مشخصات پژوهش

صفحه نخست /ارائه مدل برنامه ریزی ریاضی ...
عنوان ارائه مدل برنامه ریزی ریاضی فازی به منظور بهینه‌سازی پروموشن در صنعت خرده فروشی در شرایط عدم قطعیت.
نوع پژوهش پایان نامه های تقاضا محور و غیر تقاضا محور
کلیدواژه‌ها قیمت‌گذاری پروموشنی، خرده‌فروشی، پیش‌بینی تقاضا، برنامه‌ریزی ریاضی فازی، GODFIS، عدم قطعیت.
چکیده در صنعت خرده‌فروشی، تصمیمات قیمت‌گذاری و پروموشن قیمتی به‌صورت مکرر و در شرایط عدم‌قطعیت شدید اتخاذ می‌شوند و نقش تعیین‌کننده‌ای در سودآوری و سهم بازار ایفا می‌کنند. پیچیدگی این تصمیمات ناشی از پویایی تقاضا، واکنش رقبا، اثرات متقابل میان محصولات و محدودیت‌های عملیاتی است. با وجود گسترش مطالعات در حوزه قیمت‌گذاری پویا، بخش عمده‌ای از پژوهش‌ها یا بر پیش‌بینی تقاضا متمرکز بوده‌اند یا بر بهینه‌سازی قیمت، و اغلب پروموشن قیمتی به‌صورت مستقل یا ایستا مدل‌سازی شده است. افزون بر این، یکپارچه‌سازی پیش‌بینی با مدل‌های بهینه‌سازی تحت عدم‌قطعیت همچنان با محدودیت‌های روش‌شناختی مواجه است. این امر باعث شده، علیرغم اهمیت این موضوع، بخش قابل توجهی از تصمیمات پروموشنی در عمل همچنان به‌صورت شهودی و دستی اتخاذ می‌شود. پژوهش حاضر با هدف توسعه یک چارچوب یکپارچه پیش‌بینی–بهینه‌سازی برای تصمیم‌گیری همزمان در خصوص قیمت‌گذاری پروموشنی محصولات در صنعت خرده‌فروشی در شرایط عدم قطعیت انجام شده است. در بخش پیش‌بینی، الگوریتم فازی در حال تکامل GODFIS توسعه داده شده است که با بهره‌گیری از خوشه‌بندی تکاملی، یادگیری برخط و مکانیزم‌های مقاوم در برابر نویز، امکان پیش‌بینی دقیق تقاضا را در محیط‌های پویا و ناپایدار فراهم می‌آورد. خروجی این بخش به‌عنوان ورودی مدل برنامه‌ریزی ریاضی مورد استفاده قرار گرفته است. در بخش بهینه‌سازی، یک مدل ریاضی چندمحصولی ارائه شده که به‌صورت همزمان قیمت و تصمیمات پروموشن را تعیین نموده و اثرات متقابل کالاها و قیمت‌گذاری رقبا را لحاظ می‌کند. همچنین عدم‌قطعیت تقاضا با بهره‌گیری از رویکرد فازی در مدل ادغام شده است. چارچوب پیشنهادی در یک محیط خرده‌فروشی واقعی چندمحصولی پیاده‌سازی و با روش‌های متداول مقایسه شده است. نتایج تجربی نشان می‌دهد که مدل پیشنهادی ضمن بهبود معنادار دقت پیش‌بینی، منجر به ارتقای سودآوری و بهبود کیفیت تصمیمات قیمت‌گذاری و پروموشن نسبت به رویکردهای غیر یکپارچه می‌شود. این پژوهش با ارائه یک ساختار منسجم برای اتصال پیش‌بینی تطبیقی تقاضا به بهینه‌سازی تصمیمات قیمت پروموشنی، گامی در جهت توسعه مدل‌های تصمیم‌یار هوشمند در خرده‌فروشی چندمحصولی تحت عدم‌قطعیت برمی‌دارد.
پژوهشگران فرزاد بهرامی (استاد مشاور)، حسین صفری (استاد راهنما)، محمدحسین علوی دوست (دانشجو)