عنوان فارسی مقاله:استفاده از تکنیک‌های هوش مصنوعی در مدیریت ریسک زنجیره تأمین

چکیده

امروزه، گسترش و پیچیدگی زنجیره‌های تأمین و این واقعیت که ریسک‌ها باعث اختلالات جدی می‌شوند، باعث شده است که دانشگاهیان و متخصصان به مطالعات در محدوده مدیریت ریسک زنجیره تأمین علاقه نشان دهند. در این چارچوب، مدیریت ریسک زنجیره تأمین اهمیت فزاینده‌ای پیدا می‌کند و فرآیندها با بسیاری از تکنیک‌های جدید مدیریت می‌شوند. تحقیقات اخیر نشان می‌دهد که تکنیک‌های هوش مصنوعی به طور فزاینده‌ای در مدیریت ریسک زنجیره تأمین استفاده می‌شود. در نتیجه استفاده از هوش مصنوعی در مدیریت ریسک زنجیره تأمین، مشاهده شده است که تغییراتی به ویژه در عملکرد و پویایی رخ می‌دهد. گزینه‌هایی مانند وسایل نقلیه بدون راننده که با هوش مصنوعی به وجود آمدند، ربات‌های مورد استفاده در انبارها و قفسه‌ها و استفاده آسان از داده‌های بزرگ در سیستم تضمین می‌کند که خطاها در زنجیره تأمین به حداقل می‌رسد. در حوزه مدیریت ریسک زنجیره تأمین، امکان شناسایی و ارزیابی ریسک‌ها و تعیین استراتژی‌های کاهش ریسک مناسب با کمک تکنیک‌های هوش مصنوعی برای کسب‌وکارها وجود دارد. در این مطالعه، هدف، بررسی جزئیات تکنیک‌های هوش مصنوعی مورد استفاده در مدیریت ریسک زنجیره تأمین است. در این زمینه، سیستم‌های خبره، شبکه‌های عصبی مصنوعی، منطق فازی، الگوریتم ژنتیک و تکنیک‌های یادگیری ماشین به تفصیل بررسی می‌شوند. سپس این تکنیک‌ها با یکدیگر مقایسه و ارزیابی شد که کدام تکنیک هوش مصنوعی در کدام مشکل موثرتر است. در بخش نتیجه گیری، تکنیک‌های هوش مصنوعی که باید با توجه به انواع مشکل به کار گرفته شوند و پیشنهاداتی برای مطالعات آتی ارائه شده است.

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: Use of Artificial Intelligence Techniques in Supply Chain Risk Management

Abstract

Today, the widening and complexity of supply chains and the fact that risks cause serious disruptions have caused academicians and practitioners to show interest in studies within the scope of supply chain risk management. In this framework, supply chain risk management is becoming increasingly important and processes are being managed with many new techniques. Recent research shows that artificial intelligence techniques are increasingly used in supply chain risk management. As a result of the use of artificial intelligence in supply chain risk management, it has been observed that changes occur especially in functioning and dynamics. Options such as driverless vehicles that emerged with artificial intelligence, robots used in storage and shelves, and the easy use of large data in the system ensure that errors in supply chains are minimized. Within the scope of supply chain risk management, it is possible for businesses to identify and evaluate risks and determine appropriate risk reduction strategies with the help of artificial intelligence techniques. In this study, it is aimed to examine in detail the artificial intelligence techniques used in supply chain risk management. In this context, expert systems, artificial neural networks, fuzzy logic, genetic algorithm and machine learning techniques are examined in detail. Then, these techniques were compared with each other and evaluations were made about which artificial intelligence technique would be more effective in which problems. In the conclusion part, artificial intelligence techniques that should be applied according to the problem types and some suggestions for future studies are presented.