An artificial intelligence model based on LS-SVM for third-party logistics provider ‎selection

استفاده از تامين كننده لجستيكي طرف سوم به عنوان يك راهبرد جديد در مديريت لجستيك در نظر گرفته مي شود. ارتباطات با در نظرگرفتن اين تامين كننده، گاهي از اوقات پيچيده تر از ارتباطات ساير تامين كنندگان لجستيكي سنتي است. اين ارتباطات به عنوان يك راه مشهور به منظور پررنگ نمودن توانمنديهاي سازماني با لحاظ شدن شرايط عدم قطعيت بازار، پيروي از شايستگي هاي اساسي و تامين راهبردهاي بلند مدت در نظر گرفته مي شود. انتخاب تامين كنندگان خدماتي به عنوان يك مسير درخشان تحقيقاتي در دو دهه اخير مطرح شده است. مرور ادبيات موضوع بيانگر آن است كه شبكه هاي عصبي عملكرد بالاتري نسبت به روشهاي سنتي در اين حوزه از خود نشان داده اند. بنابراين در اين مقاله يك رويكرد هوش مصنوعي براي تصميم گيري بهتر مديريت لجستيك در نظر گرفته مي شود كه به طور قابل ملاحظه اي در صنعت آرايشي براي پيش بيني بلندمدت براساس داده هاي عملكرد واقعي ارايه مي گردد. رويكرد ارايه شده مبتني بر شبكه هاي عصبي تركيبي جديد براي بهبود تصميم گيري براي انتخاب تامين كنندگان است. اين مدل مي تواند عملكرد كلي تامين كننده را براساس حداقل مربعات ماشين بردار پشتيبان و روش كراس ولديشن پيش بيني نمايد. علاوه براين رويكرد پيشنهادي در يك مطالعه موردي واقعي در صنعت آرايشي به كار گرفته مي شود. نتايج محاسباتي بيانگر اين است كه رويكرد پيشنهادي عملكرد و دقت بالا در شرايط واقعي پيش بيني در مقايسه با دو روش مشهور ديگر دارد.

The use of third-party logistics (3PL) providers is regarded as new strategy in logistics management. The relationships by considering 3PL are sometimes more complicated than any classical logistics supplier relationships. These relationships have taken into account as a well-known way to highlight organizationsʹ flexibilities to regard rapidly uncertain market conditions, follow core competencies, and provide long-term growth strategies. Choosing service providers has been considered as a notable research area in the last two decades. The review of the literature represents that neural networks have proposed better performance than traditional methods in this area. Therefore, in this paper, a new enhanced artificial intelligence (AI) approach is taken into consideration to assist the decision making for the logistics management which can be successfully presented in cosmetics industry for long-term prediction of the real performance data. The presented AI approach is based on modern hybrid neural networks to improve the decision making for the 3PL selection. The model can predict the overall performance of the 3PL according to least squares support vector machine and cross validation technique. In addition, the proposed AI approach is given for the 3PL selection in a real case study for the cosmetics industry. The computational results indicate that the proposed AI approach provides high performance and accuracy through the real-life situations prediction along with comparing two other two well-known AI ‎methods.‎