پیوندهای مفید
آمار
| تعداد نشریات | 21 |
| تعداد شماره‌ها | 652 |
| تعداد مقالات | 9,519 |
| تعداد مشاهده مقاله | 68,409,844 |
| تعداد دریافت فایل اصل مقاله | 47,890,040 |
Analyzing the Impact of Smart Warehouse Factors on Industrial Resilience Using the Fuzzy DEMATEL Approach | ||
| Managerial Modelling in Sustainable Development | ||
| دوره 1، شماره 1، آبان 2025 | ||
| نوع مقاله: Original Article | ||
| شناسه دیجیتال (DOI): 10.22075/mmsd.2025.37975.1003 | ||
| نویسندگان | ||
| Ali Akbar Najar* 1؛ Mahsa Eshghali2؛ Vahid Ghomi3 | ||
| 1PhD Student of Industrial Management, Department of Management, Faculty of Economics, Management and Administrative Sciences, Semnan University, Semnan, Iran. aanajar@semnan.ac.ir | ||
| 2Department of Industrial Management, Faculty of Economics, Management and Administrative Sciences, Semnan University, Semnan, Iran. eshghali_mahsa@semnan.ac.ir | ||
| 3Assistant professor of operations and supply chain management ,Pennsylvania state university. USA. vxg5152@psu.edu | ||
| تاریخ دریافت: 16 خرداد 1404، تاریخ بازنگری: 11 مرداد 1404، تاریخ پذیرش: 27 مرداد 1404 | ||
| چکیده | ||
| Background and Objectives: In today's turbulent and competitive environment, resilience is recognized as a strategic advantage for organizational survival and achieving sustainable development. Various industries, in pursuit of resilience, align themselves with technological advancements by implementing fundamental transformations. The emergence of advanced technologies in the field of logistics, particularly warehousing, can play a significant role in enhancing industrial resilience. This study aims to develop an analytical model to examine the impact of the factors of smart warehouses on industrial resilience. Materials and Methods: In the first phase, a comprehensive review of theoretical literature and credible academic sources led to the identification of 13 key factors of smart warehouses. Then, using the Fuzzy Delphi technique and expert surveys in the field of logistics and warehousing across various industries, the significance of each factor was assessed, and 11 factors were ultimately validated. In the next phase, the Fuzzy DEMATEL method was employed to analyze the relationships among the factors, determine their degree of influence and interaction, and model the causal structure to examine the role of warehouse smartification in enhancing industrial resilience. Results: The findings revealed that three factors—mechanization, required new infrastructures, and information management—exert the greatest influence on other factors and are identified as key drivers of warehouse smartification. At the same time, these factors are also the most affected by others, placing them at the core of systemic interactions. Any improvement or deficiency in these areas may trigger significant ripple effects across the system. According to the analysis, industry structure, human resource skills, mechanization, and infrastructural needs possess the greatest driving force over the remaining variables and are identified as primary catalysts in the system. Since the industry structure exhibits the highest level of unidirectional impact—exerting change without being altered in return—it can be concluded that the characteristics and foundational requirements of industries form the essential basis for any decision-making concerning smartification. Conclusion: The results showed, that developing human capabilities and aligning organizational frameworks with technological advancements are vital pillars of success on the path to smart warehousing. Given that industrial resilience under critical conditions demands intelligent and responsive systems, the insights from this study can serve as a practical guide for decision-makers, logistics managers, and warehouse system designers in implementing smart technologies effectively. In addition, the proposed analytical model offers a scientific framework for assessing organizational preparedness for change and enhancing operational flexibility, providing a foundation for future policymaking in the field of intra logistics at industries. | ||
| کلیدواژه‌ها | ||
| Resilience؛ Logistics؛ Smart Warehouses؛ Fuzzy DEMATEL | ||
| عنوان مقاله [English] | ||
| بررسی تأثیر عوامل تشکیل دهنده انبارهای هوشمند بر تاب آوری صنایع با رویکرد دیمتل فازی | ||
| نویسندگان [English] | ||
| علی اکبر نجار1؛ مهسا عشقعلی2؛ ,وحید قمی3 | ||
| 1دانشجوی دکتری مدیریت صنعتی، گروه مدیریت، دانشکده اقتصاد، مدیریت و علوم اداری، دانشگاه سمنان، سمنان، ایران. anajar@semnan.ac.ir | ||
| 2گروه مدیریت صنعتی، دانشکده اقتصاد، مدیریت و علوم اداری، دانشگاه سمنان، سمنان، ایران. eshghali_mahsa@semnan.ac.ir | ||
| 3گروه مدیریت بازرگانی، دانشکده بازرگانی، دانشگاه ایالتی پنسیلوانیا، پنسیلوانیا، آمریکا. vxg5152@psu.edu | ||
| چکیده [English] | ||
| سابقه و هدف: در محیط پرتلاطم و رقابتی امروز، تابآوری به‌عنوان یک مزیت راهبردی برای بقاء سازمان و دستیابی به توسعه پایدار شناخته می‌شود. صنایع گوناگون به منظور دستیابی به تابآوری، همراستا با پیشرفت فناوری تغییراتی در خود ایجاد می نمایند. ورود فناوریهای نوین به حوزه لجستیک به ویژه انبارداری میتواند نقش پررنگی بر افزایش تاب آوری صنایع ایفا کند. این پژوهش با هدف ارائه مدلی تحلیلی جهت بررسی تاثیر عوامل تشکیل دهنده انبارهای هوشمند بر تابآوری صنایع انجام پذیرفته است. روش: در گام نخست، از طریق مرور ادبیات نظری و مقالات معتبر، 13 عامل کلیدی تشکیل دهنده انبارهای هوشمند شناسایی شد. سپس با به کارگیری تکنیک دلفی فازی و نظرسنجی از خبرگان حوزه لجستیک و انبارداری در صنایع مختلف، میزان اهمیت هر یک از عوامل مشخص و در نهایت 11 عامل تأیید گردید. در مرحله بعد با به‌کارگیری روش دیمتل فازی، رابطه میان عوامل و میزان قدرت نفوذ، تعامل هر یک مشخص و امکان تحلیل ساختار و مدلسازی علّی عوامل جهت بررسی نقش هوشمندسازی انبار در تابآوری صنعت فراهم شد. یافته ها: یافته های پژوهش حاکی از آن است که سه عامل مکانیزاسیون، زیرساخت‌های جدید مورد نیاز و مدیریت اطلاعات به ترتیب بیشترین تاثیرگذاری را بر سایر عوامل دارند و به‌عنوان عوامل کلیدی و پیش‌ران در هوشمندسازی انبار تلقی میشوند. از طرفی همین سه عامل، بیشترین تأثیر را نیز از سایر عوامل دریافت می‌کنند. این نشان می‌دهد که این عوامل در مرکز تعاملات سیستمی قرار داشته و ارتقاء یا ضعف در آن‌ها میتواند اثر زنجیره‌ای معناداری در کل ساختار ایجاد کند. با توجه به یافته‌ها، عاملهای ساختار صنعت مدنظر، مهارت نیروی انسانی، مکانیزاسیون و زیرساخت‌های جدید مورد نیاز بیشترین نفوذ را بر سایر عوامل داشته و به عنوان علل سیستم معرفی میشوند و از آنجایی که عامل ساختار صنعت مدنظر بیشترین نقش تاثیرگذاری بدون تأثیرپذیری را دارد، می‌توان برداشت کرد که ویژگی‌ها و الزامات صنایع، زیربنای هرگونه تصمیم‌گیری درباره هوشمندسازی هستند. نتیجه گیری: نتایج حاصله نشان می‌دهد که توسعه مهارت‌های انسانی و تطابق ساختار سازمانی با تحولات فناورانه، از ارکان حیاتی موفقیت در مسیر هوشمندسازی انبارها به شمار می‌روند. از آنجا که تابآوری صنایع در شرایط بحرانی نیازمند ساختارهایی هوشمند و پاسخ‌گو است، نتایج این پژوهش میتواند به عنوان راهنمایی کاربردی برای تصمیم‌گیران، مدیران لجستیک و طراحان سیستم‌های انبارداری جهت پیاده‌سازی موثر فناوریهای هوشمند مورد استفاده قرار گیرد. همچنین این مدل تحلیلی میتواند چارچوبی علمی برای ارزیابی آمادگی سازمان‌ها در برابر تغییرات و افزایش انعطاف‌پذیری عملیاتی فراهم آورده و مبنایی برای سیاست‌گذاری‌های آینده در حوزه لجستیک داخلی صنایع باشد. | ||
| کلیدواژه‌ها [English] | ||
| تاب آوری, لجستیک, انبارهای هوشمند, دیمتل فازی | ||
|
آمار تعداد مشاهده مقاله: 77 |
||