تحلیل فرآیند پیشبینی تقاضا از طریق زنجیرهتامین و مقایسه وضعیت فعلی و مطلوب درصنعت نشر کتاب
دوره 15، شماره 3، پاییز 1404، صفحه 304-315
https://doi.org/10.48313/jqem.2025.550673.1576
فاطمه زهرا منتظری، زهرا جوربنیان، حبیبه کریمی
چکیده هدف: امروزه مدیریت زنجیرهتامین و پیشبینی دقیق تقاضا از عوامل کلیدی در بهبود بهرهوری، کاهش هزینههای عملیاتی و افزایش انعطافپذیری در صنایع مختلف محسوب میشوند. صنعت چاپ و نشر کتاب، بهعنوان یکی از حوزههای تاثیرپذیر از نوسانات تقاضا، نیازمند اتخاذ استراتژیهای کارآمد برای مدیریت زنجیرهتامین و تخصیص بهینه منابع است. هدف این پژوهش بررسی تاثیر زنجیرهتامین بر فرآیند پیشبینی تقاضا در این صنعت و تحلیل تفاوتهای میان وضعیت موجود و شرایط مطلوب است.
روششناسی پژوهش: در این مطالعه، از رویکرد کمی و تحلیل دادههای واقعی فروش و تقاضای کتاب استفاده شده است. روشهای مبتنی بر یادگیری ماشین، بهویژه شبکههای عصبی مصنوعی از نوع پیشرو با الگوریتم یادگیری پسانتشار خطا، برای مدلسازی و پیشبینی تقاضا بهکار گرفته شدهاند. عملکرد این مدلها با روشهای سنتی مانند مدلهای سری زمانی مقایسه شده است تا میزان بهبود دقت پیشبینی ارزیابی شود.
یافتهها: نتایج تحقیق نشان میدهد که مدلهای یادگیری ماشین، بهویژه شبکه عصبی پیشرو، دقت بالاتری در پیشبینی تقاضا نسبت به مدلهای سنتی دارند. همچنین استفاده از این مدلها موجب کاهش اثر شلاقی در زنجیرهتامین و بهبود هماهنگی میان اعضای آن شده است.
اصالت/ارزشافزوده علمی: این پژوهش با ارایه یک مدل ترکیبی از مدیریت زنجیرهتامین و پیشبینی تقاضا مبتنی بر شبکههای عصبی، رویکردی نوآورانه برای بهینهسازی تصمیمگیری در صنعت نشر ارایه میدهد. تلفیق روشهای یادگیری ماشین با تحلیل زنجیرهتامین میتواند مبنایی برای توسعه راهکارهای هوشمند در مدیریت موجودی و برنامهریزی تولید در صنایع مشابه باشد.
