|
|
ارائه مدل بهینه ساز هزینه های کنترل موجودی دستگاههای خودپرداز شهر تهران
|
|
|
|
|
نویسنده
|
آقا قلیزاده سیار علیرضا ,شیرازی حسین ,ایزدیار مهدی ,فتاح دماوندی محمدمهدی
|
منبع
|
حسابداري مديريت - 1399 - دوره : 13 - شماره : 47 - صفحه:105 -123
|
چکیده
|
ازآنجا که مدیریت هزینه ها یکی از مهمترین وظایف سازمان ها هستند ، مدیریت هزینه های سیستم کنترل موجودی دستگاههای خود پرداز نیز یکی از اساسی ترین وظایف بانکها بشمار میروند. این مقاله به دنبال ارائه مدلی پویا و بهینه برای کنترل هزینه های موجودی دستگاههای خودپرداز، با توجه به شرایط زمانی و مکانی هر دستگاه میباشد .بنابر این از داده های کل جامعه آماری، مربوط به بانک متبوع در شهر تهران که شامل 368 دستگاه خودپرداز می گردد استفاده شد . بررسی رفتار دستگاه ها در بازه زمانی سه ماهه در سال 1396 انجام شده است. این مدل با خوشه بندی داده های آماری در ابعاد زمانی و مکانی موفق به یادگیری الگوی موجود در کلان داده ها شده و بر همین مبنا درخت تصمیم ارائه شده قادر به پیش بینی تعداد مراجعه کننده به هر دستگاه می باشد . سپس با استفاده از تابع هزینه ها برای سناریوهای بدست آمده هزینه های سیستم مشخص میگردند.هزینه ی کل سیستم شامل مجموع هزینه های نگهداری پول ، کمبود پول و سفارش دهی پول برای هر دستگاه میباشد . در نهایت با ارائه الگوی بهینه سازی شده کنترل موجودی برای هر سناریو، هزینه های کل سیستم به طور میانگین 16/5 درصد ، یعنی به مقدار 38 میلیون تومان در ماه کاهش پیدا میکند.
|
کلیدواژه
|
کنترل موجودی، مدلسازی، دستگاه خودپرداز، داده کاوی
|
آدرس
|
موسسه آموزش عالی الکترونیکی ایرانیان, ایران, دانشگاه آزاد اسلامی واحد قم, گروه مدیریت, ایران, دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران, ایران, دانشگاه امام صادق, ایران
|
پست الکترونیکی
|
mmfattahdamavandi@gmail.com
|
|
|
|
|
|
|
|
|
providing an optimization model of inventory control costs in tehran atms
|
|
|
Authors
|
agha gholizade sayar alireza ,shirazi hossein ,izadyar mahdi ,fattah damavandi mohamad mahdi
|
Abstract
|
since cost management is one of the most important tasks of organizations, cost management of inventory control system of atms is also one of the most basic tasks of banks. this article seeks to provide a dynamic and optimal model for controlling inventory costs of atms, according to the time and place of each device. therefore, all data, related to the relevant bank in tehran, which includes 368 atms, was used. investigating the behavior of devices in the three-month period in 1396 has been done. this model has succeeded in learning the existing pattern in big data by clustering statistical data in place and time dimensions, and based on this, the proposed decision tree is able to predict the number of customers to each device. then, using the cost function for the obtained scenarios, the system costs are determined. the total cost of the system includes the total hold cost of money, shortage cost and orderig cost for each device. finally, by providing an optimized inventory control model for each scenario, the total system costs are reduced by an average of 16.5 percent, or 38 million tomans per month.
|
|
|
|
|
|
|
|
|
|
|
|
|