ارائه الگویی جهت ارزیابی تاثیر تکنولوژی بلاکچین (زنجیره تامین بلوکی) بر عملکرد زنجیره تامین با استفاده از سیستم‌های استنتاج فازی در صنعت خودروسازی

هدف تحقیق حاضر، ارائه الگویی جهت ارزیابی تاثیر تکنولوژی بلاکچین بر عملکرد زنجیره تامین در صنعت خودرو با استفاده از طراحی سیستم استنتاج فازی است. این پژوهش ازنظر هدف کاربردی است. جامعه آماری مورد مطالعه در این تحقیق، مدیران 3 شرکت خودروسازی در ایران شامل شرکت ایران‌خودرو، سایپا، مدیران خودرو است که حجم نمونه آماری تعداد 36 نفر به ترکیبی از دو روش نمونه‌گیری غیراحتمالی هدفمند (قضاوتی) و نمونه‌گیری گلوله برفی انتخاب شدند. در این تحقیق با استفاده از مطالعات کتابخانه‌ای و میدانی عامل‌ها و زیر عامل‌های تحقیق انتخاب گردیده که پس از مطالعات کتابخانه‌ای 17 زیر معیار در 3 معیار اصلی تضعیف‌کننده، تقویت‌کننده و امکان‌پذیری به‌صورت مدل مفهومی مشخص گردید که پس از فازی‌سازی گوسین 125 قاعده بر اساس نظر خبرگان تعیین‌ شده است. براساس نتایج، اگر تغییرات بازه‌ی تضعیف‌کننده بیشتر از 5/0 باشد، باعت کاهش عملکرد شده و اگر در بازه کمتر از 5/0 باشد تاثیر چندانی بر عملکرد ندارد. تغییرات بازه‌ی تقویت‌کننده و امکان‌پذیری اگر کمتر 5/0 باشد سطح متوسطی از تغییر را در عملکرد ایجاد و اگر بیشتر از 5/0 باشد، خروجی عملکرد را افزایش می‌دهد. به‌منظور اعتبار سنجی و حصول اطمینان از کارآیی آن از تست شرایط حدی استفاده ‌شده است. نتایج نشان داد که آزمون برای سه sub fis اجرا شده و تمامی fis های طراحی‌ شده مذکور رفتار منطقی نسبت به مقادیر حدی ورودی‌ها از خود ارائه نموده‌اند که این نشانگر اعتبار مدل طراحی ‌شده است و می‌توان بیان داشت که سیستم از دقت و اعتبار مطلوبی برای ارزیابی برخوردار است.

Provide a Model in Determining the Impact of Block-Chain Technology on Supply Chain Performance using Fuzzy Inference Systems in the Automobile Industry

The purpose of this study is to provide a model in determining the impact of blockchain technology on supply chain performance in the automobile industry using a fuzzy inference system design. In terms of purpose, this research is considered as applied research. The statistical population is the managers of three automobile industrial companies in Iran, including IranKhodro, Saipa, and ModiranKhodro. The statistical sample size of 36 people was selected by a combination of two methods: Nonprobability sampling (Judgmental) and Snowball sampling. Using library and field studies, the factors and subfactors of the research have been selected. After library studies, seventeen subcriteria in three main criteria of attenuating, amplifier, and possibility were identified as a conceptual model. After Gaussian fuzzy, 125 rules are set, based on experts’ opinions. According to the results, if the changes in the attenuating interval are more than 0.5, it will reduce the performance, and if it is less than 0.5, it will not have much effect on the performance. If the changes in the amplifier and possibility intervals are less than 0,5, it creates a moderate level of change in performance. And if greater than 0.5, it will increase performance output. To validate and ensure its efficiency, Extreme Condition test has been used. The results of test for three SUBFIS and all the designed FIS, showed reasonable behavior towards the limit’s values of the inputs, which indicates the validity of the designed model and that means the system has good accuracy and validity of the evaluation.