ترکیب بهینه پیش بینی در زنجیره تامین چهار سطحی با هدف کمینه نمودن اثر شلاق چرمی

اثر شلاق چرمی که در زنجیره اتفاق می افتد، منجر به ناکارآمدی هایی همچون موجودی اضافی و سفارشات عقب افتاده در طول زنجیره می گردد. انجام پیش بینی مناسب می تواند تا حدود زیادی این مشکلات را مرتفع سازد. با توجه به اینکه زنجیره تامین دارای سطوح مختلفی می باشد، لازم است پیش بینی در هر سطحی از زنجیره انجام شود. این مقاله به بررسی مساله ترکیب بهینه پیش بینی جهت کاهش اثر شلاق چرمی در زنجیره تامین چهار سطحی می پردازد. برای این منظور یک زنجیره تامین چهار سطحی در نظر گرفته شده است که در هر یک از سطوح آن، یکی از روش-های میانگین متحرک، هموارسازی نمایی، رگرسیون خطی و شبکه عصبی مصنوعی پرسپترون چند لایه را برای پیش بینی مورد استفاده قرار می-دهد. برای این منظور نخست نسبت به شبیه سازی زنجیره تامین مورد نظر اقدام و سپس نتایج با استفاده از روش تحلیل واریانس مورد آزمون قرار گرفته اند. از بین ترکیبات، دو ترکیب روش های پیش بینی با کمترین اثر شلاق چرمی بدست آمده است. میانگین متحرک، شبکه عصبی، هموارسازی نمایی و رگرسیون خطی به ترتیب برای سطح های خرده فروش، عمده فروش، تولید کننده و تامین کننده به عنوان یک جواب و دیگری به شکل میانگین متحرک، هموار سازی نمایی، شبکه عصبی و رگرسیون خطی با همان ترتیب سطوح یاد شده در زنجیره تامین می باشند و ترکیبات دیگر از مطلوبیت کمتری برخوردارند.