نوع مقاله : مقاله پژوهشی

نویسندگان

• مینا کاظمیان ¹
• محمدعلی افشار کاظمی ²
• کیامرث فتحی هفشجانی ³
• محمد رضا معتدل ⁴

¹ گروه مدیریت صنعتی، دانشکده مدیریت ، دانشگاه آزاد اسلامی واحد علوم تحقیقات، تهران ، ایران

² دانشیار گروه مدیریت، واحد تهران مرکزی، دانشگاه آزاد اسلامی ، تهران ، ایران

³ گروه مدیریت صنعتی، دانشگاه آزاد اسلامی واحد تهران جنوب، تهران ، ایران

⁴ استادیار، گروه مدیریت صنعتی، دانشگاه آزاد اسلامی واحد تهران مرکزی، تهران، ایران

چکیده

یکی از چالش‌هایی که صنعت فولاد با آن رو به رو می‌باشد، مدیریت زنجیره تأمین است. بر این اساس در تحقیق حاضر به سناریوهای 3 گانه عدم همکاری و حرکت همزمان (کورنو)، عدم همکاری و حرکت ترتیبی (استکلبرگ) و رفتار همکاری (تبانی)، در زنجیره تأمین فولاد پرداخته خواهد شد.
روش تحقیق از نظر هدف کاربردی می‌باشد. بازه زمانی تحقیق داده‌های فصلی 2011 تا 2020 و نرم افزار مورد استفاده نرم افزار متلب می‌باشد.
در این مقاله یک مدل ترکیبی بر اساس شبکه‌های عصبی مصنوعی و تئوری بازی‌ها ارائه شده است تا بتواند در تعیین سطح قیمت و تولید بهینه به فعالان صنعت فولاد کمک کند. جهت پیش‌بینی قیمت فولاد از سه شبکه عصبی بیزین، بردارهای پشتیبان و پاد انتشار گراسبرگ بهره گرفته شد. نتایج بیانگر این واقعیت است که مدل پاد انتشار گراسبرگ دقت بالاتری در پیش‌بینی قیمت فولاد دارد. همچنین نتایج نشان دهنده این است که با حرکت از سمت بازی کورنو به سمت بازی استکلبرگ و از بازی استکلبرگ به سمت بازی تبانی در زنجیره تأمین موجب افزایش قیمت در صنعت فولاد به ازای هر تن 6 دلار و میزان عرضه محصول در دامنه 1500 تا 4000 تن خواهد بود؛ به عبارتی با افزایش سطح تبانی در بازار فولاد میزان محصول بیش‌تری در بازار عرضه شده و همزمان سطح قیمت محصول نیز افزایش خواهد یافت که این امر موجب کاهش رفاه مصرف‌کننده فولاد در بازار خواهد شد.

کلیدواژه‌ها

• قیمت بهینه
• شبکه عصبی
• نظریه بازی‌ها
• بازی همکارانه و غیرهمکارانه
• صنعت فولاد

موضوعات

• مدیریت صنعتی

عنوان مقاله [English]

Determining the Optimal Price in the Steel Industry using Multilateral Monopoly Patterns with the Approach of Neural Networks and Game Theory

نویسندگان [English]

• Mina Kazemian ¹
• Mohamad Ali Afshar Kazemi ²
• Kiamars Fathi Hafshejani ³
• Mohammad reza Motadel ⁴

¹ Industrial Management Group, Faulty of Management, Islamic Azad University Science and Research branch, Tehran, Iran

² Associate Prof, Islamic Azad University Central Tehran Branch, Iran

³ Faculty of Management, Islamic Azad University South Tehran branch, Tehran,Iran

⁴ Department of industrial management, Central Tehran Branch, Islamic Azad University, Tehran , Iran

چکیده [English]

One of the challenges faced by the steel industry is supply chain management. Based on this, in
the present research, based on the three scenarios of non-cooperation and simultaneous
movement (Cournot), non-cooperation and sequential movement (Stackelberg) and cooperative
behavior (collusion) will be discussed in the steel supply chain.
The research method is applied in terms of purpose. The research period is seasonal data from
2011 to 2020 and the software used MATLAB software
In this paper, a hybrid model based on artificial neural networks and game theory was presented
to help steel industry activists in determining the price level and optimal production. To predict
steel prices, three Bayesian neural networks, support vectors and cross-emission anti-emission
were used. The results indicate that the cross-emission model of Grossberg is more accurate in
predicting steel prices. Also, the results show that by moving from the Cournot game to the
Stackelberg game and from the Stackelberg game to the Collusion game In the supply chain, it
will increase the price in the steel industry by 6 dollars per ton and the amount of product supply
will be in the range of 1500 to 4000 tons In other words, with the increase in the level of
collusion in the steel market, more products have been offered in the market and at the same
time, the price level of the product will also increase, which will reduce the welfare of steel
consumers in the market.

کلیدواژه‌ها [English]

• Optimal Price
• Neural Network
• Game Theory
• Cooperative Games and Non- Cooperative Games
• Steel Industry