیش بینی نرخ خوردگی با استفاده از شبکه های عصبی مصنوعی می باشد. خوردگی پدیده ای است که به علت تاثیر عوامل مختلف و متعدد شناخته شده و ناشناخته پیچیدگی بسیار زیادی دارد و به راحتی قابل مدلسازی نیست. جهت پیش بینی و مدلسازی خوردگی در رویکرد مکانیستیک به واکنش ها و فرایندهای فیزیکی، شیمیایی، و الکتروشیمیایی آن توجه می شود و ...
بیشتر
هدف این تحقیق پیش بینی نرخ خوردگی با استفاده از شبکه های عصبی مصنوعی می باشد. خوردگی پدیده ای است که به علت تاثیر عوامل مختلف و متعدد شناخته شده و ناشناخته پیچیدگی بسیار زیادی دارد و به راحتی قابل مدلسازی نیست. جهت پیش بینی و مدلسازی خوردگی در رویکرد مکانیستیک به واکنش ها و فرایندهای فیزیکی، شیمیایی، و الکتروشیمیایی آن توجه می شود و مدلسازی بر اساس آنها انجام می پذیرد. با وجود موفقیت هایی که این مدل ها داشته اند لیکن به علت تعدد عوامل تاثیر گذار که بعضا ناشناخته نیز هستند نیاز به مدلهایی که با دقت بیشتری این پدیده را مدلسازی و پیش بینی کنند احساس می شود.
در این تحقیق برای پیش بینی نرخ خوردگی از مدل شبکه عصبی مصنوعی با بهینه سازی ژنتیک استفاده گردیده است. از بین مدل های مختلف شبکه عصبی شبکه عصبی چند لایه با الگوریتم یادگیری کاهش گرادیان انتخاب شده است. پس از ایجاد شبکه، فرایند آموزش شبکه با داده های موجود در یک پالایشگاه نفت مورد تحقیق انجام شد و سپس ارزیابی و آزمایش صورت گرفت. پس از آماده شدن شبکه جهت استخراج دانش از روش تحلیل حساسیت و الگوریتم گارسن استفاده شد.
نتایج تحقیق نشان می دهد که روش شبکه عصبی توانایی پیش بینی نرخ خوردگی را با ضریب همبستگی و خطای MSE قابل قبول دارد. بخش دیگری از نتایج که برگرفته از روش تحلیل حساسیت هستند نشان دهنده میزان تاثیر هر کدام از پارامترهای نفت خام بر روی خوردگی می باشد. طبق این نتایج نمک و گوگرد تاثیرگذارترین عوامل بر روی خوردگی در پالایشگاه مورد تحقیق هستند.