مدل‌سازی پویای بهینگی زنجیره تامین صنعت برق کشور

هدف از این مطالعه مدل سازی عوامل موثر بر بهینگی زنجیره تامین مبتنی بر تکنیک پویایی های سیستم در صنعت برق می باشد.مطالعه حاضر با استفاده از روش ترکیبی،یک رهیافت کیفی-کمی را برای تدوین و اعتباریابی مدل عوامل موثر بر بهینگی زنجیره تامین از دیدگاه نخبگان صنعت برق ارائه می نماید.در راستای تدوین و شناسایی عوامل بهینگی،از تحلیل مضمون و شبکه مضمونها با استفاده از نرم افزار نویو برای تشکیل شبکه مضامین،الگوی کیفی عوامل موثر بر بهینگی زنجیره تامین طراحی شد.برای تدوین الگوی اولیه عوامل موثر بر بهینگی زنجیره تامین،تعداد 23 نفر از خبرگان و متخصصان صنعت برق با روش نمونه گیری هدفمند انتخاب شدند.در بخش کمی نیز برای مدلسازی از روش پویایی سیستم استفاده شد و سپس داده‌های جمع آوری شده توسط نرم افزار ونسیم مورد تجزیه و تحلیل قرار گرفت. این شبیه سازی طی یک دوره یک ساله انجام شده است و نشان دهنده‌ی یک افق دید طولانی مدت می‌باشد. سپس نتایج بدست آمده از این شبیه سازی بر روی متغیر‌های مورد مطاله ارائه و تفسیر شد. تعیین روابط بین متغیرها و نوع متغیرها می تواند به درک بهتر موضوع و اتخاذ تصمیمات مناسبی در مساله بهینگی زنجیره تامین منجر شود.

Dynamic modeling of power supply chain optimization

The purpose of this study is to modeling the factors affecting supply chain optimality based on the system dynamics technique in the power industry. The present study uses a hybrid approach to develop a qualitativequantitative approach to formulate and validate the factors influencing the supply chain optimality. To elaborate and identify the optimal factors, from content analysis and thematic analysis using Novio software to construct themes, a qualitative model of factors influencing supply chain optimality was designed. On the optimality of the supply chain, 23 experts and experts in the electricity industry with purposive sampling method were selected. In the quantitative part, the system dynamics method was used for modeling, and then the data collected was analyzed by Venice software. This simulation was carried out over a one year period and represents a longterm horizon. Then the results of this simulation were presented and interpreted on the variables studied. Determining the relationships between variables and the types of variables can lead to a better understanding of the issue and to making appropriate decisions on the supply chain optimality problem.