زنجیره تأمین چابک به عنوان یک استراتژی رقابتی برنده برای رهبران سازمان محسوب می شود. مدل های مفهومی و الگوهای زیادی برای معرفی و تبیین چابکی، عوامل و معیارهای موثر بر آن، سطوح مختلف چابکی و بررسی تاثیر چابکی بر عملکرد در زنجیره های تامین و سازمان ارائه شده اند. توالی مناسبی از مفاهیم چابکی می تواند اهداف زنجیره تامین به لحاظ کیفیت، هزینه، سطح سرویس و زمان مناسب را محقق کند. پس از اجرا یا حتی در حین اجرا و پیاده سازی عوامل موثر بر چابکی در زنجیره های تامین، که مستلزم صرف هزینه، زمان و هماهنگی های زیاد و قابل توجهی می باشند، اطلاع از کارائی فرایندهایی که منجر به چابک سازی زنجیره تامین می شوند، ضروری به نظر می رسد. همچنین اطلاع از کارائی نسبی هر یک از فرایندهای منبع یابی، ساخت و تحویل در چابک سازی زنجیره تامین جالب توجه و حائز اهمیت است. در این رساله رویکردی مبتنی بر تحلیل پوششی داده ها و شبیه سازی برای اندازه گیری کارائی چابک سازی فرایندهای تامین، تولید و تحویل در زنجیره تامین ارائه شده است. برای اندازه گیری معیارهایِ چابکی و عملکرد زنجیره تامین که با مقادیر قابل توجهی از ابهام همراه هستند، از متغیرهای زبانی و مجموعه های فازی استفاده می شود. بدین جهت سه الگوی تقریباً مستقل با سطوح دقت متفاوت در مورد زنجیره تامین ارائه خواهند شد. مدلسازی ریاضی سه الگو در محیط های قطعی و فازی انجام می شود. رویکردی مبتنی بر شبیه سازی مونت کارلو برای رتبه بندی کامل بازه های کارائی حاصل از مدل های فازی نیز ارائه خواهد شد. به جهت روشن تر شدن کاربردهای عملیاتی رویکردهای پیشنهادی، از آن ها برای اندازه گیری کارایی چابک سازی فرایندهای زنجیره تامین 40 شرکت ایرانی تولید کننده لبنیات استفاده می شود و نتایج مورد بررسی و تحلیل قرار می گیرند. رویکردهای ارائه شده در این رساله از دو منظر نظری و عملیاتی نسبت به رویکردهای موجود جالب توجه هستند. مدل های ارائه شده در این رساله همواره شدنی هستند. یعنی تحت هر شرایطی که برای ورودی ها و خروجی ها وجود داشته باشد، حداقل یک جواب شدنی برای این مدل ها وجود دارد و وضعیت نشدنی بودن برای مدل ها در عمل زخ نمی دهد. مدل های ارائه شده همگی دارای توابع هدفی هستند که بیشینه مقدار آنها محدود به یک بوده و کمینه مقدار آنها دارای حدپایین صفر می باشد. لذا مقادیر توابع هدف مدل های ارائه شده بین صفر و یک بوده و لذا کارایی نسبی را اندازه گیری می کند. این خواص در قالب قضایا و لِم هایی در این رساله به صورت تحلیلی بررسی و ارائه شده اند. در رویکردهای تحلیل پوششی داده ای فازی که مبتنی بر آلفا-برش هستند، حجم محاسبات مورد نیاز و تعداد مدل های بهینه سازی که باید برای تحلیل کلی حل شوند، به شدت افزایش می یابد. شیوه مدلسازی پارامترهای فازی در مدل های ارائه شده در این رساله منجر به ارائه مدل هایی در محیط فازی شده است که حجم محاسبات مورد نیاز با استفاده از رویکرد آلفا-برش به نحو مطلوبی کاهش می یابد. با استفاده از مدل های ارائه شده در این رساله در یک زنجیره تامین چند سطحی، می توان کارایی چابکی در کل زنجیره تامین و همچنین کارایی چابک سازی به تفکیک فرایندهای تامین، تولید و تحویل را اندازه گیری نمود. همچنین کارایی چابکی بالقوه و کارایی بالفعل در مورد کل زنجیره تامین و هر کدام از فرایندهای تامین، تولید و تحویل نیز توسط رویکردهای ارائه شده قابل اندازه گیری هستند. ذکر این نکته هم ضروری است که این محاسبات در محیطی که معیارهای مورد توجه برای اندازه گیری ابهام داشته و معمولاً به صورت کیفی و متغیرهای زبانی ارائه می شوند، انجام می شوند. به کارگیری مدل های این رساله دیدگاه مناسبی جهت شناسایی و رفع عدم کارایی در چابک سازی فرایندهای تامین، تولید و تحویل در زنجیره های تامین چند سطحی را ارائه می کند. مدل های توسعه داده شده در این رساله مستقل از نوع فرایند، تعداد ورودی های و خروجی ها می باشند، با قدری متناسب سازی برای سایر فرایندهای تولیدی و خدماتی در علوم مدیریت و مهندسی قابل بکارگیری هستند.

یک تحقیق نشان داد که پیش بینی ضعیف تقاضا و ضعف هماهنگی و اطمینان بین اعضا زنجیره تامین، باعث تغییرات نامنظم سفارشات در بازه های زمانی مختلف میشود. دلیل این مشکل این است که هر عضو زنجیره تامین سفارشات و تصمیمات را با یک دید منفعت طلبانه شخصی به طرف بالای زنجیره تامین انتقال میدهد که این پدیده منجر به موجودیهای اضافه در تمام قسمتهای زنجیره تامین خواهد شد. این پدیده، اثر شلاق چرمی نام دارد که به تغییرات نامنظم سفارشات در طی زنجیره تامین اطلاق می شود. این اثر برای اولین بار به وسیله پروکتل و گمبل در ارتباط با یکی از محصولاتشان مشاهده و شناخته شد. این پژوهش بر آن است تا با استفاده از یافته های قبلی در مورد علل ایجاد اثر شلاقی(شلاق چرمی) در زنجیره تامین، نسبت به کاهش اثر این پدیده از طریق پیش بینی مقدار صحیح تقاضای مشتریان، بوسیله الگوریتم های یادگیری ماشین اهتمام ورزد. در این پژوهش ابتدا مفاهیم زنجیره تامین و سپس علل ایجاد اثر شلاقی مطرح شده و سپس از طریق الگوریتمهای هوش مصنوعی سعی در پیش بینی مقدار صحیح تقاضا شده و در انتها، خطای این پیش بینی ها با یکدیگر مقایسه میشود. در این پژوهش روشهایی جهت کاهش اثر شلاقی در زنجیره تامین شرکت ایران خودرو از طریق پیش بینی مقدار صحیح تقاضای مشتریان با استفاده از تکنیکهای یادگیری ماشین (الگوریتم های شبکه عصبی ، ماشین بردار پشتیبان و نوار هموار ) ارائه شده که در این روشها با استفاده از تقاضای سابق مشتری تقاضای آینده او پیش بینی میشود. برای مقایسه این تکنیکها به دو شاخص زمان اجرا و خطای مقدار میانگین استناد شده است. جامعه آماری شامل داده های تقاضای واقعی و تقاضای تغییر یافته خوردوهای لوگان(ال 90)، پژو 206 و سمند می باشد. پژوهش نشان می دهدکه برای تمامی نمونه ها روش شبکه عصبی کمترین مقدار خطا و روش نوار هموار کمترین زمان اجرا را دربین این سه روش دارا میباشد.

سازمان ها و موسسات جهت برنامه ریزی و کنترل نیاز به ارزیابی عملکرد واحدهای زیر مجموعه خود دارند تا بتوانند واحدها را مقایسه کرده و از نقاط ضعف و قوت آن ها آگاه شوند و اقدامات لازم را جهت بهبود عملکرد واحدها و در نهایت کل سازمان انجام دهند. لذا با عنایت به اهمیت این موضوع، در این تحقیق ارزیابی عملکرد زنجیره تامین از طریق تحلیل پوششی داده های شبکه ای فازی مورد بررسی قرار خواهد گرفت. مدل های تحلیل پوششی داده های معمول در ارتباط با اندازه گیری کارایی واحدهای تصمیم گیر با چندین ورودی و چندین خروجی هستند. در این مدل ها جریان میان واحدها در نظر گرفته نمی شود، لذا با در نظر گرفتن این جریانات در این پژوهش با ارائه زنجیره تامین از صنایع نیمه هادی به ارزیابی واحدهای تصمیم گیر پرداخته که در این زنجیره تامین 10 واحد تصمیم گیر وجود دارد و در هر واحد تصمیم گیر 3 تامین کننده، 2 تولید کننده ، 2 توزیع کننده و 4 مشتری موجود می باشد و همچنین کارایی کلی مدل ورودی محور به همراه کارایی بخش ها محاسبه خواهد شد و برای تکمیل فرایند بهبود این کارایی ها تصاویر بر روی مرز کارایی با استفاده از خروجی های مدل حل شده در نرم افزار لینگو بدست می آیند.

چالش بزرگ مدیریت سفارش دهی در زنجیره تأمین اتخاذ یک راهبرد سفارش دهی مناسب در هر رده از زنجیره تأمین برای کاهش هزینه انبار و در نتیجه کاهش هزینه ها در زنجیره تأمین است. در این پایان نامه عامل های هوشمند نرم افزاری وظیفه تصمیم گیری پویا را برای پیدا کردن یک راهبرد مناسب سفارش دهی بر عهده می گیرند. در گام اول ما به سراغ الگوریتم یادگیری q می رویم و ضمن نشان دادن برتری آن نسبت به الگوریتم هایی که سیاست ثابت سفارش دهی را اتخاذ می کنند به بیان ضعف های آن در مدیریت سفارش دهی با فضای حالت بزرگ همچون سیستم های چند عامله می پردازیم. در گام بعد راهکاری را برای عمومیت بخشیدن به الگوریتم یادگیری q با استفاده از تقریب زدن بیان می کنیم و نشان می دهیم که استفاده از الگوریتم بهینه شده با غلبه بر مشکل فضای حالت وسرعت یادگیری پایین، می تواند به خوبی روش های قبلی راهبرد بهینه را برای مدیریت سفارش دهی پیدا کند. این دست آورد سبب میشود که راه برای استفاده از این الگوریتم در مسایل دنیای واقعی که شامل شبکه ای از زنجیره های تامین با رده های مختلف سفارش دهی هستند هموار شود.

در دنیای کنونی ضروری است که صنایع و بنگاه های تولیدی با رویکردی استراتژیک نسبت به تشخیص شرایط جدید رقابتی و انجام تحولات ساختاری، راه را برای پیشرفت هموار سازند. در این راستا، سازمان های موفق با به کارگیری منابع، توانمندی ها و شایستگی های کلیدی و بررسی اولویت های رقابتی خود در چارچوب فرایند مدیریت استراتژیک، سعی در ایجاد یک موقعیت رقابتی پایدار و منحصر به فرد در بازار دارند. هدف پژوهش حاضر ارزیابی بهره وری(کارایی و اثربخشی) تصمیمات و اقدامات استراتژیک تولید با استفاده از مدل تحلیل پوششی داده ها در صنایع سیم و کابل ایران است.