دانشگاه علامه طباطبایی

  اخبار و اعلانات

 آمار

تعداد نشریات62
تعداد شماره‌ها2,323
تعداد مقالات19,157
تعداد مشاهده مقاله61,583,473
تعداد دریافت فایل اصل مقاله31,231,192
حقیقت, مهدیه, فرخ, مجتبی, عبادتی, امیدمهدی. (1405). تحلیل موانع، الزامات و نتایج دیجیتال‌سازی زنجیره تأمین به‌کمک رویکرد نگاشت شناختی فازی مبتنی بر الگوریتم هب‌غیرخطی. سامانه مدیریت نشریات علمی, 24(80), 43-86. doi: 10.22054/jims.2026.89550.3004
مهدیه حقیقت; مجتبی فرخ; امیدمهدی عبادتی. "تحلیل موانع، الزامات و نتایج دیجیتال‌سازی زنجیره تأمین به‌کمک رویکرد نگاشت شناختی فازی مبتنی بر الگوریتم هب‌غیرخطی". سامانه مدیریت نشریات علمی, 24, 80, 1405, 43-86. doi: 10.22054/jims.2026.89550.3004
حقیقت, مهدیه, فرخ, مجتبی, عبادتی, امیدمهدی. (1405). 'تحلیل موانع، الزامات و نتایج دیجیتال‌سازی زنجیره تأمین به‌کمک رویکرد نگاشت شناختی فازی مبتنی بر الگوریتم هب‌غیرخطی', سامانه مدیریت نشریات علمی, 24(80), pp. 43-86. doi: 10.22054/jims.2026.89550.3004
حقیقت, مهدیه, فرخ, مجتبی, عبادتی, امیدمهدی. تحلیل موانع، الزامات و نتایج دیجیتال‌سازی زنجیره تأمین به‌کمک رویکرد نگاشت شناختی فازی مبتنی بر الگوریتم هب‌غیرخطی. سامانه مدیریت نشریات علمی, 1405; 24(80): 43-86. doi: 10.22054/jims.2026.89550.3004

تحلیل موانع، الزامات و نتایج دیجیتال‌سازی زنجیره تأمین به‌کمک رویکرد نگاشت شناختی فازی مبتنی بر الگوریتم هب‌غیرخطی

مطالعات مدیریت صنعتی
مقاله 2، دوره 24، شماره 80، فروردین 1405، صفحه 43-86    اصل مقاله (2.12 M)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.22054/jims.2026.89550.3004
نویسندگان
مهدیه حقیقت1؛ مجتبی فرخ* 2؛ امیدمهدی عبادتی1
1گروه مدیریت عملیات و فناوری اطلاعات، دانشکده مدیریت، دانشگاه خوارزمی، تهران، ایران.
2گروه مدیریت عملیات و فناوری اطلاعات، دانشکده مدیریت، دانشگاه خوارزمی، تهران، ایران
چکیده
با گسترش فناوری‌های نوین در عصر انقلاب صنعتی چهارم، از جمله اینترنت اشیا، هوش مصنوعی، بلاک‌چین و کلان‌داده، زنجیره تأمین به‌عنوان یکی از ارکان اصلی خلق ارزش، دستخوش تحولی بنیادین شده و مفهوم زنجیره تأمین دیجیتال را پدید آورده است. باوجود اهمیت این تحول، صنایع ایران هنوز در مراحل ابتدایی گذار به زنجیره تأمین دیجیتال قرار دارند و با چالش‌هایی نظیر کمبود زیرساخت، محدودیت‌های فناورانه و فقدان فرهنگ دیجیتال مواجه‌اند. مطالعات پیشین عمدتاً بر جنبه‌های فنی و ساختاری تمرکز داشته‌اند و کمتر به ادراکات و تفسیرهای خبرگان و مدیران توجه کرده‌اند. پژوهش حاضر باهدف پر کردن این خلأ، با بهره‌گیری از رویکرد نگاشت شناختی فازی (FCM) و استفاده از الگوریتم یادگیری هب غیرخطی (NHL) به تحلیل روابط علّی میان مفاهیم کلیدی مربوط به سازه‌های شناختی در فرایند دیجیتالی‌سازی زنجیره تأمین در صنایع ایران می‌پردازد. سازه‌های شناختی شامل موانع، الزامات و نتایجی دیجیتالی‌سازی است که با مطالعه ادبیات و نظر خبرگان گردآوری شده است. داده‌ها از طریق مصاحبه‌های نیمه‌ساخت‌یافته با خبرگان و پرسش‌نامه تخصصی گردآوری شده‌اند. نتایج نشان داد که هر الگوریتم در بازنمایی شدت و جهت روابط میان مفاهیم عملکرد متفاوتی دارد، اما الگوهای کلی روابط از سازگاری قابل‌توجهی برخوردارند. همچنین، تحلیل سناریوهای مداخله‌ای نشان داد که ترکیب راهبردهای مدیریتی، فناورانه و منابع انسانی می‌تواند اثربخشی بیشتری در بهبود شاخص‌های عملکردی زنجیره تأمین داشته باشد. این پژوهش با ارائه چارچوبی مفهومی، مسیر گذار به زنجیره تأمین دیجیتال را برای صنایع ایران تسهیل می‌نماید و می‌تواند راهنمایی کاربردی برای مدیران و سیاست‌گذاران فراهم آورد.
کلیدواژه‌ها
زنجیره تأمین دیجیتال؛ نگاشت‌ شناختی فازی؛ الگوریتم NHL؛ موانع و الزامات دیجیتال‌سازی
مراجع
  1. هدایتی، زینال‌نژاد و سمیع‌اله. (2024). شناسایی و رتبه‌بندی موانع استفاده از فناوری بلاک‌چین در زنجیره تأمین پایدار صنایع غذایی. مدیریت زنجیره تأمین، 26(82)، 17–42.
  2. Ammar, S. B., Mosbahi, H., & Aissaoui, T. (2024). Smart supply chain: A lever for strategic excellence. In 2024 International Conference on Control, Automation and Diagnosis (ICCAD) (pp. 1–8). IEEE. https://doi.org/10.1109/ICCAD61701.2024
  3. Alhalalmeh, M. (2022). The impact of supply chain 4.0 technologies on its strategic outcomes. Uncertain Supply Chain Management, 10(4), 1203–1210. https://doi.org/10.5267/j.uscm.2022.8.003
  4. Al Tera, A., Alzubi, A., & Iyiola, K. (2023). Supply chain digitalization and performance: A moderated mediation of supply chain visibility and supply chain survivability. Heliyon, 10(4). https://doi.org/10.1016/j.heliyon.2024.e25234
  5. Annosi, M. C., Brunetta, F., Bimbo, F., & Kostoula, M. (2021). Digitalization within food supply chains to prevent food waste: Drivers, barriers and collaboration practices. Industrial Marketing Management, 93, 208–220. https://doi.org/10.1016/j.indmarman.2020.12.008
  6. Ada, E., Sagnak, M., Uzel, R. A., & Balcıoğlu, İ. (2022). Analysis of barriers to circularity for agricultural cooperatives in the digitalization era. International Journal of Productivity and Performance Management, 71(3), 932–951. https://doi.org/10.1108/IJPPM-06-2020-0312
  7. Brandtner, P. (2024). Digital transformation of supply chain management: Challenges and strategies for successfully implementing data analytics in practice. In Proceedings of the 2024 8th International Conference on E‑Commerce, E‑Business, and E‑Government (pp. 36–42). https://doi.org/10.1145/3663058.3663070
  8. Brown, P., Lloyd, C., & Souto‑Otero, M. (2018). The prospects for skills and employment in an age of digital disruption: A cautionary note. SKOPE Research Paper, 127.
  9. Chen, Y., Li, J., & Zhang, J. (2024). Digitalisation, data‑driven dynamic capabilities and responsible innovation: An empirical study of SMEs in China. Asia Pacific Journal of Management, 41(3), 1211–1251. https://doi.org/10.1007/s10490-023-09870-2
  10. Dadsena, K. K., Pant, P., Paul, S. K., & Pratap, S. (2024). Overcoming strategies for supply chain digitization barriers: Implications for sustainable development goals. Business Strategy and the Environment, 33(5), 3887–3910. https://doi.org/10.1002/bse.3658
  11. Dutta, G., Kumar, R., Sindhwani, R., & Singh, R. K. (2021). Digitalization priorities of quality control processes for SMEs. Journal of Intelligent Manufacturing, 32(6), 1679–1698. https://doi.org/10.1007/s10845-020-01620-9
  12. Frederico, G. F., Kumar, V., Garza‑Reyes, J. A., Kumar, A., & Agrawal, R. (2023). Impact of Industry 4.0 technologies on supply chain resilience. The International Journal of Logistics Management, 34(4), 1020–1049. https://doi.org/10.1108/IJLM-01-2022-0030
  13. Chilicaus, G. C., Licapa‑Redolfo, G. S., Arbulú Ballesteros, M. A., et al. (2024). Digital transformation and sustainability in post‑pandemic supply chains. Sustainability, 17(7), 3009. https://doi.org/10.3390/su17073009
  14. Ghobakhloo, M., Iranmanesh, M., Vilkas, M., Grybauskas, A., & Amran, A. (2022). Drivers and barriers of Industry 4.0 technology adoption among SMEs. Journal of Manufacturing Technology Management, 33(6), 1029–1058. https://doi.org/10.1108/JMTM-12-2020-0498
  15. Gupta, H., Yadav, A. K., Kusi‑Sarpong, S., Khan, S. A., & Sharma, S. C. (2022). Strategies to overcome barriers to innovative digitalisation technologies. Technology in Society, 69, 101970. https://doi.org/10.1016/j.techsoc.2022.101970
  16. Ghadge, A., Kara, M. E., Moradlou, H., & Goswami, M. (2020). The impact of Industry 4.0 implementation on supply chains. Journal of Manufacturing Technology Management, 31(4), 669–686. https://doi.org/10.1108/JMTM-10-2019-0368
  17. Gkrimpizi, T., Peristeras, V., & Magnisalis, I. (2023). Classification of barriers to digital transformation in higher education institutions. Education Sciences, 13(7), 746. https://doi.org/10.3390/educsci13070746
  18. Habibi, A., Sofyan, S., & Mukminin, A. (2023). Factors affecting digital technology access in vocational education. Scientific Reports, 13, 5682. https://doi.org/10.1038/s41598-023-32645-1
  19. Ivanov, D. (2022). Viable supply chain model. Annals of Operations Research, 319(1), 1411–1431. https://doi.org/10.1007/s10479-020-03640-7
  20. Jankovic‑Zugic, A., Medic, N., Pavlovic, M., Todorovic, T., & Rakic, S. (2023). Servitization 4.0 as a trigger for sustainable business. Sustainability, 15(3), 2217. https://doi.org/10.3390/su15032217
  21. Khan, S. A., Ahmad, Z., Sheikh, A. A., & Yu, Z. (2022). Digital transformation and eco‑innovation toward sustainable supply chains. Science Progress, 105(4). https://doi.org/10.1177/00368504221145648
  22. Khanan, A., Abdullah, S., Mohamed, A. H. H., Mehmood, A., & Ariffin, K. A. Z. (2019). Big data security and privacy concerns: A review. Springer. https://doi.org/10.1007/978-3-030-01659-3_7
  23. Kumar Dadsena, K., & Pant, P. (2023). Analyzing the barriers in supply chain digitization. Operations Management Research, 16(4), 1684–1697. https://doi.org/10.1007/s12063-022-00303-3
  24. Kohli, A., & Malik, O. P. (2025). Digital transformation in SMEs: A literature review. Journal of Data, Information and Management. https://doi.org/10.1007/s42488-025-00145-6
  25. Kosko, B. (1986). Fuzzy cognitive maps. International Journal of Man‑Machine Studies, 24(1), 65–75. https://doi.org/10.1016/S0020-7373(86)80040-2
  26. Kosko, B. (1993). Adaptive inference in fuzzy knowledge networks. In Readings in Fuzzy Sets for Intelligent Systems. https://doi.org/10.1016/B978-1-55860-539-8.50052-1
  27. Linzalone, R., Schiuma, G., & Ammirato, S. (2020). Connecting universities with entrepreneurship through digital learning platforms. International Journal of Entrepreneurial Behavior & Research, 26(7), 1525–1545. https://doi.org/10.1108/IJEBR-07-2019-0452
  28. Li, L., Tong, Y., Wei, L., & Yang, S. (2022). Digital technology‑enabled dynamic capabilities. Information & Management, 59(8), 103689. https://doi.org/10.1016/j.im.2022.103689
  29. Mir‑Ashrafi, M., & Nematizadeh, S. (2021). Assessing Iran’s customs in terms of Industry 4.0 components. Political Organizing of Space, 3(4), 232–243.
  30. Martin, N. (2025). Interval‑valued plithogenic cognitive maps for sustainable supply chain strategy selection. International Journal of Research in Industrial Engineering. https://doi.org/10.22105/riej.2025.227663
  31. Muzamil, A. Z. A., Pyeman, J., Mutalib, S., et al. (2025). Enabling retail food supply chain viability and resilience by digitalization. International Journal of Industrial Engineering and Operations Management, 7(2), 175–203.
  32. Marion, T. J., & Fixson, S. K. (2021). The transformation of the innovation process. Journal of Product Innovation Management, 38(1), 192–215. https://doi.org/10.1111/jpim.12547
  33. Mpelogianni, A. S., Kokkinos, K., Papageorgiou, E. I., & Połap, D. (2022). FCMpy: A Python module for constructing fuzzy cognitive maps. PeerJ Computer Science, 8, e1078. https://doi.org/10.7717/peerj-cs.1078
  34. Netshakhuma, N. S. (2021). Volunteerism and digitisation projects. Collection and Curation, 40(1), 15–23. https://doi.org/10.1108/CC-09-2020-0027
  35. Ning, L., & Yao, D. (2023). The impact of digital transformation on supply chain capabilities. Sustainability, 15(13), 10107. https://doi.org/10.3390/su151310107
  36. Oubrahim, I., & Sefiani, N. (2023). Drivers and barriers to digital transformation adoption. Acta Logistica, 10(2). https://doi.org/10.22306/al.v10i2.365
  37. Piprani, A. Z., Nazir, S., Najmi, A., Watabe, M., & Jaafar, N. I. (2025). Digital capabilities and supply chain resilience. Business Strategy & Development. https://doi.org/10.1002/bsd2.70148
  38. Papageorgiou, E. I., & Salmeron, J. L. (2022). A review of fuzzy cognitive maps research. IEEE Transactions on Fuzzy Systems. https://doi.org/10.1109/TFUZZ.2021.3061079
  39. Papageorgiou, E. I., Stylios, C., & Groumpos, P. P. (2006). Unsupervised learning techniques for fuzzy cognitive maps. International Journal of Human‑Computer Studies, 64(8), 727–743. https://doi.org/10.1016/j.ijhcs.2006.02.004
  40. Roy, V. (2021). Contrasting supply chain traceability and visibility. The International Journal of Logistics Management, 32(3), 942–972. https://doi.org/10.1108/IJLM-05-2020-0210
  41. Rane, S. B., Abhyankar, G. J., Kirkire, M. S., & Agrawal, R. (2025). Modeling barriers to adoption of digitization in supply chains. Benchmarking: An International Journal, 32(1), 332–368. https://doi.org/10.1108/BIJ-08-2023-0514
  42. Rakgoale, T. I., Bag, S., & Pretorius, J. H. C. (2024). Barriers to digitalization implementation in South Africa. Global Business Review. https://doi.org/10.1177/09721509241246253
  43. Sezer, İ. C. (2020). The impact of Industry 4.0 on logistics human resources (Master’s thesis). İzmir University of Economics.
  44. Sarmiento, I., Cockcroft, A., Dion, A., et al. (2024). Fuzzy cognitive mapping in participatory research. Archives of Public Health, 82(1), 76. https://doi.org/10.1186/s13690-024-01256-7
  45. Silva, J., Matos de Oliveira, A., Veríssimo de Oliveira, J., & Bouzon, M. (2025). Barriers to digital transformation in fruit and vegetable supply chains. OPSEARCH, 62(1), 460–482. https://doi.org/10.1007/s12597-024-00749-2
  46. Subramanian, J., Karmegam, A., Papageorgiou, E., Papandrianos, N., & Vasukie, A. (2015). Breast cancer risk assessment model based on FCM. Computer Methods and Programs in Biomedicine, 118(3), 280–297. https://doi.org/10.1016/j.cmpb.2014.12.001
  47. Surucu‑Balci, E., Iris, Ç., & Balci, G. (2024). Digital information in maritime supply chains with blockchain. Technological Forecasting and Social Change, 198, 122978. https://doi.org/10.1016/j.techfore.2023.122978
  48. Salamah, E., Alzubi, A., & Yinal, A. (2023). Impact of digitalization on supply chain performance. Sustainability, 16(1), 304. https://doi.org/10.3390/su16010304
  49. Stach, W., et al. (2021). Learning fuzzy cognitive maps with optimization techniques. Expert Systems with Applications. https://doi.org/10.1016/j.eswa.2020.113483
  50. Tsadiras, A. K. (2008). Comparing inference capabilities of fuzzy cognitive maps. Information Sciences, 178(20), 3880–3894. https://doi.org/10.1016/j.ins.2008.06.015
  51. Tsvuura, G., & Ngulube, P. (2021). Digitisation of records and archives in Zimbabwe universities. South African Journal of Information Management, 23(1). https://doi.org/10.4102/sajim.v23i1.1240
  52. Viegas, C. V., Bond, A., Vaz, C. R., & Bertolo, R. J. (2019). Reverse flows within the pharmaceutical supply chain. Journal of Cleaner Production, 238, 117719. https://doi.org/10.1016/j.jclepro.2019.117719
  53. Wang, S., & Li, J. (2024). Carbon emission trading and supply chain digitization. Journal of Cleaner Production, 452, 142164. https://doi.org/10.1016/j.jclepro.2024.142164
  54. Wang, L., Deng, T., Shen, Z. J. M., Hu, H., & Qi, Y. (2022). Digital twin‑driven smart supply chain. Frontiers of Engineering Management, 9(1), 56–70. https://doi.org/10.1007/s42524-021-0175-3
  55. Yang, M., Fu, M., & Zhang, Z. (2021). The adoption of digital technologies in supply chains. Technological Forecasting and Social Change, 169, 120795. https://doi.org/10.1016/j.techfore.2021.120795
  56. Zhao, N., Hong, J., & Lau, K. H. (2023). Impact of supply chain digitalization on supply chain resilience. International Journal of Production Economics, 259, 108817. https://doi.org/10.1016/j.ijpe.2023.108817
  57. Zhu, J., Baker, J. S., Song, Z., Yue, X. G., & Li, W. (2023). Government regulatory policies for digital transformation in SMEs. Humanities and Social Sciences Communications, 10(1). https://doi.org/10.1057/s41599-023-01762 1 
آمار
تعداد مشاهده مقاله: 132
تعداد دریافت فایل اصل مقاله: 150


سامانه مدیریت نشریات علمی. طراحی و پیاده سازی از سیناوب
login