ارزیابی و مدیریت ریسک های زنجیره تامین با استفاده از سیستم استنتاج فازی (مطالعه موردی شرکت دخانیات گیلان)

مدیریت ریسک در زنجیره تامین و تاثیر آن بر رقابت پذیری و پویایی و چابکی صنایع بزرگ بعنوان یک فاکتور کلیدی جهت تصاحب سهم بازار و کاهش نفوذ رقبا و بقا شرکت های بزرگ محسوب می شود.در این رویکرد نوین با معرفی یک مدل سیستماتیک جهت استخراج هر ریسک از زیر مجموعه ای که به آن تعلق دارد، ریسکهای موجود را در سیستم شناسایی نموده و مقدار هر ریسک را با استفاده از روش نمره اولویت خطر پذیری محاسبه می نماییم. سپس با معرفی یک مدل سیستم استنتاج فازی سه سطحی به عنوان ابزاری قدرتمند جهت تحلیل و تاثیرمیزان هر ریسک در مدیریت زنجیره تامین به تحلیل نتایج خواهیم پرداخت. مدل نهایی در شرکت دخانیات گیلان بعنوان مطالعه موردی پیاده سازی شد، مدل سیستم استنتاج فازی را با نرم افزار متلب اجرا نموده و نتایج بدست امده را با روش تصمیم گیری فازی مجموع ساده وزنی مقایسه نموده و صحت نتایج تایید شد. این تحقیق با معرفی یک مدل جامع جهت کنترل و استخراج تمامی ریسکهای محتمل در زنجیره تامین و تحلیل هرریسک توسط سیستم استنتاج فازی بدلیل عملکرد بالا و سرعت پاسخگویی در شرایط غیرقطعی، می تواند به مدیران در ارتقا بهره وری و رقابت پذیری کمک نماید.یکی از مهمترین نتایج این تحقیق مشخص شدن وضعیت هر ریسک است ، که باید مدیران ارشد به سرعت با انجام اقدامات اصلاحی این ریسکها(ریسکهایی که درسطح متوسط یا بالا قرا دارند) را کنترل نمایند.

assessment and management of supply chain risks using fuzzy inference system, a case study of gilan tobacco company

risk management in the supply chain and its impact on the competitiveness, dynamism and agility of large industries is considered a key factor in capturing market share, reducing the influence of competitors, and the survival of large companies. in this new approach, by introducing a systematic model to extract each risk from the subset to which it belongs, we identify the risks in the system and calculate the amount of each risk using the risk priority score method. then, by introducing a three-level fuzzy inference system model as a powerful tool to analyze and assess the impact of each risk in supply chain management, we will analyze the results. the final model was implemented in the guilan tobacco company as a case study, the fuzzy inference system model was implemented with matlab software, and the results obtained were compared with the weighted simple sum fuzzy decision-making method, and the accuracy of the results was confirmed. this research, by introducing a comprehensive model for controlling and extracting all potential risks in the supply chain and analyzing each risk through a fuzzy inference system, can help managers improve productivity and competitiveness due to its high performance and speed of response in uncertain conditions. one of the most important results of this research is the identification of the status of each risk, which senior managers must quickly control by taking corrective actions for these risks (risks that are at a medium or high level).