دانلود ترجمه مقاله بررسی پیشینه آثار در زمینه بازیابی بی نظمی در زنجیره تامین

نتیجه گیری:
چارچوب مقابله با ریسکهای عملیاتی و SC اختلال در سایه اثر شلاقی و اثر موجی آثار طی دو دهه گذشته مورد بررسی گسترده قرار گرفته است. اغلب آنها شامل مولفه های زیر می باشند:
• کاهش عدم قطعیت در مرحله SCD و SCP
• آمادگی پیوسته و کنترل خطر
• پاسخ و پایداری اجرای فرایند در مورد انحرافات و اختلالات
• بهبود و حداقل سازی اثرات میان مدت و بلندمدت انحرافات و اختلالات
چارچوب های تجربی متعددی برای تحلیل ریسک های SC و اقدامات بهبود توسعه یافته اند. در سالهای اخیر، پیشرفت های قابل توجهی در زمینه روشهای تحلیل کمّی در زمینه عدم قطعیت و ریسک های SCD و SCP بدست آمده اند. این روشها شامل بهینه سازی ریاضی، شبیه سازی، مدیریت موجودی و علوم کنترل و سیستم ها می باشند. هدف این پژوهش نشان دادن زمینه های کاربردی روشهای مختلف کمّی از تحلیل ریسک SC در SCD و SCP می باشد. می توان مشاهده کرد که اکثریت تحقیقات کمّی به نوسانات زمان فرآوری و تقاضا در طرف ریسک عملیاتی و اختلالات ساختاری طرف ریسک اختلالات مربوط می شوند. اقدامات بهبود و پیشگیرانه، کاهش های مختلف (همچون موجودی، تقویت ظرفیت، عرضه کنندگان پشتیبان) و استراتژیهای انعطاف پذیر (برای مثال تعیین منبع دوگانه یا چندگانه، انعطاف پذیری محصول و فرایند و مفاهیم هماهنگ سازی) معمولا با حاکمیت زمینه افزونگی مدنظر قرار می گیرند. همانند محدودیت های کاربرد تحلیل در کنترل اختلال SC، باید توجه کرد که وقایع اصلی مدل همچون شروع اختلال، بهبود کامل، افزایش موجودی بالا، پایدارسازی سیستم، لغو محصول، و مشکلات مربوطه در سطح خدمات توزیع معنی داری دارند. در مدل شبیه سازی، اثرات این وقایع بر بازده SC و سطح خدمات را می توان براساس نتایج آزمایش نهایی تخمین زد. در زندگی واقعی، چنین روش گذشته نگر را می توان برای اجرای تحلیل اثر اعمال کرد. از تحلیل می توان مشاهده کرد که تعدادی از زمینه های مهم شناسایی شده مدیریت و کنترل ریسک SC توجه کمی را به تحیل کمّی جلب کرده اند. ما این را بعنوان فرصت تحقیقی آینده در نظر خواهیم گرفت. برنامه تحقیق آینده شامل مسائل یکپارچه سازی اهداف عملی همچون شاخص های عملکرد کلیدی جدید مانند انعطاف پذیری، پایداری، سختی در تصمیمات SCD می باشد. مولفه های بهبود باید بصورت یکپارچه با مدلهای پیشگیرانه در نظر گرفته شوند. چنین یکپارچه سازی نیازمند ملاحظه همزمان خصوصیات ساختاری استاتیک SCD و دینامیک اجرایی از نظر عدم قطعیت و اختلالات می باشد. به هنگام بررسی رفتار دینامیک SC، روش تحقیق جالب اعمال نظریه سیستم های دینامیک همراه با روشهای برنامه ریزی ریاضی خواهد بود. در نهایت، رفتار سازمانی در کاهش و بهبود خطرات، زمینه بررسی شده روشهای تحقیق عملی/ علوم مدیریت خواهد بود.

Conclusions:
Frameworks for tackling operational and disruption SC risks in the light of the bullwhip effect and ripple effects have been extensively studied in the literature over the past two decades. Most of them include the following elements:
• mitigating uncertainty at the SCD and SCP stage
• continuous preparedness and risk control
• response and stabilisation of process execution in the case of deviations or disruptions
• recovering and minimising middle-term and long-term impacts of deviations and disruptions.
Numerous empirical frameworks have been developed for analysis of SC risks and recovery measures. In recent years, remarkable advancements have also been achieved in quantitative analysis methods for SCD and SCP under uncertainty and risks. Those methods include mathematical optimisation, simulation, inventory management, control and systems science. The objective of this survey was to reveal application areas of different quantitative methods from SC risk analysis in SCD and SCP. We could observe that the majority of quantitative research pertains to demand and lead-time fluctuations at the operational risks side and structural disruptions at the disruption risks side. Proactive and recovery measures, different redundancies (e.g. inventory, capacity buffers, backup suppliers) and flexibility strategies (e.g. dual or multiple sourcing, product and process flexibility and coordination concepts) are typically considered with a clear domination of the redundancy area. As limitations of quantitative analysis application to SC disruption control, it should be noticed that main events in the model such as disruption start, full recovery, high inventory increase, system stabilisation, product write-off and the resulting problems with service level are significantly distributed in time. In the simulation model, the impacts of these events on SC efficiency and service level can be estimated according to the final experiment results. In real life, such a retrospective methodology can be applied conditionally to performance impact analysis. It can also be observed from the analysis that a number of empirically identified important areas of SC risk management and control have attracted little attention in quantitative analysis. We regard this as a future research opportunity. A future research agenda includes issues of integrating operability objectives as new key performance indicators, e.g. resilience, stability, robustness into SCD decisions. Elements of recovery should be considered integrated with proactive models. Such integration requires simultaneous consideration of both the static structural properties of SCD and execution dynamics subject to uncertainty and disruptions. In investigating the dynamic behaviour of the SC, an interesting research avenue would be to apply dynamic systems theory in combination with mathematical programming methods. Finally, organisational behaviour in mitigating and recovering risks is an under-explored area in management science/ operations research methods.