لطفا منتظر بمانید ...
0% Complete
صفحه اصلی
/
دوازدهمین كنفرانس بين المللی مهندسی صنايع و سيستم ها
یک چارچوب تلفیقی از قیمت گذاری ریسک محور و یادگیری تقویتی عمیق برای مدیریت موجودی فسادپذیر تحت عدم قطعیت تقاضا
نویسندگان :
مبینا کاظمی زریون
1
فهیمه مطیعیان نجار
2
رضا توکلی مقدم
3
1- دانشگاه تهران
2- دانشگاه تهران
3- دانشگاه تهران
کلمات کلیدی :
محصولات فسادپذیر،قیمت گذاری ریسک محور،مدیریت موجودی،یادگیری تقویتی عمیق،الگوریتم ژنتیک،عدم قطعیت تقاضا
چکیده :
مدیریت همزمان قیمتگذاری و موجودی محصولات فسادپذیر، به دلیل کاهش کیفیت محصول در طول زمان و عدم قطعیت تقاضا، یکی از چالشهای مهم در مدیریت زنجیره تأمین به شمار میرود. در این پژوهش، یک چارچوب ترکیبی برای قیمتگذاری و کنترل موجودی ارائه شده است که در آن قیمتگذاری ریسکمحور بر اساس تازگی محصول، شدت تقاضا و احتمال فروشنرفتن کالا انجام شده و ضرایب مدل با استفاده از الگوریتم ژنتیک بهینهسازی میشوند؛ سپس، عامل یادگیری تقویتی عمیق DQN مقدار سفارش را با توجه به شرایط سیستم و قیمتهای حاصل از مدل تعیین میکند. برای ارزیابی عملکرد، روش پیشنهادی با یک روش مبنا مبتنی بر کاهش قیمت ثابت متناسب با سن محصول مقایسه شد و هر دو روش با ساختار تصمیمگیری و شرایط یکسان مورد ارزیابی قرار گرفتند. بهمنظور بررسی قابلیت اطمینان نتایج، هر روش در پنج اجرای مستقل آزمایش و اختلاف عملکرد آنها با استفاده از آزمون آماری بررسی شد. همچنین، تحلیل حساسیت نسبت به پارامترهای کلیدی شامل میانگین تقاضا، زمان تأمین و هزینه از رده خارج شدن انجام گرفت. نتایج نشان داد که روش پیشنهادی میانگین پاداش را از 655.49 به 875.03، معادل 33.49 درصد، افزایش داده و سطح خدمت را از 60.90 به 64.08 درصد بهبود بخشیده است. آزمون آماری نیز معنادار بودن تفاوت عملکرد دو روش را تأیید کرد. علاوه بر این، نتایج تحلیل حساسیت نشان داد که روش پیشنهادی در تمامی مقادیر بررسیشده از پارامترهای کلیدی، عملکرد برتری داشته و در برابر تغییر شرایط محیطی از پایداری مناسبی برخوردار است. نتایج بیانگر آن است که استفاده از شاخصهای ریسک در فرآیند قیمتگذاری میتواند ضمن افزایش سودآوری، به بهبود سطح خدمت و کاهش ضایعات محصولات فسادپذیر منجر شود.
لیست مقالات
لیست مقالات بایگانی شده
استفاده از مدل بازی دو نفره در تحلیل تصمیمگیری با رویکرد تئوری بازیها
مهتاب شرافتی - خدیجه بابایی
تحلیل عوامل مؤثر بر ترک سبد خرید با استفاده از دادههای واقعی رفتاری و روشهای یادگیری ماشین: مطالعه موردی یک داروخانه اینترنتی
پرستو نخشیده - مهدی حسین پور - روژیا نیک بزم
چارچوب تصمیم گیری ترتیبی مبتنی بر یادگیری ماشین و فرآیند تصمیم مارکوف با مشاهده پذیری جزئی برای بهینه سازی هزینه زمانی تشخیص بالینی
پارسا قره داغی - نفیسه صدقی
بهینهسازی تشخیص کووید-۱۹ از تصاویر رادیوگرافی با استفاده از نقشههای خودسازمانده: یک رویکرد کارآمد در سیستمهای سلامت هوشمند
سیده آیلار سیدی - ملینا مشیری
مدلسازی سیاست های مدیریت جریان نقدی برای یک شرکت کوچک تولیدی با روش پویایی شناسی سیستم ها
زهره احدی دولت سرا - سید عباس حسینی جو
تحلیل محرک های تاب آوری زنجیره تامین در داروسازی امین بااستفاده از روش اهمیت عملکرد
فاطمه سالکی فر - هادی شیرویه زاد
بهینهسازی چندهدفی زنجیره تامین سهسطحی با رویکرد برنامهریزی عدد صحیح مختلط
زهرا رحمانیان کوشککی - حمیدرضا ملکی
Bi-Objective Optimization of a Multi-Period Closed- Loop Glass Supply Chain Network: An Exact AUGMECON2 Approach
Armin Saadatpour - Saba Shahbaz - Javad Nematian
تحلیل عوامل اصلی موفقیت مهندسی مجدد فرایند ها با استفاده از روش دیمتل
علی شیرویه زاد - هادی شیرویه زاد
ارایه مدل مبتنی بر بلاکچین برای ایجاد شناسنامه کیفی خودرو: رویکردی در جهت شفافسازی زنجیره ارزش و بهبود رضایت مشتری
مروارید زاهدی فرد - علی میرشاهی - سمیر قربانی - رضا طهماسبی - سید فرزام رحیمی رهبر
بیشتر
ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 44.9.3