مدل‌‌سازی عامل‌‌بنیان سیستم پایش برخط توزیع دارو با رویکرد یادگیری تقویتی

افزایش سود عملیاتی، چالشی است که شرکت‌‌های پخش دارو با آن مواجه هستند. اغلب پژوهش‌‌های انجام شده در این حوزه، دارای رویکرد کاهش هزینه می‌باشند. سامانه‌‌ پایش برخط، یکی از روش‌‌های اثربخشی است که می‌‌تواند برای تصمیم‌‌گیری مدیران و بهبود عملکرد زنجیره توزیع دارو با رویکرد کاهش هزینه‌‌ها و افزایش درآمدها، مورد استفاده قرار گیرد. برای ایجاد این سامانه، نیاز به مدل‌‌سازی مفهومی، ریاضی و رایانه‌‌ای است. هدف این پژوهش، توسعه مدل‌‌ ریاضی عامل بنیان سیستم پایش برخط برای بهبود نظام توزیع دارو بر اساس مدل مفهومی با استفاده از رویکرد یاد‌‌گیری تقویتی است. مدل‌‌ ریاضی بر اساس مدل مفهومی عامل بنیان و با استفاده از رویکرد یادگیری تقویتی چندعاملی استخراج شد. پس از استخراج مدل ریاضی، اثربخشی مدل با مقایسه نتایج حاصل از خروجی مدل ریاضی و نتایج واقعی در یک شرکت‌‌ پخش دارو، صحه‌گذاری شد. یافته‌‌های پژوهش نشان داد که مدل ریاضی توسعه‌یافته، با توجه به تعاملات و تغییر رفتار عامل‌‌ها و وضعیت محیط، قابلیت بهبود مستمر اهداف، تصمیم‌‌گیری‌‌ها و عملکرد فرایندهای زنجیره توزیع دارو را دارد.

agent-based modeling of pharmaceutical distribution online monitoring system, with reinforcement learning approach

increasing operating profit is a challenge faced by pharmaceutical distribution companies. most of the researches conducted in this field have a cost reduction approach. the online monitoring system is one of the effective methods that can be used for managers’ decision-making and improving the performance of the pharmaceutical distribution chain with the approach of reducing costs and increasing revenues. to create this system, conceptual, mathematical and computer modeling is needed. the aim of this research is to develop a mathematical model of the online monitoring system to improve the pharmaceutical distribution system based on a conceptual model using a reinforcement learning approach. the mathematical model was derived based on the factor-based conceptual model and using the multi-factorial reinforcement learning approach. after extracting the mathematical model, the effectiveness of the model was validated by comparing the results obtained from the output of the mathematical model and the actual results in a pharmaceutical distribution company. the findings of the research showed that the developed mathematical model has the ability to continuously improve the goals, decisions and performance of the pharmaceutical distribution chain processes, according to the interactions and changes in the behavior of agents and the state of the environment.