ارزیابی عملکرد کاربرد هوش مصنوعی در مدیریت زنجیره تأمین پایدار در صنعت مصالح ساختمانی

نوع فایل : word

تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش : 27

تعداد کلمات : 8800

مجله : sustainability(MDPI)

انتشار : 2021

ترجمه متون داخل جداول : ترجمه شده است

درج جداول در فایل ترجمه : درج شده است

منابع داخل متن : به صورت فارسی درج شده است

کیفیت ترجمه : طلایی

فونت ترجمه : Bنازنین 12

تاریخ انتشار
8 آگوست 2023
دسته بندی
تعداد بازدیدها
2399 بازدید
71,000 تومان

عنوان فارسی مقاله:ارزیابی عملکرد کاربرد هوش مصنوعی در مدیریت زنجیره تأمین پایدار در صنعت مصالح ساختمانی

 

چکیده

 در کنار پیچیدگی ژئوپلیتیک جهانی، مسائل امنیتی شبکه اطلاعات و افزایش بلایای طبیعی، مدیریت ریسک باید به خوبی در صنعت مصالح ساختمانی مورد توجه قرار گیرد تا زنجیره تأمین سفت و انعطاف پذیر برای مقابله با شرایط اضطراری در بازار آینده ایجاد شود. با در نظر گرفتن صنعت مصالح ساختمانی در تایوان به عنوان هدف تحقیق، شرکت‌های نماینده با هوش مصنوعی مدیریت زنجیره تأمین پایدار را به کار می‌گیرند. با روش دلفی و تحلیل پوششی داده‌ها، از داده‌های عمومی گزارش‌های آماری سالانه بنگاه‌ها برای انتخاب شاخص‌های عملکرد نهاده‌ها و ستانده‌ها استفاده می‌شود. تجزیه و تحلیل داده‌های تجربی نیز برای ارائه مرجع برای بهبود انجام می‌شود. نتایج تحقیق به شرح زیر خلاصه شده است. ۱٫ با جایگزینی مقادیر مختلف شاخص ورودی/خروجی در مدل‌های CCR و BCC، بازده کلی تولید و بازده فنی خالص شرکت‌ها محاسبه می‌شود. با تقسیم این دو، بازده به مقیاس شرکت‌ها به دست می‌آید. ۲٫ عوامل حیاتی در هوش مصنوعی مدیریت زنجیره تأمین پایدار را می‌توان از طریق تحلیل حساسیت کشف کرد. با استفاده از نرخ تغییر حساسیت به عنوان پایه ارزیابی، عوامل حساس شامل جنبه مالی، جنبه مقیاس، عملکرد مالی و سود قبل از مالیات است. در نهایت، با توجه به نتایج، بحث‌هایی پیشنهاد می‌شود که انتظار می‌رود به کسب‌وکارهای داخلی در صنعت مصالح ساختمانی کمک شود تا زنجیره‌های تأمین پایدار و انعطاف‌پذیر ایجاد کنند و منابع تدارکات متنوع را برای تقویت توانایی دفاعی اضطراری صنعت مصالح ساختمانی ارائه کنند.

 

ادامه مطلب

راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: Performance Assessment on the Application of Artificial Intelligence to Sustainable Supply Chain Management in the Construction Material Industry

Abstract

 Along with global geopolitical complex, information network security issues and increased natural disasters, risk management should be well considered in the construction material industry to re-integrate and establish stiff and flexible supply chains in order to cope with emergencies in the future market. Taking the construction material industry in Taiwan as the research object, representative enterprises with artificial intelligence applied sustainable supply chain management are studied. With the Delphi method and data envelopment analysis, the public data of annual statistics reports of the enterprises are used for selecting the performance indicators of inputs and outputs. Empirical data analysis is also performed to provide reference for the improvement. The research results are summarized as follows. 1. Substituting various input/output index values into CCR and BCC models, the overall production efficiency and pure technical efficiency of enterprises are calculated; by dividing the two, the returns to scale of enterprises are acquired. 2. Critical factors in artificial intelligence applied sustainable supply chain management could be found out through sensitivity analysis. Using the rate of sensitivity change as the evaluation baseline, sensitive factors contain financial aspect, scale aspect, financial performance, and profit before tax. Finally, discussions are proposed according to the results, expecting to help domestic businesses in the construction material industry establish steady and flexible supply chains and present diversified procurement sources to reinforce the emergency defensive ability of the construction material industry