Forecasting supply chain resilience performance using grey prediction

فن آوری های دیجیتال جدید توانسته اند شرکت ها را برای استفاده از ابزارها برای تولید بینش برای فرآیندهای زنجیره تامین عرضه کنند. انعطاف پذیری، ویژگی زنجیره های عرضه برای پاسخ بهتر به اختلالات، می تواند با استفاده از شاخص های عملکرد شناسایی و ارزیابی شود. این تحقیق به تحلیل و پیش بینی شاخصهای مقاومت انعطاف پذیر بر اساس شاخص های اطلاعات ثانویه می پردازد. این شاخص ها را می توان به طور منظم بر اساس عملکرد در انعطاف پذیری، پاسخگویی، کیفیت، بهره وری و دسترسی پذیری اندازه گیری کرد. از آنجا که اطلاعات منبع برای داده ها اغلب ناشناخته است، باید یک روش شناختی مناسب برای پیش بینی استفاده شود. در این تحقیق پیش بینی مدل خاکستری بهبود یافته در پیش بینی شاخص های دوره ای عملکرد مقاومتی پیشنهاد شده است. این تحقیق نشان می دهد که اندازه گیری های خطا اطمینان از مناسب بودن داده ها برای دستیابی به قابلیت پیش بینی قوی است. یک مدل پیش بینی برای زنجیره تامین یک تولید کننده الکترونیک هند برای پیش بینی اقدامات مقاومتی آن استفاده شده است. همچنین نتایج به دست آمده اعتبار یافته و پیامدهای عملی دارند. برای زنجیره عرضه که ما مطالعه کردیم، شاخص های انعطاف پذیری، پاسخگویی و قابلیت دسترسی برای دوره های آینده افزایش یافت، در حالی که شاخص های کیفیت و بهره وری کاهش می یابد. ما استدلال می کنیم که شاخص ها با روند منفی باید توسط شرکت توجه بیشتری شود. مدیران باید مقادیر پیش بینی کننده انعطاف پذیری را تجزیه و تحلیل کنند تا آنها پایه تجربی برای تنظیم استراتژی های خود را داشته باشند.