ارائه يك مدل رياضي براي تحليل ريسك‌هاي تعاملي سيستم زنجيره تأمين دارو با استفاده از شبكه‌هاي باور بيزي

A Mathematical Model for Analyzing Medicine Supply Chains’ System Interactive Risks Using Bayesian Belief Networks

وجود ريسك و نيز ايجاد شكست در زنجيره تامين مي­تواند اثر معني داري بر عملكرد كوتاه مدت و نيز اثر منفي بلند مدت بر عملكرد شركت كنندگان در زنجيره داشته باشد. لذا اين پژوهش با نگاهي نوآورانه به دنبال ارائه يك مدل رياضي براي تحليل ريسك­هاي تعاملي سيستم زنجيره تامين با استفاده از شبكه هاي باور بيزي است. پژوهش حاضر به لحاظ هدف كاربردي و به لحاظ ماهيت توصيفي است. جامعه خبرگان پژوهش در دو دسته خبرگان آكادميك و خبرگان صنعت طبقه ­بندي شده ­اند. در اين پژوهش اطلاعات لازم از زنجيره تامين دارويي بيمارستان امام رضا (ع) مشهد بدست آمده و با استفاده از فرايند مدلسازي شبكه هاي باور بيزي تجزيه و تحليل شده است. يافته­ هاي اين پژوهش نشان مي­دهد شبكه­ هاي باور بيزي نسبت به روش­هاي سنتي تحليل ريسك بسيار بهتر عمل مي­كند چرا كه مي تواند تحليل ريسك پايه ­اي از جمله رتبه بندي ريسك­ها و تحليل سناريو و ديگر ملزومات تحليل ريسك را بخوبي انجام دهد. همچنين BBN مي تواند انواع عدم قطعيت­ هاي متفاوت را به زبان احتمالات با شكل بصري مناسب نمايش داده و ديد بهتر و جامع­تري نسبت به شرايط زنجيره و ريسك­هاي آن فراهم آورد

Risk and failure in the supply chain can have a significant and negative effect on the short-term and long-term performance of the participants in the chain. Therefore, this research has an innovative look for a mathematical model for analyzing the interactive risks of the supply chain system using Bayesian belief networks. The study is descriptive in terms of purpose and has descriptive nature. The research community is classified into the two categories of academic experts and operational experts. In this research, information on the drug supply chain of the Imam Reza Hospital of Mashhad was obtained and analyzed using the bayesian belief network modeling process. The findings of this study show that Bayesian belief networks are much better than traditional risk analysis methods, because it can analyze basic risk analysis, including risk ranking and scenario analysis, and other essentials. BBN can also display different uncertainties in the language of probabilities with an appropriate visual form and provide more comprehensive view of the supply chain conditions and its risks