بهینهسازی یکپارچه موجودی قطعات یدکی با استفاده از پیشبینی تقاضا مبتنی بر یادگیری ماشین با در نظر گرفتن موجودی اطمینان و تأمین با دو زمان تحویل
نویسندگان
1 استادیار، گروه مهندسی صنایع، دانشکده مهندسی و پرواز، دانشگاه امام علی (ع)، تهران، ایران
doi
10.22034/sep.2026.2074035.1409چکیده
یکی از چالشهای همیشگی در صنعت، برقراری تعادل میان تداوم تولید و کاهش هزینههای انبارداری است؛ هدفی که روشهای سنتی مدیریت موجودی، به دلیل ضعف در پیشبینی تقاضاهای نامنظم و نادیدهگرفتن محدودیتهای اجرایی، اغلب در تحقق آن ناموفقاند. در این پژوهش، سعی شده با تلفیق پیشبینی دقیق تقاضا و مدلسازی ریاضی، راهکاری یکپارچه برای این مسئله ارائه شود. نقطه قوت این مدل، انعطافپذیری آن در انتخاب شیوه تأمین است؛ یعنی سیستم میتواند بسته به شرایط، بین خرید عادی و خرید اضطراری بهترین گزینه را انتخاب کند. در طراحی این مدل، محدودیتهای واقعی نظیر سقف بودجه (برای اقلام حیاتی و غیرحیاتی) و ظرفیت انبار دقیقاً در نظر گرفته شدهاند و سطح موجودی اطمینان نیز متناسب با نوسانات تقاضا تغییر میکند. نتایج پیادهسازی مدل روی دادههای ۶۰ قلم کالا نشان داد که فاصلهگرفتن از سیاستهای تکبعدی و استفاده از یک راهبرد ترکیبی، حتی در شرایط محدودیت مالی و فضا، منجر به کاهش هزینهها و حفظ پایداری سیستم میشود.