دانلود ترجمه مقاله تاثیر تعدیل ساز توپولوژی شبکه تامین بر کارآیی مدیریت ریسک

1. مقدمه 2. بررسی مقالات 3. طرح پژوهش 4. نتایج و بحث ها 5. نتیجه گیری

چکیده – در حالی که مدیریت ریسک زنجیره تامین، یک مجموعه ابزاری غنی برای پرداختن به ریسک در سطح جفتی ارائه می ‌دهد، توجه کمتری به اثربخشی مدیریت ریسک در شبکه ‌های تامین پیچیده معطوف شده ‌است. ما این شکاف را با ایجاد یک مدل مبتنی بر عامل برای کشف رابطه بین ویژگیهای توپولوژیکی شبکه‌ های تامین پیچیده و توانایی آنها برای بازیابی از طریق کاهش موجودی و تغییر مسیر احتمالی پر می نماییم. ما شبکه‌ های تامین بالادست را شبیه ‌سازی می کنیم که در آن هر نماینده یک تامین کننده را نشان می‌ دهد. الگوهای اتصال تامین کننده از طریق مدل های پیوست تصادفی و ترجیحی ایجاد می‌ شوند. هر تامین کننده با استفاده از سیاست سفارش لنگر و تنظیم، موجودی خود را مدیریت می‌ کند. سپس به طور تصادفی تامین کنندگان را مختل می‌ کنیم و مشاهده می ‌کنیم که چگونه توپولوژی‌ های مختلف هنگام اعمال استراتژی ‌های مدیریت ریسک، بازیابی می‌ شوند. نتایج ما نشان می‌ دهد که توپولوژی دارای اثر تعدیل کننده بر اثربخشی استراتژی ‌های مدیریت ریسک است. شبکه‌ های تامین بدون مقیاس هزینه ‌های پایین تر را به بار می آورند، دارای نرخ های پرشدگی بالاتری هستند، و هنگامی که در معرض اختلالات تصادفی قرار می گیرند نسبت به شبکه های تصادفی نیاز به موجودی کمتری برای بازیابی دارند. شبکه‌ های تصادفی به طور قابل توجهی به فهرست موجودی توزیع‌ شده بیشتری در سرتاسر شبکه نیاز دارند تا به نرخهای پر شدگی مشابه شبکه ‌های بدون مقیاس برسند. کاهش میزان موجودی، صرف نظر از توپولوژي شبكه، نرخ پر شدگی را بیش از تغییر مسیر احتمالی بهبود می بخشد. تغییر مسیر احتمالی برای شبکه ‌های بدون مقیاس به دلیل تعداد کم تامین کنندگان جایگزین، به ویژه برای اختلالات کوتاه‌ مدت موثر نیست. ما همچنین دریافتیم که استفاده از کاهش موجودی برای تامین کنندگان مختل تنها زمانی موثر است که شبکه در معرض اختلالات مکرر قرار گیرد؛ و در غیر این صورت مقرون ‌به ‌صرفه نیست. کار پژوهشی ما به زمینه نوظهور تحقیقات در مورد رابطه بین توپولوژی شبکه تامین پیچیده و انعطاف پذیری کمک می رساند.

While supply chain risk management offers a rich toolset for dealing with risk at the dyadic level, less attention has been given to the effectiveness of risk management in complex supply networks. We bridge this gap by building an agent based model to explore the relationship between topological characteristics of complex supply networks and their ability to recover through inventory mitigation and contingent rerouting. We simulate upstream supply networks, where each agent represents a supplier. Suppliers' connectivity patterns are generated through random and preferential attachment models. Each supplier manages its inventory using an anchor-and-adjust ordering policy. We then randomly disrupt suppliers and observe how different topologies recover when risk management strategies are applied. Our results show that topology has a moderating effect on the effectiveness of risk management strategies. Scale-free supply networks generate lower costs, have higher fill-rates, and need less inventory to recover when exposed to random disruptions than random networks. Random networks need significantly more inventory distributed across the network to achieve the same fill rates as scale-free networks. Inventory mitigation improves fill-rate more than contingent rerouting regardless of network topology. Contingent rerouting is not effective for scale-free networks due to the low number of alternative suppliers, particularly for short-lasting disruptions. We also find that applying inventory mitigation to the most disrupted suppliers is only effective when the network is exposed to frequent disruptions; and not cost effective otherwise. Our work contributes to the emerging field of research on the relationship between complex supply network topology and resilience.