تأثیر سیستم پیشبینی تقاضای متلاطم بر اثر شلاقی در زنجیره تأمین:
یک رویکرد مقایسهای
یک مبحث مهم در مدیریت زنجیره تأمین، پدیده اثر شلاقی است. این مهم بیانگر افزایش تغییرپذیری تقاضا طی حرکت در طول زنجیره می‌باشد. 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 مدل‌سازی و پیشبینی این رفتار دارند. در انتهای مقاله به کمک یک مثال عددی، کاربرد بهرهگیری از شبکههای عصبی در پیشبینی تقاضای متلاطم، در کاهش موفقیت آمیز پدیده اثر شلاقی به تصویر در آمده است.
فهرست مطالب این مقاله عبارت است از...
مقدمهپیش بینی
روش های کلاسیک پیش بینی
روش هموارسازی نمایی
روش کراستون
روش سینتتوس
روش های هوشمند در پیش بینی تقاضای متلاطم
شبکه های عصبی
شبکه های عصبی بازگشتی
داده ها
خروجی سیستم های پیش بین مختلف
روش نایو
روش هموارسازی نمایی
روش سینتتوس
شبکه های عصبی
انتخاب معیار خطا
سنجه اثر شلاقی
نتیجه گیری
منابع
لینک به صفحه دانلود: مقالهتأثیر سیستم پیشبینی تقاضای متلاطم بر اثر شلاقی در زنجیره تأمین
جزوه pdf پیش بینی تقاضای تولید و کاهش اثر شلاق چرمی با استفاده از روال ها داده کاوی
چکیده این مقاله: در دنیای تجاری امروز، شناسایی صحیح نیازمندیهای مشتریان و پاسخ سریع به این نیازمندیها، کلید موفقیت تجاری محسوب میشود. عدم پیش بینی مناسب تقاضای مشتریان در تعامالت کسب و کار میتواند منجر به بروز اثر شلاقی و باعث اتلاف سرمایه و افزایش هزینه های انبارداری می گردد. از اینرو سرمایه گذاری در حوزه ی پیش بینی تقاضای مشتریان در تعاملات کسب و کار یک سرمایه گذاری اثر بخش و سودمند برای شرکتها است. اما حجم اطلاعاتی که باید در زمان اتخاذ تصمیم برای پیش بینی تقاضای مشتریان پردازش گردند و همچنین ابهام و پیچیدگی موجود در این تعاملها، مسئله پیش بینی تقاضای مشتریان را دشوار ساخته است. در مدیریت شرکتهای تجاری مدرن چالش چگونگی پیش بینی تقاضای مشتریان و کاهش اثر شلاقی یکی از اساسی ترین مسائل به شمار میرود که ناشی از وجود متغیر های تأثیرگذار فراوان است. از اینرو، مدیران شرکتهای تجاری ترجیح میدهند که مکانیزمی را دراختیار داشته باشند که بتواند آنها را در امر تصمیم گیریشان یاری و مشاوره دهد، به همین دلیل سعی در روی آوردن به روشهایی در پیش بینی تقاضای مشتریان دارند که بواسطه آنها تخمین هایشان به واقعیت نزدیک و خطاهایشان بسیارکم باشد. در این راستا این مقاله از روالهای داده کاوی مختلف برای پیش بینی تقاضای تولید شرکت لوله و ماشین سازی ایران استفاده میکند و درنهایت کلیه روشهای بکار گرفته شده در پژوهش براساس معیار رتبه بندی شده اند که در این میان شبکه عصبی نتیجه بهتری را نسبت به سایر روشها داشته است.
فهرست مطالب این مقاله عبارت است از...
مقدمه
تاریخچه پژوهش
روش شناسی پژوهش
تحلیل داده ها
روش های پیش بینی استفاده شده در پژوهش
شبکه عصبی
آریما (Arima)
درخت تصمیم گیری
رگرسیون
ماشین بردار پشتیبان
دسته بندی کننده بردار پشتیبانی
معیار آماری ارزیابی عملکرد
جمع بندی نتایج روش های پیش بینی استفاده شده
نتایج پژوهش
منابع
لینک دانلود: مقاله PDFپیش بینی تقاضای تولید و کاهش اثر شلاقی