كنفرانس بين المللی مهندسی صنايع و سيستم ها

صفحه اصلی / یازدهمین كنفرانس بين المللی مهندسی صنايع و سيستم ها

مدل ترکیبی داده‌محور برای انتخاب تأمین‌کننده و طراحی شبکه زنجیره تأمین دارویی تحت ریسک اختلال

نویسندگان :

امیرحسین عموجعفری¹ محمد شریفی نیک² عباس فروزان‌ فر³

1- دانشگاه صنعتی شریف 2- دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران 3- دانشگاه صنعتی شریف

کلمات کلیدی :

انتخاب تامین‌کننده،درخت تصمیم‌گیری،تحلیل سلسه مراتبی،زنجیره‌تامین دارویی،یادگیری‌ماشین،تصمیم‌گیری چندمعیاره

چکیده :

انتخاب تأمین‌کننده مناسب در زنجیره تأمین دارویی به دلیل حساسیت بالا و ضرورت تأمین به‌موقع داروها، نقشی اساسی در کاهش هزینه‌ها، تضمین کیفیت و افزایش تاب‌آوری شبکه ایفا می‌کند. پیچیدگی‌ها و عدم‌قطعیت‌های موجود در این زنجیره، لزوم استفاده از رویکردهای نوین و داده‌محور را برای بهبود تصمیم‌گیری دوچندان کرده است. در این پژوهش، یک چارچوب ترکیبی برای انتخاب تأمین‌کننده و طراحی شبکه توزیع دارو در شرایط عدم‌قطعیت ارائه شده است. ابتدا معیارهای کلیدی با استفاده از الگوریتم درخت تصمیم (Decision Tree Classifier) و بر پایه داده‌های واقعی تأمین‌کنندگان دارویی به‌صورت پویا شناسایی و سپس با فرآیند داده‌محور تحلیل سلسله‌مراتبی (AHP) وزن‌دهی شدند. در ادامه، رتبه‌بندی تأمین‌کنندگان با استفاده از نسخه بهبودیافته روش CoCoSo تحت عنوان CoCoFISo انجام شد که با اصلاح فرآیند نرمال‌سازی و بازتعریف استراتژی تجمیع، دقت و پایداری بالاتری نسبت به روش‌های متداول ایجاد کرده است. در نهایت، نتایج این مراحل در یک مدل برنامه‌ریزی تصادفی چندهدفه ادغام شده تا سه تابع هدف شامل کمینه‌سازی هزینه کل، بیشینه‌سازی امتیاز تأمین‌کنندگان و بیشینه‌سازی قابلیت اطمینان شبکه تأمین به‌طور هم‌زمان بهینه‌سازی شوند. اجرای مدل بر روی داده‌های واقعی نشان داد که رویکرد پیشنهادی و به‌ویژه استفاده از CoCoFISo، عملکرد برتری نسبت به روش‌های TOPSIS و CoCoSo دارد. این برتری به‌ویژه در کاهش هزینه‌ها، بهبود انتخاب تأمین‌کنندگان و افزایش تاب‌آوری شبکه دارویی مشهود است. چارچوب پیشنهادی می‌تواند به‌عنوان ابزاری کارآمد برای تصمیم‌گیرندگان در صنعت دارویی جهت طراحی شبکه‌های پایدار و مقاوم در برابر نوسانات تقاضا و اختلالات عملیاتی مورد استفاده قرار گیرد.