Idea-to-practice cloud manufacturing: A model to evaluate the effect of cloud generation on supply chain agility components ) Weighting of Agility Components with Fuzzy SWARA)

Subject Areas : Futurology

saber  bagheri ¹ (دانشجوی رشته مدیریت صنعتی، دانشکده مدیریت و اقتصاد، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران)

Received: 2020-03-07 Accepted : 2020-07-28 Published : 2021-07-23

Keywords: Fuzzy Delphi Approach, Supply chain, cloud manufacturing, Agility, fuzzy suwara,

Abstract :

An intelligent network agility model and technology, knowledge-based, new, service-oriented, highly economical, low-cost allowing for virtual capabilities and resources. In this research, it has been attempted to determine the effective components of cloud supply agility. Identify and evaluate the effectiveness of each enabler on the results. In this study, the relationship between supply chain agility (with regard to enablers and capabilities) and cloud generation has been investigated in order to quantify the potential impact of ICT strategies on supply chain agility. The method of implementation was descriptive modeling and we tried to finalize the conceptual model using field study through interview and questionnaire (in- and out-of-company experts) with experts and experts in order to provide unit output for agility as well as rate. Their relevance is based on the fuzzy Swaraj model (at ISACO) And refinement of our conceptual model of fuzzy Delphi approach (panel of experts) and using a mathematical model based) ANFIS five inputs and one output) has been trained.The results of this research are identifying the empowering components of the application of productive technologies as well as the effective components in the form of organizational agility (results). The results of this research can help organizations to make decisions about investment in emerging technologies. It can help systematize, intelligently select new technologies, as well as be effective, efficient and adapt to the level of agility needed.

Full-Text:



ارائه مدل تبيين اثرتوليد ابري برمولفه هاي چابكي زنجيره تامين در آينده كسب و كارهاي امروزي 

(وزن دهي مولفه هاي چابكي با سواراي فازي)

چکیده :

يك مدل و تكنولوژي چابك شبكه اي هوشمند،دانش محور،جديد و آينده گرا،سرويس محور،بسيار اقتصادي وكم هزينه كه اجازه مي دهد قابليتها و منابع مجازي گرديده و تبديل به منابع مورد تقاضاي در دسترس براي كاربران در چرخه عمر محصول گردد. هدف اصلي اين پژوهش تحليل كاربرد تكنولوژيهاي توليد ابري به عنوان توانمندساز بر روي چابكي و سرعت پاسخگويي كسب و كارها به صورت كارا و اثربخش به تغييرات مختلف محيطي ميباشد.در اين تحقيق تلاش گرديده است كه مولفه های اثرگذار تولید ابری به عنوان يك تكنولوژي روبه گسترش در آينده صنعت و فناوري در محيط ابهام،عدم قطعيت،پيچيدگي و تغيير،در میزان چابکی زنجیره تامین شناسايي گرديده و ميزان اثرگذاري هريك از توانمندسازها بروري نتايج مورد بررسي قرار گيرد. در اين پژوهش روابط بين چابكي زنجيره تامين به عنوان يك نياز آشكار بيان شده صنعت درآينده كسب و كار( با در نظر داشتن توانمندسازها و قابليت ها) و توليد ابري به منظورتحليل كمي نمودن اثر بالقوه راه كارهاي فناوري ارتباطي و اطلاعاتي بر چابكي زنجيره تامين بررسي گردیده است.نوع پژوهش مورد استفاده در اين تحقیق،از نظر روش اجرا مدلسازی توصیفی بوده و سعي نموديم  با استفاده از مطالعه میدانی به روش مصاحبه و پرسشنامه(خبرگان درون و برون سازماني) با متخصصان و کارشناسان امر،مدل مفهومي را نهايي نموده ومولفه هاي چابكي را جهت تهيه خروجي واحد براي چابكي و همچنين میزان اهمیت آنها براساس مدل سواراي فازي (در شرکت ایساکو)وزن دهي نمائيم و برای پالایش مدل مفهومی از رويكرد دلفی فازی(پانل خبرگان)  استفاده شده و مدلي رياضي بر اساس ANFIS (پنج ورودي و يك خروجي)آموزش داده شده است. 

نتايج حاصل از این پژوهش عبارتند از شناسایی مولفه های توانمندساز حاصل از بکارگیری تکنولوژیهای تولیدابری و همچنین مولفه های تاثیر پذیر در قالب چابکی سازمانی(نتایج) می باشد.نتايج حاصل از اين پژوهش مي تواند سازمانها را درتصميم گيريهاي آتي در خصوص سرمايه گذاري بر روي تكنولوژيهاي نوظهور كمك نموده ومي تواند در نظام مندي،هوشمندي انتخاب تكنولوژيهاي جديد و همچنين اثربخش وكارا بودن و تناسب آن با سطح چابكي مورد نياز و شكل دهي به آينده كسب و كار ياري نمايد.

باتوجه به گسترش روزافزون تکنولوژیهای تولید ابری و همچنین تغییرات سریع و شتابان محیط کسب و کار و تغییر کمی و کیفی تقاضای مشتریان و ضرورت تامین اثربخش تقاضای مشتریان ، این پژوهش می‌تواند در ساختاردهی و انتخاب هوشمندانه مولفه های چابکی از سوی سازمانها اثرگذار باشد.

 

کلمات کلیدی: تولید ابری،پردازش ابري، رويكرد دلفي فازي ،سواراي فازي، زنجیره تامین چابك

 

 

1-                      مقدمه :

توليد به مفهوم امروزي شامل همه فعاليت هايي است كه دربرگيرنده طراحي،توليد،ساخت،تست و آزمايش و همه گام هاي چرخه عمر محصول است(لي و همكاران،2011).همكاري، نوآوري،آينده نگاري و سرويس (خدمت) وپايداري(توسعه پايدار)در رقابت پذيري شركت هاي توليدي در سراسر جهان نقشي كليدي را ايفا مي نمايد.محصولات خدمات محور و اخيراً سفارشي (شخصي)شده اعم از پيچ يا يك هواپيماي لوكس نمي تواند بدون همكاري ميان حرفه هاي متعدد توليد شود.توليد و صنايع توليدي امروزه ودرآينده پيش رو در حال حركت و تغيير از توليد،توليد محور به توليد خدمات محور مي باشد(لي و همكاران،2012).طيف وسيعي از خدمات در ميان چرخه عمر محصول،‌بازارهاي با ارزش افزوده بالايي را ايجاد خواهد كردكه تعامل و همكاري موثر و نوآورانه اي را ارتقاء خواهد داد.علاوه براين توليد سبز و پايدار (رن و زنگ،2010;دورن فلد،2012) نيز بعنوان يك عامل غير قابل اجتنابي مطرح شده است كه توليدكنندگان بايد به طور جدي آنرا در نظر بگيرند.بنابراين يك صنعت توليدي جديد بسيار كارا و اقتصادي و خدمت محور،دانش افزاي بسيارتعاملي مورد انتظار است كه منجربه پديده اي موسوم بنام انقلاب صنعتي سوم خواهد گرديد.در مواجهه با چالش هاي جديد،تكنولوژي اطلاعاتي انگيزه هاي نيرومندي به تحولات توليدي داده است.توليد در حال حركت به سوي ديجيتالي شدن در همه جنبه هاي ممكن بوده و خواهد بود.در سالهاي اخير تعدادي تكنولوژيهاي اطلاعاتي مهمي مثل پردازش ابري¹ (آرمبراست و همكاران،2010( و اينترنت شي گرا²  (ولف،2009) سريعاً در حال توسعه بوده و اثرات قابل ملاحظه اي بر روش انجام كارها توسط شركت ها مي گذارند.اين ايده ها نه تنها اثرات قابل ملاحظه اي بر پردازش (محاسبات) داشته بلكه همچنين بر روش توليد نيز اثر گذار بوده است.توليد ابري (لي و همكاران 2010و2011و2012; رن،2012; وو و همكاران،2012و2013;ژو،2012; زنگ و همكاران،2012( يك پارادايم توليدي و مدل كسب و كارجديدي است كه در حال شكل گيري است.توليد ابري مي تواند به عنوان يك مدل خدمتي توليدي تعاملي و هوشمند رفتار نمايد.منابع توليدي توزيعي (نظيرابزارهاي ماشيني، پرينترهاي سه بعدي) طراحي/توليدي/مهندسي/برنامه ريزي فرايندبه كمك كامپيوتر(نرم افزار،مدلهاي انباري،پايگاه داده و...) و قابليتهاي توليدي(نظير قابليت طراحي، قابليت ساخت، قابليت مونتاژ،‌شبيه سازي و تست و آزمايش و...) به هم پيوسته و مرتبط بوده و يك منبع مشترك در پلت فرم توليد ابري ايجاد مي نمايند.از طريق توليد ابري مشتريان مي توانندبه سهولت به خدماتي مثل طراحي به عنوان يك خدمت،شبكه هاي اجتماعي به عنوان يك خدمت (وو و شافر و روزن; 2013( شبيه سازي به عنوان يك خدمت(رن و زنگ و زنگ و لو; 2011) و توليد،مونتاژ،تست و آزمايش و لجستيك و پشتيباني و... به عنوان يك خدمت دسترسي داشته باشند(وو و همكاران;2012).علاوه بر اين براساس الزامات سفارشي(نيازهاي خاص)،پلت فرم توليد ابري مي تواند تامين كننده راه كارهاي هوشمند تركيبي به عنوان يك خدمتي باشد كه نيازهاي سفارشي را برآورده كرده و از خدمات كارا و اقتصادي تعاملي پشتيباني نمايد.علاوه براين يك پلت فرم ابري نه تنها يك طيفي از منابع فيزيكي را تجميع مي كند بلكه همچنين كارشناسان چند مهارته(چند حوزه اي) و دانش هاي بين رشته اي را نيز تجميع مي نمايد.توليد ابري همچنين مي تواند به حل معضل ترافيك (ون،2008) و تحريك نوآوري جمعي(گروبر،2008)كمك نمايد.در توليد ابري مشتريان،تامين كنندگان و مديران پلت فرم همه برنده آن چيزي خواهند بود كه از طريق اجراي كسب و كارهاي خدماتي توليدي خواستار آن مي باشند.

توليد ابري³ از يك پارادايم جديد در راستاي توانمندسازي زنجيره‌هاي تأمين در آينده براي اينكه پاسخگو ، قابل تنظيم⁴ و قابل تطبيق⁵ و منعطف⁶ در يك كلام چابك⁷ باشند ، ناشي مي شود(لي و همكاران(2010و2011و2012).

توليد ابري شركت ها را در بكارگيري و مديريت همه اطلاعات توليدي بر روي شركت هاي در حال بهبود شبكه با وضوح و شفافيت مجاز مي سازد و در عين حال مقدمات لازم براي پياده سازي توليد در مقياس جهاني فراهم مي كند.از اين رو توليد ابري اساساً در حال تغيير نقش هايي است كه سابقاً راه كارهاي⁸  تكنولوژي ارتباطي و اطلاعاتي شركت ها هم در سطح عملياتي و هم در بعد استراتژيك ايفا مي نمودند.در اين سناريو چابكي يك شاخص زيربنايي است كه به گونه گسترده اي توسط جوامع صنعتي و دانشگاهي براي ارزيابي عملكرد كسب و كارهاي مبتني بر شبكه نظير زنجيره هاي تامين استفاده شده است .اعتقاد براين است كه توليد ابري مي تواند مستقيماً بر چابكي يك شركت تاثير گذار باشد (جاسبی،اوریو، باراتا،2014).

فقدان پژوهش نظام مند در جهت سنجش اثرات توليد ابري بر روي چابكي زنجيره تأمين محقق را بر آن داشت كه در پژوهش حاضر با در نظر گرفتن اثرات توانمندسازها(مولفه ها و شاخص هاي توليد ابري)بر روي نتايج چابكي(مولفه ها و شاخص هاي چابكي) زنجيره تأمين اقدام به ارزيابي آن نمايد.بدون شك اين ارزيابي مديران را در دستيابي به زنجيره تأمين چابك اثربخش و تحقق نيازهاي كسب وكار در آينده نظير ابهام،تغيير و نوسان زياد در نوع ومقدار تقاضا،كاهش هزينه هاي توليدو پيچيدگي ياري مي‌رساند.

 

 

2-                      پیشینه پژوهش

1-2- تعاریف و مفاهیم تولید ابری

1-1-2- پردازش ابری⁹

از اﺻﻄﻼح اﺑﺮ ﻏﺎﻟﺒﺎً ﺑﻪ ﻋﻨﻮان ﯾﮏ اﺳﺘﻌﺎره ﺑﺮاي اﯾﻨﺘﺮﻧﺖ اﺳﺘﻔﺎده ﻣﯽﺷﻮد ﮐﻪ اﺷﺎره ﺑﻪ ﺳﺨﺖ اﻓﺰار و ﻧﺮم اﻓﺰار دارد ﮐﻪ اﭘﻠﯿﮑﯿﺸﻦ ﻫﺎ را ﺑﻪ ﻋﻨﻮان ﺧﺪﻣﺎﺗﯽ در اﯾﻨﺘﺮﻧﺖ اراﺋﻪ ﻣﯽ دﻫﺪ. ﺑﺎ ﻧﮕﺎﻫﯽ ﺑﻪ ﻋﻘﺐ ﻣﯽﺗﻮان ﮔﻔﺖ ﮐﻪ ﻣﺤﺎﺳﺒﺎت اﺑﺮي از ﻣﻔﺎﻫﯿﻤﯽ از ﻗﺒﻞ ﻣﻮﺟﻮد از ﻗﺒﯿﻞ اﺑﺰار ﻣﺤﺎﺳﺒﺎت، ﻣﺤﺎﺳﺒﺎت ﺷﺒﮑﻪ، ﻣﺠﺎزي ﺳﺎزي،ﻣﻌﻤﺎري ﺧﺪﻣﺎت ﻣﺤﻮروﻧﺮم اﻓﺰار ﺑﻪ ﻋﻨﻮان ﺧﺪﻣﺎت (ﻓﺎﺳﺘﺮ ودیگران،2002)،ﻣﺸﺘﻖ ﺷﺪه اﺳﺖ. ﯾﮑﯽ از ﻣﻮاردي ﮐﻪ ﺗﻐﯿﯿﺮ زﯾﺎدي در ﺗﻮﺳﻌﻪ اﯾﺠﺎد ﮐﺮد اﺑﺰار ﻣﺤﺎﺳﺒﺎت ﻣﻄﺮح ﺷﺪه ﺗﻮﺳﻂ ﻣﮏ ﮐﺎرﺗﯽ در ﺳﺎل 966 ﺑﻮد (راﭘﺎ،2008). اﯾﺪه ي اﺑﺰار ﻣﺤﺎﺳﺒﺎت اﯾﻦ اﺳﺖ ﮐﻪ ﻣﺤﺎﺳﺒﺎت ﻣﻤﮑﻦ اﺳﺖ روزي ﺑﻪ ﻋﻨﻮان ﯾﮏ اﺑﺰار ﻋﻤﻮﻣﯽ ﺳﺎزﻣﺎن دﻫﯽ ﺷﻮد. ﺑﻪ دﻟﯿﻞ ﻃﯿﻒ ﮔﺴﺘﺮده اي از ﺧﺪﻣﺎت ﻣﺮﺑﻮط ﺑﻪ ﻣﺤﺎﺳﺒﺎت و ﺳﺎزﻣﺎن ﻫﺎي ﺷﺒﮑﻪ اي،اﺑﺰار ﻣﺤﺎﺳﺒﺎت، ﯾﮑﭙﺎرﭼﮕﯽ ﺧﺪﻣﺎت و زﯾﺮﺳﺎﺧﺖ ﻫﺎي فناوری اطلاعاتی را در ﮐﻤﭙﺎﻧﯽ ﻫﺎي ﻣﺠﺎزي ﺗﺴﻬﯿﻞ                     ﻣﯽ ﮐﻨﺪ(ﺑﺮوﺑﺮگ و دﯾﮕﺮان،2008).پردازش ابری ﺑﻪ زﯾﺮﺳﺎﺧﺖ ﻫﺎي ﻧﺮم اﻓﺰار و ﺳﺨﺖ اﻓﺰار اﺷﺎره دارد ﮐﻪ دﺳﺘﺮﺳﯽ ارزان ﻗﯿﻤﺖ، ﻗﺎﺑﻞ اﻋﺘﻤﺎد، ﺳﺎزﮔﺎر و ﻓﺮاﮔﯿﺮ ﺑﺮاي ﻗﺎﺑﻠﯿﺖ ﻫﺎي ﻣﺤﺎﺳﺒﺎﺗﯽ ﻓﺮاﻫﻢ ﻣﯽ ﮐﻨﺪ(ﺑﺮﻣﻦ و دﯾﮕﺮان،2010). از آﻧﺠﺎﯾﯽ ﮐﻪ ﻣﺤﺎﺳﺒﺎت ﺷﺒﮑﻪ و اﺑﺮ دﯾﺪﮔﺎه ﻣﺸﺎﺑﻬﯽ را ﺑﺎ ﻫﻢ ﺑﻪ اﺷﺘﺮاك ﻣﯽ ﮔﺬارﻧﺪ، ﻓﺎﺳﺘﺮ و ﻫﻤﮑﺎران(ﻓﺎﺳﺘﺮ و دﯾﮕﺮان،2003)ﺑﻪ ﺷﻨﺎﺳﺎﯾﯽ ﺗﻔﺎوت ﻫﺎي اﺻﻠﯽ ﺑﯿﻦ ﻣﺤﺎﺳﺒﺎت اﺑﺮي و ﻣﺤﺎﺳﺒﺎت ﺷﺒﮑﻪ ﭘﺮداﺧﺖ. ﺑﺰرﮔﺘﺮﯾﻦ ﺗﻔﺎوت آن ﻫﺎ اﯾﻦ اﺳﺖ ﮐﻪ ﻣﺤﺎﺳﺒﺎت اﺑﺮي ﺑﻪ وﺳﯿﻠﻪ ي اﺳﺘﻔﺎده از ﻣﺠﻤﻮﻋﻪ ي ﺑﺰرﮔﯽ از ﻣﻨﺎﺑﻊ ذﺧﯿﺮه ﺳﺎزي و ﻣﺤﺎﺳﺒﺎﺗﯽ ﺑﻪ ﻣﺸﮑﻼت ﻣﺤﺎﺳﺒﺎﺗﯽ ﻣﻘﯿﺎس-اﯾﻨﺘﺮﻧﺖ ﻣﯽ ﭘﺮدازددرﺣﺎﻟﯿﮑﻪ ﻫﺪف ﻣﺤﺎﺳﺒﺎت ﺷﺒﮑﻪ ﭘﺮداﺧﺘﻦ ﺑﻪ ﻣﺸﮑﻼت ﻣﺤﺎﺳﺒﺎﺗﯽ در ﻣﻘﯿﺎس ﺑﺰرگ ﺑﻪ وﺳﯿﻠﻪ ي ﻣﻬﺎر ﯾﮏ ﺷﺒﮑﻪ از ﮐﺎﻣﭙﯿﻮﺗﺮﻫﺎي ﺑﻪ اﺷﺘﺮاك ﮔﺬاري ﻣﻨﺎﺑﻊ و اﺧﺘﺼﺎص ﻣﻨﺎﺑﻊ ﺑﻪ ﻣﺸﮑﻞ ﻣﺤﺎﺳﺒﻪ اﺳﺖ.در ﻣﻘﺎﯾﺴﻪ ﺑﺎ ﻣﺤﺎﺳﺒﺎت ﺷﺒﮑﻪ،ﺷﺎﻫﺪ ﻫﺴﺘﯿﻢ ﮐﻪ پردازش اﺑﺮي اﻣﯿﺪﺑﺨﺶ ﺗﺮﯾﻦ ﻣﻔﻬﻮﻣﯽ اﺳﺖ ﮐﻪ ﻣﯽ ﺗﻮان از رﺷﺘﻪ ﻫﺎي ﺗﻮﻟﯿﺪ و ﻃﺮاﺣﯽ ﻗﺮض ﮔﺮﻓﺖ. ﺑﻨﺎﺑﺮاﯾﻦ ﻗﺒﻞ از ﭘﺮداﺧﺘﻦ دﻗﯿﻖ ﺑﻪ تولیدابری، ﺑﻬﺘﺮ اﺳﺖ ﻧﮕﺎه دﻗﯿﻖ ﺗﺮي ﺑﻪ اﯾﻦ ﻣﻮﺿﻮع ﺑﭙﺮدازﯾﻢ ﮐﻪ ﭼﻪ ﭼﯿﺰي ﺑﺎﻋﺚ ﺷﺪه اﺳﺖ ﮐﻪ ﻣﺤﺎﺳﺒﺎت اﺑﺮي ﻣنحصر ﺑﻪ ﻓﺮد ﺷﻮد و ﭼﻄﻮر ﻣﯽ ﺗﻮاﻧﺪ در رﺷﺘﻪ ﻫﺎي ﺗﻮﻟﯿﺪ و ﻃﺮاﺣﯽ ﻣﻮرد اﺳﺘﻔﺎده ﻗﺮار ﮔﯿﺮد. محاسبات ابری را از دیدگاههای مختلف می توان یک نوآوری دانست.

2-1-2-پيشينه مفهوم پردازش ابري :

محققین بسیاری،رویکردها و تکنیک های جدید و متعددی برای فشرده سازي قابلیت ها و منابع تولیدی مختلف،اجرای پلت فرم ها و چارچوبهای خدمت تولید ابری برای کسب وکارها ارائه نموده اند(لی،ژانگ،چای،2010و ژانگ ،چنگ،،بوتابا،2010و تائو و همکاران ،2011).

 امروزه بسیاری از کسب و کارهای تولیدی دارای منابع تولیدی غیر متمرکزدر مکان های مختلف می باشند.به عنوان مثال آنها دارای کارخانجات متعدد در محل های مختلفی میباشند که برای آنها منابع تولیدی ،عملیات و وظایف مختلفی در چرخه عمر محصول تخصیص داده شده است (ولیلی وهوشمند ،2013).

اخيراً بسياري از شركت هاي توليدي مدرن در حال پي ريزي سيستم هاي كسب و كار و محيط هاي توليدي شبكه اي براي حصول يكپارچگي كاربريها و منابع توليدي پراكنده ميباشند.هرچند هنوز هم برخي موضوعات نظير مقياس پذيري ،چابكي ،قابليت همكاري با محيط هاي توليدي شبكه اي در قالب يك كسب و كار توليدي وجود دارد.از آنجايي كه منابع توليدي معمولاً محدود و پرهزينه مي باشند، شركت هاي توليدي زيادي انتظار دارند كه منابع توليدي خود را به منظور افزايش نرخ بهره برداري از منابع،حداقل نمودن نرخ اتلاف توليد و حداقل نمودن هزينه هاي سربار توليد به اشتراك گذاشته ، تجميع نموده و دوباره مورد استفاده قرار دهند(چن و همكاران ،2012).

هرچند توليد شبكه اي فاقد مكانيزم هاي سازگاري و تنظيم پويا(پانتو و مولينا،2008)براي اطمينان از سهولت باز تنظيم،تخصيص وتطبيق يكپارچه تجهيزات ،سيستم ها و فرايندها ميباشد(چن ، دومينگوس و ورنادات،2008).از آنجايي كه زيرساخت هاي توليد شبكه اي داراي محدوديت هاي ذاتي و دروني نظير كشش پذيري و مقياس پذيري ميباشند ،چيتوك و رستيو (2009)نتيجه گيري كردند كه سيستم هاي مهندسي توليد شبكه اي فعلي توانايي لازم براي بررسي منطقي الزامات و نيازهاي متغير و پرنوسان شركت هاي توليدي مدرن را ندارند.دريك تلاش براي بررسي و رفع محدوديت ها وضعف هاي شركت هاي شبكه اي و پشتيباني بهتر براي يكپارچگي در مقياس بالادر منابع توليدي پراكنده ناهمگون،محققين چندمدل توليد و تكنولوژيی را پيشنهاد نمودند كه به عنوان نمونه عبارتند از :توليد چابك (يوسف،سرحدي و گناسكاران،1999)،توليد مجازي(چن و همكاران،2002)،تامين كننده خدمت كاربردي(فلاميا،2001; سو و همكاران،2009) و شبكه توليدي(تائو وهمكاران ،2008; تائو . زنگ و همكاران،2012).

شبكه توليدي داراي برخي محدوديت ها از قبيل فقدان پروتكل ها،استانداردها و معيارها، مدلهاي تجاري، امنيت تجاري پيشرفته،قابليت هاي قوي مديريتي،قابليت اطمينان وتحمل شكست و ...ميباشد(تائو ، زنگ و ني،2011).علی الخصوص كمبود مدلهاي عمليات تجاري، غلبه بر محدوديت هاي فني شبكه تجاري را بسيار مشكل مي سازد زيرا هيچ سازمان و يا نهاد بازرگاني تمايلي به سرمايه گذاري مبالغ فراوان در خصوص چنين امور فني را ندارد.در مقابل مدلهاي عمليات تجاري پردازش ابري (پرداخت براساس استفاده براي خدمات مورد تقاضا)به طور روزافزوني توسط شركت ها در سالهاي اخير مورد پذيرش واقع گرديده است.بسياري از شركت هاي بزرگ از قبيل گوگل،اي بي ام و آمازون انگيزه زيادي داشته و پول فراواني براي توسعه تكنولوژيهاي پيشرفته تر،پروتكل ها و مكانيزمهاي امنيتي هزينه نموده اند.درسالهاي اخير صنايع توليدي درحال تجربه تغيير ازتوليد توليد گرا به توليد خدمت گرا به علت تغيير محيط اقتصادي و رقابت مي باشند(تائو و همكاران،2011).در پاسخ به اين روند، شركت هاي توليدي نيازمند روشهاي جديد براي انسجام منابع توليدي مختلف در اينترنت جهت تامين خدمات كاراتربا يك هزينه پايين تر مي باشند.اخيراً استفاده از رويكردهاي خدمت گراي مبتني بر پارادايم هاي پردازش ابري متداول براي يكپارچه نمودن منابع توليدي مختلف به عنوان يك مدل قطعي،غيرقابل اجتناب براي شركت هاي توليدي مطرح گرديده است(وو و يانگ،2010; لي و همكاران ،2010;  تائو همكاران ،2011;لي و همكاران ،2012،وليئي و هوشمند،2013).

توسعه مستمر پردازش ابري ،فرصت مناسبي براي غلبه بر محدوديت هاي پيش روي شبكه توليدي فراهم نمود. لازم بذكر است كه پژوهش در خصوص معماري،برنامه هاي كاربردي،نمونه كاربردي تركيب خدمت منابع و جنبه هاي ديگر شبكه توليدي و كمك اساسي به پيشرفتهاي بعدي توليد ابري نموده است(تائو ،هو و زائو،2008;تائو و زنگ و همكاران ،2012).در نتيجه توليد ابري براي تامين ايده ها، تكنيك ها و فرصت هاي جديد در حل مسائل و موضوعات پيش روي توليد شبكه اي و يا مدلهاي ديگر توليدي پيشنهاد گرديده است(لي و همكاران،2010; جين،2013).

 

 

 

 

3-1-2- تولید ابری:

تعریف جامعی برای تولید ابری وجود ندارد ولی با مرور ادبیات چندین تعریف شناسایی شده است.لی و همکاران در سال 2010 به عنوان یک پیشتاز در این زمینه،واژه تولید ابری را در سال 2010ابداع نمود و تولید ابری را به عنوان یک سیستم تولیدی هوشمند مبتنی بر دانش،خدمت محور با کارایی بالا و مصرف انرژی پایین تعریف نموده است.

ژودر سال 2012 تولید ابری را به عنوان یک مدلی برای فعال سازی دسترسی شبکه ای راحت و همه جایی مبتنی بر تقاضابه یک منبع مشترکی از منابع تولیدی قابل تنظیم (ابزارهای نرم افزار تولیدی ،قابلیت ها و تجهیزات تولیدی) تعریف نموده است که می تواندبه سرعت تامین گردیده و با حداقل تلاش مدیریتی و یا تامین کننده خدمت توزیع گردد.

از دیدگاه تکنولوژیکی تائو و همکاران (2011) تولیدی ابری را به عنوان یک مدل تولیدی خدمت محور جدیدی تعریف نموده است که تکنولوژیهای مختلفی نظیر تولید شبکه ای ،پردازش ابری ،اینترنت شی ء گرا¹⁰ ، مجازی سازی و تکنولوژیهای خدمت محور را برای برای حمایت از همکاری، به اشتراک گذاری و مدیریت منابع تولید را یکپارچه می نماید. فهم مشترک بین این تعاریف عبارتست از این است که تولید ابری دربرگیرنده تغییر قابلیت ها ومنابع تولیدی(سخت افزار،نرم افزار )به ابر به عنوان خدمات ابری و تامین برخی از انواع قابلیتهای مدیریت و کنترل خدمت برای اداره منابع تولیدی،فرآیندها،عملیات و تعاملات بر روی اینترنت میباشد.

لي و همكاران(2010و2011و2012) و زنگ و همكاران (2012) توليدابري را به صورت زير تعريف نموده است:يك مدل و تكنولوژي چابك شبكه اي هوشمند،دانش محور،جديد، سرويس محور،بسيار اقتصادي ،كم هزينه كه اجازه مي دهد قابليتها و منابع مجازي گرديده و تبديل به منابع مورد تقاضاي در دسترس براي كاربران در چرخه عمر محصول گردد.

براساس نظر وو و همكاران (2013) : توليد و طراحي ابري¹¹  اشاره مي كند به مدل توسعه محصول سرويس محور كه مشتريان خدمات را قادر به تنظيم وتعيين محصولات و خدمات به عنوان يك سيستم توليدي قابل تنظيم از طريق زير ساخت بعنوان خدمت و پلت فرم به عنوان يك خدمت و سخت افزار به عنوان يك خدمت و نرم افزار به عنوان يك خدمت در پاسخ به نيازهاي سريعاً در حال تغيير مي باشد. براساس اين تعريف وو و شافر و روزن(2013) تولید وطراحی مبتنی بر تولید ابری عبارتند از : طراحی مبتنی بر ابر¹² و تولید مبتنی بر ابر¹³ . تعاریف فوق الذکر دارای واژه های مشترکی می باشند نظیر منبع تولیدی ،قابلیت و پلت فرم و همچنین آنها ازبرخی واژه های متداول و یکسان پردازش ابری استفاده می نمایند.مثل مجازی سازی و خدمت ابری با معانی مختلف .

تحقیقات ژو (2012) بر چگونگی توانمند سازی تولید ابری از طریق پردازش ابری تمرکز دارد و همچنین شناسایی گستره و تنوع تحقیقات موجود در زمینه رشد سریع زمینه تحقیقاتی و خاطر نشان ساختن چالش ها و فرصت ها برای محققین آتی تمرکز نموده است .

پژوهشگر	سال	تعریف تولید ابر
لی و همکاران	2010	یک سیستم تولیدی هوشمند مبتنی بر دانش،خدمت محور با کارایی بالا و مصرف انرژی پایین
ژو	2012	مدلی برای فعال سازی دسترسی شبکه ای راحت و همه جایی مبتنی بر تقاضابه یک منبع مشترکی از منابع تولیدی قابل تنظیم که می تواند به سرعت تامین گردیده و با حداقل تلاش مدیریتی و یا تامین کننده خدمت توزیع گردد.
تائو و همکاران	2011	یک مدل تولیدی خدمت محور جدیدی که تکنولوژیهای مختلفی نظیر تولید شبکه ای ،پردازش ابری ،اینترنت شی ء گرا ، مجازی سازی و تکنولوژیهای خدمت محور را برای برای حمایت از همکاری، به اشتراک گذاری و مدیریت منابع تولید را یکپارچه می نماید.
لي و همكاران و زنگ و مكاران (2012	2010 2011 2012	يك مدل و تكنولوژي چابك شبكه اي هوشمند ، دانش محور ،جديد، سرويس محور،بسيار اقتصادي ،كم هزينه كه اجازه مي دهد قابليتها و منابع مجازي گرديده و تبديل به منابع مورد تقاضاي در دسترس براي كاربران در چرخه عمر محصول گردد.
وو و همكاران	2013	مدل توسعه محصول سرويس محور كه مشتريان خدمات را قادر به تنظيم وتعيين محصولات و خدمات به عنوان يك سيستم توليدي قابل تنظيم از طريق زير ساخت بعنوان خدمت و پلت فرم به عنوان يك خدمت و سخت افزار به عنوان يك خدمت و نرم افزار به عنوان يك خدمت در پاسخ به نيازهاي سريعاً در حال تغيير مي باشد.
وو و شافر و روزن	2013	طراحی مبتنی بر ابر و تولید مبتنی بر ابر

جدول 1-تعریف تولید ابری

        بسیار اهمیت دارد که مفاهیم بنیادی بکار رفته در تولید ابری را به عنوان پایه ای ای برای مباحث بیشتر در تحقیق و توسعه آتی تعریف نمائیم.

منبع تولیدی:منبع تولیدی یک ماهیتی است که می تواند یک فعالیت و یا یک وظیفه موجود در چرخه عمر محصول را حمایت و پشتیبانی نماید.دو نوع منبع اساسی تولیدی وجود دارد که عبارتنداز :منبع نرم و منبع سخت.یک منبع سخت می تواند یک سلول تولیدی و یا سخت افزار فناوری اطلاعاتی باشد.یک منبع نرم می تواند نرم افزار،داده،اطلاعات،دانش ویاعناصر فکری دیگر باشد.

قابلیت تولیدی:یک قابلیت تولیدی قدرت رقابت حرفه ای،منابع تولیدی،اعتبارات و مزیت های فکری برای انجام یک شغل در یک چرخه عمر محصول که نشاندهنده شایستگی،کاهش هزینه و بهبود کیفیتی است که می تواند یک سازمان و یا افراد را مجبور به انجام وظایف خاص و یا دستیابی به اهداف خاص گردد.

پلت فرم ابری:یک پلت فرم ابری، ماهیتی است که یک منبع مشترک از قابلیت ها و منابع تولیدی را بر روی یک شبکه مدیریت کرده وابزارهاو زیرساخت های فناوری اطلاعاتی یکپارچه ای را هم برای تامین کنندگان وهم متقاضیان برای ترخیص و استفاده از خدمات ابری مبتنی بر تقاضا ارائه می نماید.

خدمت ابری:خدمت ابری و یا خدمت تولید ابری وظیفه ای است مبتنی بر یک قابلیت تولیدی که می تواند به هدف در یک فعالیت در یک چرخه عمر محصول مثل خدمت طراحی،خدمت تولید،خدمت تست و خدمت مدیریت دست یابد .دریک شکل ماشینی قابل پردازش ،اطلاعاتش تحت مدیریت مرکزی پلت فرم ابری است.از دیدگاه فنی دونوع اساسی خدمات ابری وجود دارد که به طور کامل تحت کنترل یک پلت فرم ابری و خدمات ابری در حال خاموشی است که نیازمند عملیات اضافی از طریق اپراتور یک پلت فرم ابری است.

كاربر ابري:

يك كاربر ابري،عملگري است كه در توليد ابري مشاركت مي كند.سه نوع كاربر اساسي وجود دارد كه عبارتند از: تامين كننده ابري ،‌مصرف كننده ابري و اپراتور.

يك تامين كننده ابري ماهيتي است كه قابليت ها و منابع توليدي را به عنوان خدمات ابري از طريق يك پلت فرم ابري تامين مي نمايد.

يك مصرف كننده يا مشتري ابري يك ماهيتي است كه از خدمات ابري و از طريق يك پلت فرم ابري براي ارضاء تقاضاها استفاده مي نمايد.

يك اپراتور ابري ياكارگزار ابري ¹⁴ يك ماهيتي است كه يك پلت فرم ابري را مديريت مي نمايد(وو و همكاران ،2012).

مجازي سازي منبع:مجازي سازي منبع،فرآيندهاي نقشه برداري از منبع توليدي واقعي به فرايند منطقي است .

خدماتي نمودن قابليت:خدماتي نمودن قابليت عبارتست از: فرايندهاي كپسوله نمودن از شرح مختصر يك قابليت توليدي به يك خدمت ابري استاندارد براساس يك مشخصاتي مي باشد.

سيستم توليدي ابري:يك سيستم توليدي ابري يك سيستمي است كه شامل كاربران ابري ،پلت فرم ابري ، منابع و قابليت هاي ابري ،برنامه هاي كاربردي خاص پشتيباني در يك قلمرو توليدي مي باشد.

 

4-1-2- نقاط قوت و ضعف بهره گيري از  تولید ابری:

مزایای تولید ابری:هدف تولید ابری دستیابی به یک اکوسیستم نوآوری از شرکت های تولیدی میباشدکه این امر می تواند موثرترین راه برای بازگشایی درهایی برای آینده کسب وکار و کاهش موانع ورود به بازار درآینده باشد.شرکت های مختلف به دلایل متفاوت زیر تولید ابری را بکار میگیرند.

1.کاهش هزینه های راه اندازی و عملیاتی: از طریق بکارگیری یک سیستم مبتنی بر" پرداخت به محض رفتن" خدمت ابری به کاهش سرمایه گذاری بالا و اتلاف منابع محاسباتی مراجعین کمک می نماید.

2.مقیاس پذیری و سهولت دسترسی: با تجمیع منابع پردازشی پراکنده بر روی اینترنت ،یک خدمت ابری می تواند مقیاس های درخواست خدمت را به ازاء هر مراجعه کننده¹⁵ بالا و پایین نماید.

3.ریسک پایین در تامین منابع :از طریق برونسپاری منابع محاسباتی به ابرها ،مراجعین ریسک نتایج خود را از تخمین نادرست بارمحاسباتی ویا خاموشی تجهیزات به تامین کنندگان ابری که دارای تجربه و تخصص در اداره چنین ریسک هایی باشند،انتقال میدهند.

 

 

 

 

جدول2: مزایای بکارگیری تولید ابری(لی هو وانگ ،2016)

مزایای اقتصادی
کارائی هزینه :سرمایه گذاری موازی و تکراری بر روی نرم افزار و سخت افزار در صنعت فناوری اطلاعات وجود ندارد.	رن و همکاران ،2014
راه کارهای کسب و کار ی پاسخگویانه تر:دسترسی مستمر ،دسترسی آسان به اطلاعات ،سهولت تطبیق با نیازهای کسب و کار	پارکر ،2011
تحول مدل کسب و کار :یک مدل تحویل خدمات جدید،تراز قدرتمند با قابلیت های کسب و کار و تحولات مدل کسب و کار	کانباری و همکاران ،2014-پارکر2011-تالریکو،2014
شفافیت بالا:نه تنها شفافیت داخلی بلکه همچنین مرز و محدوه فعالیت شرکت ها علی الخصوص هنگامی که شرکاء مختلف در فرایند درگیر میباشند، شفاف می گردد.	شاکلت،2010
مزایای فنی
ارتباطات استاندارد:ارتباطات استاندارد می تواند از طریق پلت فرم مجازی ، انعطاف پذیر ، مقیاس پذیر حاصل گردد.	چن ،هسو ،2014-رن و همکاران ،2014
زیرساخت های تلفیقی:از طریق یکپارچه نمودن داده و مدیریت متمرکز منابع فناوری اطلاعات و حذف محدودیت جغرافیایی امکان پذیر می گردد.	فید ،2015-مک دونالد ،2014
ارتباط مستمر با کف کارگاه:ایجاد یک لایه مجازی مبتنی بر منابع فیزیکی در لایه کف کارگاه و یکپارچه نمودن خطوط تولیدی پراکنده که همکاری و مشارکت را ممکن می سازد.	کوباندری ,لی &دوستدار،2014;کوباندری و همکاران،2014

چالش ها و محدودیت هاي ناشي از بكارگيري تولید ابری:

ü       سرقت اطلاعات

ü       از دست دادن اطلاعات

ü        سرقت اکانت و ترافیک سرویس

ü       رابط های کاربری ناایمن 

ü        ویروس اختلال در ارائه خدمات

ü       همکار خیانت کار

ü       سوء استفاده از سرویس ابری 

ü        کم بودن درجه دیجیتالی شدن

ü       آسیب پذیری فناوری های به اشتراک گذاشته شده

 

روندهاي گسترش توليد ابري درآينده

تحقیقات در زمینه تولید ابري به طیف گسترده ای از مباحث رسيده است.برخی از آنها ازابتدای تولید ابري مانند مفهوم،حالت عملیاتی،معماری،چارچوب،موضوعات مربوط به منابع / خدمات،امنیت،رابط کاربری،ادغام و قابلیت همکاری،توجه متخصصين را به خود جلب کرده اند.

به اشتراک گذاری و همکاری،شبیه سازی،مصرف انرژی،زنجیره تأمین، روبات،لجستیک،روند کار و روند معاملات،در حالی که برخی از آنها مباحث جدیدی از قبیل چاپ سه بعدی ، محصول و داده های بزرگی هستند که اخیراً مورد توجه قرار گرفته اند. 

طبق تحقیقات موجود،دو مورد برجسته در زمینه تولید ابري وجود دارد: 1) تحقیقات بیشتر به سمت موضوعات خاص برنامه های کاربردی مانند شرکت تولید ابري،رویکردهای SOA در سطح مزرعه،ادغام چند ابر،چاپ سه بعدی ، روبات اختصاص می یابد. محصول ، داده های بزرگ و....

 2) بسیاری از فناوری های جدید مانند چاپ سه بعدی ، داده های بزرگ و همچنین مفهوم و رویکردهای سایر زمینه های تحقیقاتی مانند انقلاب صنعتي چهارم و اینترنت صنعتی به طور فزاینده ای در تولید ابر ادغام می شوند.

با توجه به اصالت و نفوذ پذیری گسترده آنها در ساخت ابر ، باید در آینده به تحقیقات پژوهشی توجه بیشتری شود:

1)اگرچه تحقیقات مربوط به ساخت ابر چندین سال است که ادامه دارد ، اما هیچ درک روشنی و یکپارچه از مفهوم و مرز مفهوم وجود ندارد. چندین جریان عمده تحقیق در زمینه تولید ابر وجود دارد که هرکدام این مفهوم را از دیدگاه خاص خود تعریف می کنند. علاوه بر این ، جامعه بین المللی تولید ابر به اجماع در مورد تعریف تولید ابر نرسیده است. به همین منظور ، برخی از درک و حتی سوالات در مورد تولید ابر وجود دارد.

این به وضوح مانع توسعه بیشتر و همچنین اجرای صنعتی تولید ابري است.در هنگام تعریف مفهوم ، هم تحقیقات دانشگاهی و هم اجرای صنعتی باید در نظر گرفته شود. از این گذشته ، تولید ابر مفهومی انتزاعی برای صنعت تولید نیست بلکه مفهومی است که ناشی از نیازهای صنفی است و باید در صنایع مختلف به مرحله اجرا درآید.

2) استاندارد سازی بدون شک از اهمیت ویژه ای برای تحقیق و اجرای ساخت ابر برخوردار است ، از جمله استاندارد سازی تعریف ، استاندارد سازی فن آوری های هسته ای و فعال کننده ، استاندارد سازی رویه ها و روش های مدیریت و بهره برداری از سیستم تولید ابر، استاندارد سازی پروتکل های ارتباطی برای ارتباطات ماشین به ماشین و غیره.

3) برنامه ریزی (یعنی موضوعات مربوط به منابع / خدمات و امور مربوط به کار). برنامه ریزی یکی از ابزارهای مهم برای دستیابی به هدف ارائه خدمات تولید تقاضا در تولید ابر است. در زمینه تولید ابر،برنامه ریزی باید به طور گسترده ای درک شود، شامل تعدادی از فعالیت ها شامل تجزیه وظیفه،کشف خدمات،تطبیق، ارزیابی ، انتخاب،ترکیب،اعزام،نظارت،کنترل و بهینه سازی. رویکردهای متمرکز مبتنی بر فراابتكاري و برنامه ریزی متمرکز برای برنامه ریزی در ساخت ابر ، بسیار به احتمال زیاد در برنامه های کاربردی صنعتی در دنیای واقعی شکست می خورند،زیرا بسیاری از عوامل مهم و ترکیبات تولید ابر از جمله درگیری منابع در مقیاس بزرگ ، استقلال شرکت کنندگان ، نادیده گرفته می شوند. پویایی بالاتر، ورود به کارهای پویا، دخالت در لجستیک منطقه گسترده، منابع و خدمات چند سطح و چند سطح.

4) امنیت در تولید ابر ، به ویژه امنیت داده های اصلی شرکت ، ویژگی های فکری و تجهیزات ، نگرانی بزرگی برای شرکت ها در تولید ابر است. تصویب بزرگ مقیاس تولید ابر تقریباً غیرممکن است قبل از حل مسئله امنیتی در ابرتولید.

5) حجم عظیمی از داده ها در مورد ارائه دهندگان،منابع موجود در کف مغازه ها ، سرویس های ابری در ابر و معاملات آنها، مصرف کنندگان و سفارشات آنها و تدارکات در طی فرآیند اجرای سیستم تولید ابر ایجاد می شود که تقریباً برای همه فعالیت ها از اهمیت ویژه ای برخوردار است. در ساخت ابر مانند برنامه ریزی. در نتیجه ، تجزیه و تحلیل داده های بزرگ یک فناوری اصلی برای تولید ابر است.

 

2-2- تولید چابک¹⁶

شیوه تولید چابک در اوایل قرن بیست و یکم مطرح گردید.چابکی بر فعال بودن به عنوان یک مزیت نسبی استراتژیک می‌اندیشد و تنها به انطباق با تغییرات اکتفا نمی‌کند،بلکه به دنبال یافتن تغییرات و بهره‌برداری از آن تغییرات به منزله فرصت‌های ارزشمندی برای رشد و شکوفایی است.در این شیوه تولید مفاهیمی چون ارتباط نزدیک با مشتری،یکپارچگی منابع داخلی سازمان و نیز یکپارچگی با منابع سازمان‌های دیگر از اهمیت خاصی برخوردارند.از قواعد کلی تولید چابک می‌توان به موارد زیر اشاره داشت:

1)       هر چند خیلی سریع تغییر می‌کند،قابل پیش‌بینی نیست.

2)       بازار نیازمند حجم پایین،کیفیت بالا،محصولات سفارشی و خاص است.

3)       چرخه زندگی محصولات بسیار کوتاه و زمان تأخیرشان نیز کوتاه است.

4)       کیفیت جامع و سطوح خیلی بالایی از خدمات مورد انتظار است.

5)       محصولات و خدمات از لحاظ اطلاعات غنی و سرشار هستند.

همانگونه که گفته شد مطابق شکل (شماره يك) در طول تاریخ سه تغییر پارادایم در تولید وجود داشته است و هم اکنون فلسفه تولید وارد مرحله توسعه پارادایم چهارم یعنی چابکی شده است.

 

شکل شماره يك- روند تغییرات پارادایم‌های تولیدی (خوش‌سیما؛ 1378)

با وجود تعاریف زیاد از واژه چابکی هیچ یک از آنها مخالف و ناقض یکدیگر نیستند. این تعاریف عمدتاً، ایده‌ی «سرعت و تغییر در محیط کسب و کار» را نشان می‌دهند. اما با توجه به جدید بودن بحث چابکی، تعریف جامعی که مورد تأیید همگان باشد،وجود ندارد.

به زعم شریفی و ژانگ (1999) چابکی به معنای توانایی هر سازمان در احساس،ادراک پیش‌بینی تغییرات موجود در محیط کسب و کار است.پترو هیلو (2004) می‌گوید: چابکی یک شرکت عبارت است از توانایی و قابلیت انجام عملیات سودآور در محیط رقابتی سرشار از فرصت‌هایی مستمر،غیرقابل پیش‌بینی و متغیر. امیر هرمزی (2001) نیز معتقد است، سازمان‌های چابک برای دانش نسبت به شرایط متغیر بازار انعطاف‌پذیر بوده و از سرعت بالایی برخوردارند. کای و پرنیس (2003) معتقدند چابکی به معنای واکنش به تغییرات ناگهانی و رفع نیازمندی‌های متغیر مشتریان براساس مؤلفه‌هایی چون قیمت،مشخصه،کیفیت،کمیت و تحویل به موقع است. به زعم کاید (1994) به منظور عملیاتی ساختن پارادایم چابکی،می‌توان آن را تلفیقی از مؤسسات بیشمار دانست که یک مهارت با شایستگی کلیدی خاص برای فعالیت‌های مشترک دارند و می‌توانند سازمان را به کمک یکدیگر برای واکنش سریع به نیازمندی‌های متغیر مشتریان،آماده سازند.

جدول (4) خلاصه‌ای از تعاریف مختلف چابکی با دیدگاه‌های مختلف به این پارادایم را ارائه می‌دهد.

 

جدول 3- تعاریف چابکی در ادبیات
تعاریف	نویسنده
چابکی یک سیستم تولیدی با قابلیت‌های مازاد می‌باشد. برای مواجه با تغییرات سریع بازار که می‌توان به این موارد اشاره کرد: سرعت،انعطاف،پاسخگویی.	Iacca Institude (1991)
به معنای مهارت در تغییر و اجازه دادن به سازمان برای انجام هر کاری که نیاز است.	Dove (1994)
چابکی یک پاسخ جامع به محیط رقابتی جدید است که تسلط سیستم تولیدی انبوه را کاهش داده‌اند،شکل گرفته است. اگرچه چابکی به شرکت اجازه می‌دهد تا خیلی سریع‌تر از گذشته واکنش نشان دهند،لیکن نقطه قوت رقبای چابک در پیش‌بینی کنشی نیازهای مشتریان و رهبری در ایجاد بازارهای جدید از طریق نوآوری دائم می‌باشد.	Goldman et al. (1995)
چابکی توانایی تولید با هزینه کم،کیفیت بالا و زمان تحویل کوتاه با تنوع اندازه در راستای سلایق مشتریان می‌باشند.	Fliedner (1997)
چابکی قابلیت واکنش نشان دادن نسبت به تغییرات غیرقابل پیش‌بینی محیط به طور همزمان در شرایط عدم اطمینان	GunaSekaran (1998)
چابکی جستجوی موفق در مبانی رقابتی (سرعت،انعطاف‌پذیری،خلاقیت،پیش کنشی بودن، کیفیت،قابلیت سوددهی) از طریق یکپارچگی منابعی که قابلیت شکل‌دهی مجدد دارند و بهترین شیوه عملی در محیط تخصصی است.	Yusuf et al. (1999)
چابکی توانایی یک سازمان جهت پاسخگویی سریع به تغییرات در مورد تقاضا از دو جنبه حجم و تنوع می‌باشد.	Christopher (2000)
چابکی به یکپارچگی اثربخش زنجیره تأمین و روابط بلندمدت تأمین‌کنندگان و مشتریان دلالت دارد.	Tolone (2000)
قابلیت‌هایی که با استفاده از تفکر ناب حاصل می‌شوند.	Christopher (2001)
چابکی توانایی سازگاری با تغییرات ساختاری که در محیط کسب و کار اتفاق می‌افتد می‌باشد.	Kidd (2001)
چابکی توانایی پاسخگویی منعطف و با سرعت همزمان با تولید می‌باشد.	Christopher & Towill (2002)
محصولات نوآورانه و تقاضای غیرثابت حاکی بر نیروهای عرضه چابک	Stratlon & Warburtun (2003)
چابکی به معنای واکنش به تغییرات ناگهانی و رفع نیازمندی‌های متغیر مشتریان چون قیمت،‌ کمیت،‌کیفیت،تحویل به موقع است.	Kay & Prince (2003)
چابکی مستلزم واکنش سریع و اثربخش به نیازهای بازار است.	Brown & Bessnat (2003)
چابکی توانایی یک سازمان برای تطابق با تغییر و استثناء اثر فرصت‌ها است.	Arteta & Giachetti (2004)

روی هم رفته تعریفی که مورد قبول همگان باشد،درباره چابکی وجود ندارد اما آنچه که در تمامی تعاریف مشاهده می‌شود،ایده سرعت عمل و نیز شناسایی تغییرات محیط کسب و کار در جهت نشان دادن پاسخ مناسب به آنهاست.

توليد ابري بعنوان يكي از پارادايم هاي جديدي است كه براي توانمندسازي شركت هاي توليدي آینده براي پاسخگو،قابل تنظيم و قابل تطبيق و منعطف و در يك كلام چابك بودن مطرح گرديده است.توليد ابري به شركت ها اجازه بكارگيري و مديريت همه اطلاعات توليدي بر روي زنجيره و شبكه در حال بهبودشفاف و واضحي را فراهم مي كند و در عين حال درهايي را به سوي اجراي شركت هاي توليد جهاني فراهم مي كند.از اين رو توليد ابري اساساً در حال تغيير نقش هايي است كه پيش از اين توسط راه كارهاي فناوري اطلاعاتي و ارتباطي هم در سطح عملياتي و هم در سطح استراتژيك ايفا مي گرديد.در اين سناريو چابكي يك شاخص زيربنايي است كه به طور گسترده توسط جوامع صنعتي و آكادميك براي سنجش عملكرد كسب و كارهاي مبتني بر شبكه نظير زنجيره تامين مورداستفاده قرار مي گيرد.اين باور وجود دارد كه توليد ابري مي تواند اثر مستقيمي بر چابكي يك شركت داشته باشد. توليد ابري داراي نه تنها اثر قابل ملاحظه بر توانمندسازهايي نظير انسجام اطلاعاتي دارد بلكه همچنين بر روي قابليت هايي نظير شايستگي نيز تاثير گذار است.شايستگي به معناي اينكه كاربرد اين تكنولوژي مي تواند سبب كسب مزيت هايي در كوتاه مدت و در بلند مدت گردد.نتايج كوتاه مدت از طريق تاثير قابليت ها و نتايج بلند مدت كاربرد توليد ابري مي تواند از طريق افزايش سطح توانمند سازهايي كه سطوح مختلف زنجيره تامين چابك را هدايت مي نمايند،حاصل گردد.به طور خلاصه چابكي زنجيره تامين ميتواند از مزاياي مستقيم و غير مستقيم اثر سرمايه گذاري در تكنولوژي توليد ابري بهره مند گردد كه در عين حال كه قابليت ها و توانمندسازها با نتايجي برآورده مي شوند كه هيچ تاخيري در بازگشت سرمايه گذاري آنها نمي تواند مشاهده گردد. 

يك چارچوب لايه بندي شده براي اجراي توليد ابري شامل چهار لايه مي باشد كه در تصوير زير نشان داده شده است.

 

شكل شماره ي2 چارچوب لايه بندي شده براي اجراي توليد ابري (ژو،2012))

هدف همه خدمات توليد ابري تامين و تدارك همه چرخه عمر توليد محصول براي كاربران مي باشد در چنين روشي،خدمات توليد ابري معمول مي تواند شامل : طراحي به عنوان يك خدمت،توليد به عنوان يك خدمت،آزمايش به عنوان يك خدمت و انسجام و يكپارچگي به عنوان يك خدمت باشد. بنابراين مفهوم و پارادايم توليد ابري تامين كننده يك محيط شبكه اي همكارانه (تعاملي) است كه كاربران مي توانند خدمات توليدي مناسب را از ابر انتخاب نموده و به صورت پويا آنها را در درون يك راه كار توليدي مجازي براي انجام يك وظيفه توليدي منتخب مونتاژ نمايند .در اين سناريو پارادايم توليد ابري يك مدل كسب وكار جديدي را فراهم مي نمايد كه از توليد سنتي به توليد خدماتي شيفت مي نمايد.

 

شكل شماره3-چرخه عمر توليد ابري(تائو،ليلي،ژو،ژاانگ،2013)

3-2-پیشینه تحقیق:

در این بخش تلاش گردیده است که با توجه به مرور منابع لاتین و فارسی یک دسته بندی از مقالات پژوهشی تجربی( کاربردی) و مقالات مفهومی ارائه گردد، تحقیقات انجام شده در خصوص تولید ابری، زنجیره تامین چابک و همچنین مولفه های موثر تولیدابری بر روی چابکی زنجیره تامین به صورت ذیل ارائه می گردد:

 

 

 

 

 

جدول4: نکات مهم در مورد از مقالات پژوهشی تجربی( کاربردی) و مقالات مفهومی

عنوان پژوهش	نویسنده	سال	نکات مهم
شبیه سازی مدل تأثیر تولید ابری بر چابکی زنجیره تأمین	آزاده اتابکی	1394	ارتباط بهینه با مشتری و مشتری مداری /اثر تولید ابری بر چابکی زنجیره تامین /مقیاس پذیری تولید /سرعت ایده پردازی تامین کنندگان /بهینه سازی زمان انتظار
The Impact of Cloud Manufacturing on Supply Chain Agility	Javad Jassbi, Javad Jassbi, J. Barata	2014	اطلاعات منسجم- شايستگی- انعطاف پذیری –پاسخگویی و سرعت و بررسی اثر کمی تولید ابری بر چابکی زنجیره تامین
تبیین و ارائه الگوی ارزیابی چابکی در زنجیره های تامین مبتنی بر سیستم های خبره	نازنین پیله وری	1388	ارائه الگوی کاربردی ارزیابی چابکی زنجیره تامین /طبقه بندی عوامل موثر بر چابکی در دودسته قابلیت ها(انعطاف/شایستگی /هزینه /پاسخگویی و سرعت ) و توانمندسازهای چابکی(روابط مشارکتانه/یکپارچگی فرایند واطلاعات و حساسیت مشتری)
تبیین و رتبه بندی ارزشهای کسب وکاری رایانش ابری براساس دیدگاه خبرگان فناوری اطلاعات	علیرضا شادبخت	1394	بستر سازی به عنوان ارزش های کسب و کار-کاهش هزینه
critical success factor in agile supply chain management	Power, D; Sohal	2005	تفکیک عوامل چابکی سازبه بسیار چابک و اندک چابک/تمرکز شرکت های اندک چابک بر فرایندهای داخلی در مقابل تمرکز شرکت های بسیار چابک بر مشتریان و تامین کنندگان تمرکز داشتند.
Fuzzy Logic Supply Chain Agility Assessment Methodology IEEM Industrial Engineering	Pilevari, N., Seyed Hosseini, S.M. & Jassbi, J	2008	معرفی متدولوژی چگونگی اندازه‌گیری چابکی زنجیره‌های تأمین براساس مدل های فازی و همچنین در این پژوهش سرعت /انعطاف/ شایستگی و پاسخگویی عوامل ایجاد کننده چابکی معرفی گردیدند.
Cloud-Based Automated Design and Additive Manufacturing: A Usage Data-Enabled Paradigm Shift	DirkLehmhus, Thorsten Wuest, Stefan Wellsandt	2015	انسجام عناصر و فرایندها
Cloud manufacturing service platform for small- and medium-sized enterprises	Biqing Huang & Chenghai Li & Chao Yin & Xinpei Zhao	2013	استفاده از تكنولوژيهاي ادغام شده نوظهورنظير توليد ابري ، اينترنت شيء گرا، تكنولوژي توليد محور
Cloud manufacturing: from concept to practice	Lei Ren, Lin Zhang, Fei Tao, Chun Zhao, Xudong Chai & Xinpei Zhao	2015	روابط همکارانه و مشارکتی، دانش و هوشمندی کسب و کار ، کارایی در هزینه
Cloud Agile Manufacturing	Francisco Macia-Perez1, Jose Vicente Berna-Martinez1, Diego Marcos-Jorquera1	2012	انسجام موثر فرایندها ،مجازی سازی و هوشمندی فرآیندها
ReviewCloud manufacturing: Strategic vision and state-of-the-art	Dazhong Wu, Matthew John Greer, David W. Rosen, Dirk Schaefer	2012	مدل تولیدی تقاضامحور ، مشتری گرای ، خدمت گرا
Modeling Agility of Supply chain	Agarwal, A., Shankar, R	2006	حساسیت بازار(مشتری)-سرعت تحویل (پاسخگویی)،صحت داده ها(انسجام اطلاعات)-برنامه ریزی مشارکتی ومتمرکز(روابط همکارانه)-یکپارچه کردن فرایندها(انسجام فرایندها)- کاهش زمان تدارک(–بهبود سطح سرویس(قابلیت و شایستگی)-رضایت مشتری (حساسیت مشتری)- کاهش شرایط اطمینان وتوسعه اعتماد و کاهش مقاومت در مقابل تغییر

اغلب تحقيقات ذكر شده به دليل در نظر نگرفتن رویکرد حاکم بر مدلهای تعالی و همچنین کیفیت حاکم بر نوع خدمات و همچنین نوع فعالیت های زنجیره تامین ومیزان چابکی مورد نیاز قابل نقد می باشد و همچنین در پژوهش های انجام شده در خصوص تاثیر تکنولوژیهای جدید نظیر تولید ابری نوع و میزان تاثیرگذاری این تکنولوژیها بر میزان چابکی مورد پژوهش قرار نگرفته است .

مدل‌های ارائه شده در تحقيقات مذكور از تعمیم‌پذیری پایینی برخوردار بوده و نقد ديگري كه بر آنها وارد است اين است كه راهكاري جهت پيش‌بيني میزان چابكي زنجيره‌هاي تامين در بعد زمان ارائه نشده است.

از جمله خلاء هاي موجود در پژوهش هاي مورد مطالعه عدم بهره گيري كافي از مدل هاي رياضي جهت دادن قابليت پيش بيني به مدل طراحي شده و ضعف فرايند رياضي استخراج ضرايب وزني ابعاد و مولفه ها مي باشد.

بطور كلي در اين تحقيق، خلاء هاي پژوهش هاي پيشين در چهار محور زير كامل خواهد شد:

1-       ارتقاي مدل به سطح ارزيابي تعالي و سطح بلوغ كيفيت در ارزيابي چابكي زنجيره تامين

2-       بهره گيري از مولفه هاي توانمندساز توليد ابري در زنجيره تامين

3-       بهره گيري از مدل هاي رياضي جهت قابليت بخشيدن به مدل در پيش بيني ميزان چابكي مبتني بر توليد ابري

4-       استخراج ضرايب وزني ابعاد و مولفه هاي توانمند ساز و نتايج با در نظر گرفتن تاثير و تاثر مولفه ها بر روي همديگر

 

 

 

4-2-مدل مفهومی اوليه تحقيق :

براساس بررسی های صورت گرفته در خصوص مولفه های اثرگذار و اثرپذیر از تولید ابری بر روی چابکی زنجیره تامین،مدل مفهومی (پیشنهادی)با الگوگیری از تحقیقات پیشین و شناسایی شکاف های تحقیقاتی به صورت ذیل ارائه می گردد:

شكل 4: مدل مفهومی اوليه پژوهش

 

 

3-روش تحقیق:

روش تحقيق:روش تحقيق مورد استفاده در اين پژوهش مدلسازي توصيفي و كاربردي و توسعه اي بوده و پس از بررسي ادبيات تحقيق و مقالات و متون علمي جديد منتشره در خصوص توليد ابري و مولفه هاي آن،چابكي زنجيره تامين و نحوه و نوع اثرگذاري بكارگيري توليد ابري و تكنولوژيهاي نوظهور در زنجيره تامين ، مدل مفهومي اوليه كه براساس رويكرد تعالي سازماني شامل دو طبقه توانمندساز كه دربر گيرنده مولفه هاي توليدابري در 8 مولفه(هوش تجاري،انسجام فرآيندها، اشتراك گذاري منابع(ناب)،خدماتي نمودن توليد، كيفيت توليد،انسجام اطلاعات، روابط همكارانه و حساسيت مشتري) و طبقه نتايج كه (انعطاف پذيري، شايستگي و قابليت،رضايت مشتري،رقابت پذيري، هزينه (قيمت)، پاسخگويي ،قابليت اطمينان و كيفيت و تعالي)استخراج گرديد.هدف پژوهش شناسايي مولفه هاي توليد ابري اثربخس بر روي چابكي زنجيره تامين بوده و توسعه دانش كاربردي در زنجيره تامين خودرو را درنظر دارد.

دراين پژوهش براي پالايش مدل مفهومي اوليه از روش دلفي فازي استفاده گرديد.

تکنیک دلفی یک فرآیند قوي مبتنی بر ساختار ارتباطی گروهی است که در مواردي که دانشی ناکامل و نامطمئن در دسترس باشد با هدف دستیابی به اجماع گروهی در بین خبرگان استفاده می شود. در روش دلفی کلاسیک، نظرات خبرگان در قالب اعداد قطعی بیان می شود، در حالی که افراد خبره از شایستگی هاي ذهنی خود براي بیان نظر استفاده می کنند و این نشان دهنده احتمالی بودن عدم قطعیت حاکم بر این شرایط است. احتمالی بودن عدم قطعیت، با مجموعه هاي فازي سازگاري دارد.

روش دلفی (Delphi) برای نخستین بار توسط دالکی و هلمر در سال 1963 ارائه شد. این تکنیک روشی پیمایشی مبتنی بر نظرهای متخصصان است و سه خصوصیت اصلی دارد که عبارت اند از: پاسخ بی نام، تکرار و بازخورد کنترل شده و درنهایت پاسخ گروهی آماری. این تکنیک روشی نظام مند به منظور جمع آوری و هماهنگی قضاوت های آگاهانه گروهی از متخصصان درباره سؤال یا موضوعی خاصی است. در بسیاری از موقعیت های واقعی، قضاوت متخصصان نمی تواند به صورت اعداد کمّی قطعی بیان و تفسیر شود؛ به عبارت دیگر داده ها و اعداد قطعی به منظور مدل کردن سیستمهای دنیای واقعی به علت ابهام و عدم قطعیت موجود در قضاوت تصمیم گیرندگان ناکافی است.بنابراین در این پژوهش از روش دلفی فازی به منظور تأیید و غربالگری شاخص های شناسایی شده استفاده شده است. در روش دلفی، از آنجاییکه پیش بینی های ارائه شده توسط افراد خبره در قالب اعداد قطعی بیان می گردند و آن را از دنیای واقعی دور می سازد.

دراين پژوهش از دو پرسشنامه محقق ساخته در دو مقطع استفاده شده و پرسشنامه اول به همراه مصاحبه به براي پايش مدل مفهومي اوليه و نهايي سازي آن توسط خبرگان برون سازمان زنجيره تامين و پرسشنامه دوم به همراه مصاحبه و توسط خبرگان درون سازماني جهت استخراج وزني مولفه هاي چابكي با روش سواراي فازي به عنوان خروجي مدل و همچنين مولفه هاي توانمندساز به عنوان ورودي مدل ونهايتاً استخراج مدل رياضي با استفاده از ANFISاستفاده گرديده است.

 

 

 

 

 

شكل شماره 5:نماي شماتيك تحليل و نهايي سازي تحقيق	شكل شماره6: مراحل شماتيك پژوهش
جهت سنجش ميزان اعتبار محتوايي پرسشنامة خبرگان درون سازمانی،قبل از توزيع نهايي آن بين خبرگان، پرسشنامه تدوين شده بين چند نفر از خبرگان دانشگاه و صنعت توزيع شد. در اين تحقيق، ضريب قابليت اعتماد پرسشنامة خبرگان برون سازمانی(پالايش مدل) عدد "914/0" و براي پرسشنامة خبرگان درون سازمانی "906/0" است كه نشان‌دهندة پايايي بالاي پرسشنامه‌ها مي‌باشد.

خبرگان برون سازماني از بين فعالان قطعه ساز تامين كننده خودرو داراي تحصيلات و تخصص در زمينه تكنولوژيهاي نوظهور و زنجيره تامين و خبرگان درون سازماني از بين نيروهاي فعال زنجيره تامين قطعات خودرو در شركت ايساكو و داراي تحصيلات كارشناسي ارشد بازرگاني و تجارت و 8سال سابقه كار ميباشد.

مدل مفهومي اوليه پس از سه راند اجراي دلفي فازي به مدل نهايي رسيده و مدل نهايي داراي11 مولفه (5مولفه توانمندساز و 6مولفه چابكي ) ميباشد و سه مولفه توانمندساز(اشتراك گذاري منابع(ناب)،خدماتي نمودن توليد، كيفيت توليد) و دو مولفه طبقه نتايج كه (رضايت مشتري،رقابت پذيري) طبق نظر حذف گرديد. 

در اين تحقيق، فرآيند تجزيه و تحليل داده‌ها و ساخت مدل رياضي با بهره‌گيري از سيستم استنتاج تطبيقي فازي عصبي¹⁷ (ANFIS) صورت گرفته است.دلايل استفاده از سيستم استنتاج تطبيقي فازي عصبي در مدلسازي متعدد است كه در اينجا به تعدادي از آنها اشاره مي‌شود:

1. توانايي توليد قواعد استنتاج فازي2. قابليت بالاي مدل در انطباق با شرايط مختلف سازمان‌هاي مختلف جهت پایش و بهبود مستمر با توجه به ابعاد و مؤلفه‌هاي مختلف مدل.3. توانايي پيش‌بيني ميزان تأثير متغيرها بر روي همديگر جهت برآورد نتايج پيش‌بيني.4. ANFIS  با محدوديت‌هاي كمتري نسبت به شبكه‌هاي عصبي مصنوعي،‌كاربردهاي متنوعي در زمينه‌هايي چون مدلسازي،تصميم‌گيري،پردازش و كنترل دارد.5. سيستم‌هاي استنتاج فازي،كاربردهاي موفقيت‌آميزي در كنترل خودكار،طبقه‌بندي اطلاعات،تصميم‌گيري تحليلي و سيستم‌هاي خبره دارند(شعباني‌نيا و سعيدنيا 1386).

 

مدل ANFIS طراحي شده دراين تحقيق به دو روش مورد اعتبار سنجي قرار گرفت:

1.اعتبارسنجي مدل ANFIS به روش امتحان كردن مجموعة‌ داده‌ها:اعتبارسنجي مدل يك روند است كه بوسيلة آن يك بردار ورودي از "داده‌هاي ورودي/ خروجي" را كه FIS تا به حال آن را آموزش نداده،به مدل FIS  آموزش ديده نشان مي‌دهند. اين كار به اين منظور صورت مي‌گيرد كه ببينند مدل FIS با چه كيفيتي داده‌هاي "مجموعه مقادير خروجي" را پيش‌بيني مي‌كند. اين عمل در واسط گرافيكي ويرايشگر ANFIS با مجموعه داده‌هاي امتحاني¹⁸ شناخته مي‌شود(شعباني‌نيا و سعيدنيا، 1386).

بدين منظور از 80 درصد مجموعة كل داده‌هاي ورودي/ خروجي موجود (اطلاعات پرسشنامة خبرگان درون سازمانی)، به عنوان داده‌هاي آموزش مدل و 20 درصد باقيمانده را جهت امتحان كردن مدل آموزش ديده به كار برده‌ايم.

2.اعتبارسنجي مدل ANFIS با استفاده از آزمون شرايط حدي:در اين آزمون،مقدار ورودي‌هاي مدل‌هاي آموزش ديده،در حالتهاي حدي مختلف (كمترين مقدار،‌در اينجا عدد صفر (بسيار كم)،و بيشترين مقدار، در اينجا عدد 100 (بسيار زياد) تغيير داده شده و ميزان حساسيت مدل در برابر اين تغييرات بررسي مي‌شود. آزمون شرايط حدي بيانگر اين است كه آيا مدل در شرايط حدي مقادير داده‌ها به طور مناسب رفتار مي‌نمايد يا خير؟ براي انجام آزمون شرايط حدي، بايد تمام خروجي‌هاي مدل از لحاظ معقول بودن و امكان‌پذير بودن در شرايط كمترين و بيشترين مقادير ورودي مورد بررسي قرار گيرند.

 

4-یافته ها

در اين بخش به تجزيه و تحليل داده‌هاي حاصل از پرسشنامه‌هاي توزيع شده پرداخته شده و در نهايت پس از استخراج مدل مفهومي و وزن دهي آنها به روش سواراي فازي به پياده‌سازي و اجراي مدل رياضي براي مدل مفهومي بر اساس سيستم استنتاج تطبيقي فازي عصبي (ANFIS) پرداخته شد و نهايتاً مدل رياضي آموزش ديده با دو روش مورد اعتبار سنجي قرار گرفت.

از آنجایی که این پژوهش به دنبال طراحی الگوي ارزيابي تاثير توليد ابري بر چابكي زنجيره تامين بوده،16 نفر از اساتید و مدیران در دانشگاه و صنعت، ابعاد و مولفه های استخراج شده از مطالعه مبانی نظری تحقیق را از دیدگاه عملیاتی مورد پالایش قرار داده اند.جهت پالایش ابعاد و مولفه ها و تجمیع نظر خبرگان از رویکرد دلفی فازی بهره گرفته شده است.

نظر سنجي مرحله اول :راند اول مدل مفهومي اوليه در سه راند دلفي فازي نهايي گرديده و در راند اول بیشترین میزان موافقت خبرگان با مولفه روابط همکارانه،انعطاف پذیری، قابلیت اطمینان، کیفیت و تعالی بوده و از آنجایی که در پرسشنامه ارائه شده علاوه بر سوالات بسته،دیدگاه های خبرگان در قالب سوالات باز نیز اخذ گردیده،لذا پس از پالایش نقطه نظرهای ارائه شده اقدامات اصلاحی زیر در مولفه های مدل مفهومی اول بعمل آمده است:

1. با توجه به نمرات میانگین فازی زدایی شده پیشنهاد گردید تا مولفه های اشتراک گذاری منابع و خدماتی نمودن تولید و کیفیت تولید از بعد توانمندسازها حذف گردد.

2. با توجه به نمرات میانگین فازی زدایی شده پیشنهاد گردید تا مولفه های رضایت مشتری و رقابت پذیری از بعد نتایج حذف گردد.

نظرسنجی مرحله دوم: در این مرحله ضمن اعمال تغییرات لازم در ابعاد و مولفه های مدل،پرسشنامه دوم تهیه گردیده و همراه با نقطه نظر قبلی هر فرد و میزان اختلاف آنها با دیدگاه سایر خبرگان، مجدداً به اعضای گروه خبره ارسال گردید.

در مرحله دوم اعضای گروه خبره با توجه به نقطه نظرات سایر اعضای گروه و همچنین با توجه به تغییرات اعمال شده در ابعاد و مولفه های مدل مجدداً به سوالات ارائه شده پاسخ دادند که همانند مرحله نخست مورد تحلیل قرار گرفت.

با توجه به دیدگاه های ارائه شده در مرحله اول و مقایسه آن با نتایج این مرحله،در صورتی که اختلاف بین دو مرحله کمتر از حد آستانه خیلی کم(1/0) باشد در این صورت فرآیند نظرسنجی متوقف می شود

در مولفه های هوش تجاری و انسجام اطلاعات و فرآيندها، حساسيت مشتري،شايستگي و قابليت،پاسخگويي وقابليت اطمينان اعضای گروه خبره به وحدت نظر نرسیده اند و میزان اختلاف نظر در مراحل اول و دوم بيشتر از حد آستانه خیلی کم (1/0) بوده،لذا نظرسنجی در خصوص مولفه های فوق ادامه مي يابد.

 

جدول 6- میانگین دیدگاه های خبرگان حاصل از نظرسنجی نخست	جدول 7- میزان اختلاف دیدگاه خبرگان در نظرسنجی مرحله اول و دوم

منبع: یافته های تحقیق: 1397

نظرسنجی مرحله سوم: در این مرحله ضمن اعمال تغییرات لازم در مولفه های مدل،پرسشنامه سوم تهیه گردیده و همراه با نقطه نظر قبلی هر فرد و میزان اختلاف آنها با میانگین دیدگاه سایر خبرگان، مجدداً به خبرگان ارسال گردید. با این تفاوت که در این مرحله از 11 مولفه موجود در مرحله قبل، 4 مورد متوقف گردیده و نظرسنجی در مورد 7 مولفه باقیمانده صورت گرفته است.

جدول8- میانگین دیدگاه های خبرگان حاصل از نظرسنجی سوم	جدول9- میزان اختلاف ديدگاه خبرگان در نظرسنجی مرحله دوم و سوم
منبع: یافته های تحقیق،1397	شماره شماره7- مدل مفهومی تحقیق(نهايي)
همانطور که جدول فوق نشان می دهد میزان اختلاف نظر خبرگان در مراحل دوم و سوم کمتر از حد آستانه خیلی کم (1/0) می باشد و لذا نظرسنجی در این مرحله متوقف می شود. بنابراین در طی سه مرحله نظرسنجی از 11 مولفه، چهار مولفه عیناً مورد پذیرش خبرگان قرار گرفته و 7 مولفه پس از تجمیع سایر مولفه ها مورد پذیرش واقع شده و در 2 بعد و 11 مولفه به شکل زیر نهایی گردید. وزن دهي متغيرهاي چابكي :در اين تحقيق شاخص ها و مولفه هاي چابكي از طريق متغيرهاي كلامي و توسط 16نفر خبره وزن دهي گرديده و از طريق روش سواراي فازي وزن تك تك متغيرها و شاخص هاي چابكي استخراج گرديدو براساس وزنهاي مختلف مولفه هاي چابكي،امتياز نهايي چابكي زنجيره تامين براي هر كدام از سري داده ها محاسبه گرديد. براساس نتايج تحقيق ، مولفه انعطاف پذيري بالاترين

وزن(0.469) و كيفيت و تعالي كمترين وزن(0.034) را كسب نمودند

جدول10: جدول وزن دهي شاخص هاي چابكي با روش سواراي فازي

 

شكل شماره 8: sub-ANFIS بُعد نهایی (چابکی زنجیره تامین)

 

 

مدل ANFIS 

پس از طراحي الگوي مفهومي و سپس پالايش آن توسط خبرگان وهمچنين وزن دهي متغيرهاي چابكي با روش سواراي فازي،اكنون در بخش پاياني كار،مدل ANFIS اين مدل مفهومي را با استفاده از پاسخ هاي پرسشنامة خبرگان درون سازمانی طراحي و آزمايش نموديم.

آنچه در اين بخش به آن پرداخته شد،نماي طراحي الگوي رياضي گام‌ها و نيازمندي‌هاي سيستم استنتاج تطبيقي فازي عصبي بر اساس مدل مفهومي در دو فاز (بُعد) توانمندسازها و نتایج بود. براي پيش‌بيني مدل مفهومی تحقیق، در طراحي مدل ANFIS كلي، ما يك FIS كلي و یک sub-ANFIS داشتيم. 

براي پياده‌سازي اين مدل رياضي از نرم‌افزار متلب نسخه R2017a بهره گرفتيم. همانطور كه در فصل سوم به طور مختصر اشاره شد،ابتدا براي هر بُعد از مدل يك sub-FIS و بر مبناي اين یک sub-FIS‌ يك FIS كلي طراحي گرديد.از اطلاعات 120 پاسخ‌دهنده، پاسخ‌هاي 96 خبره (حدود 80 درصد از كل پاسخ‌دهندگان) جهت آموزش مدل‌هاي sub-FIS و FIS و از اطلاعات 24 نفر باقيمانده به عنوان داده‌هاي امتحاني، جهت بررسي یک sub-ANFIS و ANFIS‌ كلي استفاده شد.

پرسشنامة خبرگان درون سازمانی با اين ديد طراحي شد كه كاربران در خصوص ورودي‌هاي هر زير مدل(يعني مؤلفه‌) و همچنين در خصوص خروجي آن (يعني نظر كلي در خصوص هر بُعد) اظهارنظر كنند.از اين داده‌ها جهت آموزش و بررسي اين مدل‌ها استفاده شد.

با استفاده از داده‌هاي آموزشي،سيستم ANFIS به روش افراز شبكه‌اي آموزش داده شد

تعداد قواعد برابر است با 32 = 25 قواعد استنتاجي به دست آمده منجر به نگاشت مقادير مختلف 5 ورودي به يك خروجي زيرسيستم يعني چابکی زنجیره تامین گرديد.

 

كد مولفه	شاخص هاي چابكي	متغير كلامي	اعداد فازي	نوع معيار	مقدار متوسط اهميت نسبي	) محاسبه ضريب	) محاسبه وزن اوليه هر شاخص	محاسبه وزن نرمال نهایی
	1-2 : انعطاف پذیری	كاملاً مهم(بالاترين اهميت)	(1و1و1)	مثبت	1	1	1	0.469
	2-2 : شایستگی و قابلیت	تاحدي مهم نسبت به گزينه برتر	(0.67و1و1)	مثبت	0.9175	1.9175	0.5215	0.245
	3-2 : هزینه (قیمت)	تاحدي مهم نسبت به گزينه برتر	(0.67و1و1)	منفي	0.9175	1.9175	0.272	0.128
	4-2 : پاسخگویی	داراي اهميت كمتر نسبت به گزينه برتر	(0.4و0.5و0.67)	مثبت	0.4325	1.4325	0.1653	0.078
	5-2 : قابلیت اطمینان	داراي اهميت كمتر نسبت به گزينه برتر	(0.4و0.5و0.67)	مثبت	0.4325	1.4325	0.1004	0.046
	6-2 : کیفیت و تعالی	داراي اهميت بسيار كم تر نسبت به گزينه برتر	(0.285و0.33و0.4)	مثبت	0.3013	1.3013	0.072	0.034

شكل شماره 9: نمايش سه بُعدي تأثير مؤلفه‌هاي انسجام فرآیند و روابط همکارانه بر هم در مدل بُعد نهایی (چابکی زنجیره تامین)	شكل شماره 10: نمايش روند آموزش مدل بُعد نهایی (چابکی زنجیره تامین)جهت كاهش خطاي بين خروجي مدل و داده‌هاي آموزشي

شكل شماره10 روند آموزش مدل بُعد نهایی را نمايش مي‌دهد. هدف از اين كار كاهش خطاي حاصل از ميزان خروجي مدل با خروجي واقعي داده‌ها است. با افزايش تعداد مراحل¹⁹ آموزش، ميزان خطا كاهش ميابد. بعد از چند دوره آموزش،ميزان خطا ثابت مي‌ماند.براي اين مدل ميزان خطا 034/0 (طي 2 دورة آموزش با طول 100) است.

-  اعتبارسنجي مدل ANFIS

در اين قسمت به اعتبارسنجي مدل ANFIS كه آموزش داده شده پرداختيم. براي اين كار از دو روش استفاده مي‌كنيم :

اعتبارسنجي مدل ANFIS به روش امتحان كردن:اعتبار مدل يك روند است كه به وسيلة آن يك بردار ورودي از "داده‌هاي ورودي/ خروجي" را كه FIS تا به حال آن را آموزش نديده، به مدل FIS آموزش ديده نشان مي‌دهند. اين كار به اين منظور صورت مي‌گيرد كه ببينند مدل FIS با چه كيفيتي داده‌هاي "مجموعه مقادير خروجي" را پيش‌بيني مي‌كند. اين عمل در واسط گرافيكي ويرايشگر ANFIS با مجموعه داده‌هاي امتحاني²⁰ شناخته مي‌شود.بدين منظور، همانطور كه قبلاً گفته شده است، ما حدود 20% داده‌هاي "ورودي/خروجي" حاصل از پرسشنامة خبرگان درون سازمانی را به عنوان مجموعه داده‌هاي امتحاني در نظر گرفتيم و در آموزش FIS دخالت نداديم. در شكل 4 مشاهده مي‌شود كه ميزان زيادي داده‌هاي امتحاني (با علامت نقطه (.)) با خروجي مدل ANFIS كه با علامت ستاره (*)‌ نشان داده شده است، مطابقت دارد.‌ در  ANFISمدل مفهومی، پس از آموزش آن به خطاي 033/0 رسيديم كه قابل قبول است.

اعتبارسنجي مدل ANFIS با استفاده از آزمون شرايط حدي:در اين آزمون، متغيرهاي ورودي هر مدل، در حالت‌هاي مختلف (بسيار كم (0) و بسيار زياد (100)) تغيير داده مي‌شود و ميزان حساسيت مدل در برابر اين تغييرات بررسي مي‌شود.در ادامه براي اعتبار سنجي sub-ANFIS ها و ANFIS نهايي، هر كدام را در شرايط حدي بررسي كرده‌ايم.

همانطور كه در شكل‌5 مشهود است، مدل در برابر تغييرات متغيرهاي ورودي از بسيار كم (صفر) تا بسيـار زياد (100)‌ رفتار نسبتـاً منطقي ارائه مي‌كند. خلاصه اين تغييرات در جدول11 مشاهده مي‌شود.

شكل شماره12 : مقايسة داده‌هاي امتحاني و خروجي‌مدل	شكل شماره13 : آزمون حدي پايين (بسيار كم)‌ براي مدل نهايي ANFIS

 

 

تفسير مدل استنتاج فازي بُعد نهایی:

با مراجعه به جدول زير مي‌بينيم كه ميزان تأثير تغييرات مولفه های ورودي بُعد نهایی (چابکی زنجیره تامین) متفاوت است.در جدول به طور خلاصه،اين تغييرات قابل ملاحظه است

 

جدول 11 : ميزان تأثير تغييرات مولفه های ورودي بُعد نهایی (چابکی زنجیره تامین)

رديف	مؤلفه		ميزان بهبود در خروجي						رتبه
از		تا		مقدار مؤثر
1	هوش تجاری		61/40		59/40		2/0-		5
2	انسجام فرآیند		58/40		60/40		02/0		4
3	انسجام اطلاعات		45/40		75/40		30/0		1
4	روابط همکارانه		52/40		68/40		16/0		2
5	حساسیت مشتری		58/40		62/40		04/0		3

 

5.نتیجه گیری و ارائه پیشنهاد

هدف از اجراي اين تحقيق،ارائه الگوي ارزيابي بكارگيري مولفه هاي توليد ابري بر چابكي زنجيره تامين بوده است. در قسمت هاي قبل اين نتيجه حاصل شد که با توجه به نو بودن مفهوم،مدل داخلي وجود ندارد،بخصوص مدلي جامع كه سازگار با سازمان‌هاي صنعتي ايران باشد. لذا اين مدل مي‌تواند اولين مدل‌ ايراني در زمينه ارزيابي تاثير توليد ابري بر چابكي زنجيره تامين باشد. همچنین نتیجه تحقیق انجام گرفته با تحقیقات مشابه وجه اشتراک بالایی دارد:

-به این صورت که از بین 4 مولفه ای که از نتایج تحقیقات جاسبی و اوریر و بارانا بدست آوردیم، 4 مولفه با نتیجه تحقیق صورت گرفته همپوشانی دارد

- از بین 8 مولفه ای که از نتایج تحقیقات پیله وری بدست آوردیم، 8 مولفه با نتیجه تحقیق صورت گرفته همپوشانی دارد. 

- از بین 4 مولفه ای که از نتایج تحقیقات سیدحسینی بدست آوردیم،4 مولفه با نتیجه تحقیق صورت گرفته همپوشانی دارد و از بین 15 مولفه ای که از نتایج اگراول و همکاران بدست آوردیم،3 مولفه با نتیجه تحقیق صورت گرفته همپوشانی دارد.

با توجه به ساختار طراحي اين مدل و ساختار خودآموزي مدل رياضي، امكان بهبود و اصلاح مدل بنا به شرايط و سازمان‌هاي مختلف وجود دارد.

مدل طراحي شده با استفاده از نظرات خبرگان درون سازمانی در شرکت ایساکو مورد آموزش قرار گرفته ونتايج پژوهش بيانگر آن است كه:

- مولفة اول (هوش تجاری)تأثير منفی بر خروجي دارد (از حدود 61/40 تا 59/40). به طوري كه این مولفه با شیب کاهنده در بهبود خروجی بُعد نهایی (چابکی زنجیره تامین) تأثیرمی گذارد يعني افزايش سطح تكنولوژي وافزايش متغيرهاي موثر در تصميم سازي سبب تاخير در پردازش موردنياز شبكه زنجيره تامين خواهد بود.

- مؤلفة دوم (انسجام فرآیند) تأثير مثبت بر خروجي دارد (از حدود 58/40 تا 60/40). به طوري كه این مولفه با شیب فزاینده در بهبود خروجی بُعد نهایی (چابکی زنجیره تامین) تأثیرمی گذارد.

- نتايج پژوهش نشان می دهد مؤلفة سوم (انسجام اطلاعات) تأثير مثبت بر خروجي دارد (از حدود 45/40 تا 75/40). به طوري كه این مولفه با شیب فزاینده در بهبود خروجی بُعد نهایی (چابکی زنجیره تامین) تأثیرمی گذارد.

-مؤلفة چهارم (روابط همکارانه) تأثير مثبت بر خروجي دارد (از حدود 52/40 تا 68/40 ). به طوري كه این مولفه با شیب فزاینده در بهبود خروجی بُعد نهایی (چابکی زنجیره تامین)تأثیرمی گذارد.

- مؤلفة پنجم (حساسیت مشتری) تأثير مثبت بر خروجي دارد (از حدود 58/40 تا 62/40).به طوري كه این مولفه با شیب فزاینده در بهبود خروجی بُعد نهایی (چابکی زنجیره تامین)تأثیرمی گذارد

 

از آنجا كه تحقيق، يك فرآيند مستمر بوده و به صورت گسترده نيز در حال رشد و توسعه مي‌باشد، لذا پيشنهادات كاربردي و تحقيقاتي ذيل مي‌تواند محورهايي را جهت توسعه مدل و بسط متدولوژي ارزيابي تاثیر تولید ابری بر چابكي زنجيره تامين را نمايان سازد.

 

 

 

پيشنهادات كاربردي

يكي از اهداف پژوهشي اين تحقيق استفاده از نتايج بدست آمده و ارائه پيشنهاد به مديران سازمان جهت تسهيل فرايند تصميم گيري در بكارگيري تولید ابری و تكنولوژيهاي نوظهوردرتحقق زنجيره‌هاي تامين چابك و تامين نيازهاي مشتريان در آينده با حداكثرسرعت ،سهولت و هزينه پايين مي‌باشد كه اين پيشنهادات به شرح ذيل است:

1.لزوم بكارگيري رويكردي نظام مند به چابكي زنجيره تامين و در نظر داشتن رويكرد مدلهاي تعالي سازماني (توانمند ساز و نتايج ) و سنجش اثربخشي بكارگيري توليد ابري بر روي چابكي زنجيره تامين تحقق يافته با مدلهاي رياضي ميباشد.

2. مشخص كردن موقعيت چابكي زنجيره تامين با تطبيق مقادير بدست آمده از ANFISهاي طراحي شده با ماتريس عوامل چابكي

3.سرمايه‌گذاري و پرداختن به توانمندسازها و زيرساخت‌هاي تولید ابری و زنجیره تامین چابك در صورت وجود شكاف بين سطح چابكي موجود (مقادير محاسبه شده توسط سيستمهاي استنتاج فازي) و سطح چابكي مطلوب زنجيره تامين.

4. ارزيابي تاثير تغييرات توانمندسازها به ميزان چابكي زنجيره تامين

5. تدوين استراتژی هایی در راستای سرمایه گذاری بر تحقیقات در حوزه ادراک، شناخت و پاسخگویی به نیازهای جاری مشتریان اتخاذ گردد.

6.شناسایی راهکارهایی در جهت آماده سازی سازمان برای رویارویی با تغییرات ناگهانی بازار جهت واکنش کارامد نسبت به نیاز مشتریان.

7.ايجاد نگاه اقتصادي به سرمايه گذاري در تكنولوژيهاي نوظهور فناوري اطلاعاتي

8.سنجش اثربخشي بكارگيري توليد ابري روي چابكي زنجيره تامين

9.استفاده از نتايج تحقيق در آسيب شناسي و عارضه يابي سطح چابكي و تعيين نقاط قوت و ضعف آنها و استخراج طرح ها و اقدامات لازم جهت بهبود وضع موجود

10.بكارگيري سيستم هاي استنتاج فازي تطبيقي-عصبي به منظور تحليل ميزان چابكي، در واقع الگوي رياضي به مديران اين فرصت را مي‌دهد كه با اعمال تغيير در هر يك از مولفه ها و معيارهاي توانمندساز، تاثير آن را بر نتيجه نهايي مشاهده نموده و در صورت لزوم اصلاحات لازم را متناسب با شرايط حاكم بر سازمان اعمال نمايند.

 11.بهينه كاوي تجارب موفق سازمانهاي موفق در چارچوب مدل مفهومي ارائه شده بمنظور توسعه سطح چابكي

12. ايجاد تعادل در فرايند چابكي زنجيره تامين با ايجاد توازن بين توانمندسازهاو نتايج حاصل از آنها

13.شناسايي مولفه هاي اثرگذار ناشي از بكارگيري توليد ابري(توانمندسازها) و همچنين مولفه هاي تاثيرپذير(مدل مفهومي)

 

پيشنهادات تحقیقاتی

1. در آينده مي‌توان با استفاده از ويژگي مدل رياضي ANFIS كه امكان خود‌آموزي دارد و بر اساس پرسشنامه‌اي كه در اين تحقيق براي خبرگان طراحي شد، اين مدل را بهبود داد.

2. محققين در آينده مي‌توانند با الگوهاي رياضي ديگري نظير سيستم ديناميكي،‌اثرات تولید ابری بر چابکی زنجیره تامین را شبيه‌سازي نمايند.

3. محققین در آینده می توانند از داده های کمی جهت ساختن مدل ریاضی استفاده کنند.

4. بررسي عوامل محيطي از جمله عوامل اجتماعي و حقوقي، محيط رقابتي، نيازهاي مشتري، فناوري محرك هاي عملكرد داخلي در تشخيص سطح چابكي مورد نياز و تجزيه و تحليل شكاف موجود بين سطح چابكي فعلي و سطح چابكي مورد نياز.

5.استفاده ازداده های سخت و نرم به طور همزمان در طراحی سیستم های استنتاج فازی انطباق پذیر مبتنی بر شبکه.

6.استفاده از تكنيك فرآيند تحليل شبكه‌اي فازي براي بررسي تعامل بين شاخصها و زيرشاخص‌هاي چابكي در زنجيره‌هاي تامين.

7. استفاده از خبرگان جهاني جهت پالايش مدل مفهومي

8.طراحي مدل رياضي براي بخش هاي تعاوني و خصوصي

9.تحليل محيط كسب و كار و شناسايي ويژگيهاي مهم در آينده كسب و كار و تدوين سناريو براساس آينده پژوهي جهت تامين سطح چابكي موردنياز

 

 

 

 

 

 

 

 

6.فهرست منابع

منابع فارسي:

1.       پیله وری، نازنین، تبیین و ارائه الگوی ارزیابی چابکی در زنجیره های تامین مبتنی بر سیستم های خبره،1388، رساله دكتري دانشگاه آزاد واحد علوم و تحقيقات 1384.

2.حسامی،حسام زند،رجب زاده،علی،طلوعی ،عباس،بررسی مولفه های تاثیرگذاربر زنجیره تامین(pscm)و طراحی مدل مفهومی مدیریت زنجیره تامین چابک،1388،فصلنامه پژوهشنامه بازرگانی،شماره51،تابستان 1388،123-161

3.اتابکی ، آزاده، شبیه سازی مدل تأثیر تولید ابری بر چابکی زنجیره تأمین،رساله کارشناسی ارشد،دانشگاه آزاد اسلامی واحدعلوم و تحقیقات سال1395.

4.شادبخت، علیرضا، تبیین و رتبه بندی ارزشهای کسب وکاری رایانش ابری براساس دیدگاه خبرگان فناوری اطلاعات استان مازندران، دانشگاه آزاد اسلامی واحد تهران مرکزسال1393.

 

 

منابع انگليسي:

1. Lei Ren, Lin Zhang, Fei Tao, Chun Zhao, Xudong Chai & Xinpei Zhao (2015)Cloud manufacturing: from concept to practice, Enterprise Information Systems, 9:2, 186-209,DOI: 10.1080/17517575.2013.839055.

2. Wu He & Lida Xu (2015) A state-of-the-art survey of cloud manufacturing,International Journal of Computer Integrated Manufacturing, 28:3, 239-250, DOI:10.1080/0951192X.2013.874595.

3. Biqing Huang & Chenghai Li & Chao Yin & Xinpei Zhao(2013), Cloud manufacturing service platform for small- and medium-sized enterprises, Int J Adv Manuf Technol (2013) 65:1261–1272,DOI 10.1007/s00170-012-4255-4.

4. Mingyang Wu1 & Tingyu Huo1 & Jianghua Ge(2015), Cutting process-based optimization model of machining feature for cloud manufacturing, Int J Adv Manuf Technol DOI 10.1007/s00170-015-7800-0.5. Weidong Li • Jörn Mehnen(2015), Cloud Manufacturing Distributed Computing Technologies for Global and Sustainable Manufacturing, Springer Series in Advanced Manufacturing, DOI 10.1007/978-1-4471-4935-4 Springer London Heidelberg New York Dordrecht.

6. Dazhong Wu, Matthew John Greer, David W. Rosen, Dirk Schaefer, ReviewCloud manufacturing: Strategic vision and state-of-the-art(2013), The George W. Woodruff School of Mechanical Engineering, Georgia Institute of Technology, 813 Ferst Drive, NW, Atlanta, GA 30332-0405, United Statesa.

7. Dazhong Wua, David W. Rosena, Lihui Wangb, Dirk Schaefera(2014), Cloud-Based Manufacturing: Old Wine in New Bottles?, ScienceDirec

8. Javad Jassbi, Giovanni di Orio, Diogo Barata, Jos´e Barata(2016), The Impact of Cloud Manufacturing on Supply Chain Agility, https://www.researchgate.net/ publication/265140299, DOI: 10.13140/2.1.4075.7121.

9. H. Sharifi and Z. Zhang, “A methodology for achieving agility in manufacturing organisations: An introduction,” International Journal ofProduction Economics, vol. 62, no. 1–2, pp. 7–22, May 1999.

10.F. Tao, L. Zhang, V. C. Venkatesh, Y. Luo, and Y. Cheng, “Cloud manufacturing: a computing and service-oriented manufacturing model,”Proceedings of the Institution of Mechanical Engineers, Part B: Journalof Engineering Manufacture, vol. 225, no. 10, pp. 1969–1976, Oct. 2011.

11.X. Xu, “From cloud computing to cloud manufacturing,” Robotics and Computer-Integrated Manufacturing, vol. 28, no. 1, pp. 75–86, Feb.2012.

12. F. Tao, Y. LaiLi, L. Xu, and L. Zhang, “FC-PACO-RM: a parallel method for service composition optimal-selection in cloud manufacturing system,”IEEE Transactions on Industrial Informatics, vol. 9, no. 4, pp.2023–2033, 2013.

13. W. Zhang and Y. Xu, “Implementation of agile supply chain information integration system in manufacturing industry based on service-oriented architecture and web service,” Advanced Materials Research, vol. 219-220, p. 1145–1148, May 2011.

14. J. Jassbi, S.M. Seyedhosseini, and N. Pilevari, “An adaptive neuro fuzzy inference system for supply chain agility evaluation,” International Journal of Industrial Engineering & Production Research, vol. 20, no. 4,pp. 187–196, Mar. 2010.

15. J. Jassbi, F. Mohamadnejad, and H. Nasrollahzadeh, “A fuzzy DEMATEL

framework for modeling cause and effect relationships of strategy map,” Expert Systems with Applications, vol. 38, no. 5, pp. 5967–5973,May 2011.

16. C.-W. Hsu, T.-C. Kuo, S.-H. Chen, and A. H. Hu, “Using DEMATELto develop a carbon management model of supplier selection in green supply chain management,” Journal of Cleaner Production, vol. 56, pp.164–172, Oct. 2013.

17.Gunasekaran, A. 1998. Agile manufacturing : enablers and implementation framework. International Journal of production economics 36(5): 1223-1274.

18.Jang, R. 1993. ANFIS: Adaptive Network-based Fuzzy Inference System. IEEE Transactions on systems man and Cybernetics.

19.Lee H, So KC(2000) The value of information sharing in two-level Supply Chain Management Science 46 (5): 626-643 Supply Chain Management and advanced planning: concepts, models, Stadtler, Hartmut (2005).

20.Pilevari, N., Seyed Hosseini, S.M. & Jassbi, J. 2008. Fuzzy Logic Supply Chain Agility Assessment Methodology IEEM Industrial Engineering, Singapore.

21.Power, D; Sohal, A(2005): critical success factor in agile supply chain management, Journal of Physical Distribution & Logistic Management, vol. 31, Nov 4, P. 247-205.

22.Sharifi, H; Zhang, Z. (1999): A methodology for Achieving agility in manufacturing organization, international journal of production economics, 69(1999), 7-22.

23.Yusuf. Y, Gunasekaron(2003) Agile Supply Chain Capabilities European Journal of Operation Search, Elsevier.

24.Zhang Z & Sharifi H(2000) A methodology for achieving agility in manufacturing organization. International Journal of operation and production, 20(4): 496-512.

25.Toloie. A., Zandehessami, H., "Process based agile supply chain model according to BPR", contemporary Engineering sciences, 2(3): 117-138, 220q.

26.Zhang, Q., Vonderembrse, M.A., Lim, J., 2002a. Value chain flexibility: a dichotomy of competence and capability. International Journal of Production Research 40 (3), 561-583.

27. Dazhong Wua,David W. Rosena, Lihui Wangb, Dirk Schaefer(2015) , Cloud-based design and manufacturing: A new paradigm in digital manufacturing and design innovation. journal homepage: www.elsevier.com/locate/cad

28.Chituc, C., and F. Restivo. 2009. “Challenges and Trends in Distributed Manufacturing Systems: Are Wise Engineering Systems the Ultimate Answer?.” Second International Symposium on Engineering Systems, MIT, Cambridge, MA, June 15–17

29.Foster, R. S., A. Gupta, and S. Deshpande. 2002. “Evolution of the High-End Computing Market in the USA.” International Journal of Technology Management 24 (2): 274–295.

30.Foster, I., Y. Zhao, I. Raicu, and S. Lu. 2008. “Cloud Computing and Grid Computing 360-degree compared.” In Proceedings of Grid Computing Environments Workshop, Austin, TX, 1–10. Piscataway, NJ: IEEE Society Press.

31.Yusuf, Y. Y., M. Sarhadi, and A. Gunasekaran. 1999. “Agile Manufacturing: The Drivers, Concepts and Attributed.” International Journal of Production Economics 62 (1–2): 33–43.

32. Zhang, L., H. Guo, F. Tao, Y. L. Luo, and N. Si. 2010. “Flexible Management of Resource Service Composition in Cloud Manufacturing.” Proceedings of IEEE International Conference on Industrial Engineering & Engineering Management, 2278–2282, Macao, December 7–10.

33.Flammia, G. 2001. “Application Service Providers: Challenges and Opportunities.” IEEE Intelligent Systems and Their Applications 16 (1): 22–23.

34.He, W., and L. Xu. 2013. “Integration of Distributed Enterprise Applications: A Survey.” IEEE Transactions on Industry Informatics. doi:10.1109/TII.2012.2189221.

35.Spicer, P., and H. J. Carlo. 2007. “Integrating Reconfiguration Cost Into the Design of Multi-Period Scalable Reconfigurable Manufacturing Systems.” Journal of Manufacturing Science and Engineering 129: 202.

36.Panetto, H., and A. Molina. 2008. “Enterprise Integration and Interoperability in Manufacturing Systems: Trends and Issues.” Computers in Industry 59 (7): 641–646.

 

Page 1

 

---

[1]  . cloud computing        

[2]  .Internet of Things

[3]  . Cloud manufacturing (CMfg)

[4]  . Reconfigurable

[5]  . Adaptable

[6]  . Flexible

[7] . Agile 

[8] . solutions

[9] . Cloud Computing

[10]  .internet of things

[11]  .CBDM

[12] . cloud-based design (CBD)

[13]  . cloud-based manufacturing (CBM)

[14] 1. Cloud Broker

[15]  . tenants

 

[16]  - Agile Manufacturing

[17] - Adaptive Nero Fuzzy Inference System (ANFIS)

[18] - Testing data

[19] - Epoch

[20] - Testing data set

---