en بهینه سازی یک زنجیره تامین شامل انبارها و فروشگاه های خرده فروشی با استفاده از تکنیک داده کاوی حریصانه بهبود یافته داده‌کاوی در مدیریت خدمات پژوهشي Research <p dir="RTL" style="margin: 0cm 0cm 8pt; text-align: justify; unicode-bidi: embed; direction: rtl;"><strong><span style="font-family:b nazanin;"><span style="font-size:12.0pt;">هدف:</span></span></strong><span style="font-family:b nazanin;"><span style="font-size:12.0pt;"> امروزه چالش اصلی در زنجیره تامین، روی تحرک کالا (یا مدیریت جریان کالا) تمرکز دارد. محصول مناسب باید در کمترین زمان ممکن و از سریع ترین راه و با کمترین هزینه به دست مشتری مناسب خود برسد. یک زنجیره تامین شامل اجزای مختلفی می‌باشد که نقش مهمی را در کاهش هزینه‌های خدمت‌رسانی بر عهده دارد. هدف از این مقاله حداقل سازی هزینه های زنجیره شامل هزینه راه اندازی، هزینه نگهداری و هزینه حمل و نقل در دوره های زمانی مختلف است.</span></span><br> <span style="font-family:b nazanin;"><span style="font-size:12.0pt;"><strong>روش‌شناسی:</strong> به دلیل پیچیدگی مسئله برای حل آن از الگوریتم فرا ابتکاری حریصانه استفاده شده است. از آنجا که چگونگی مواجهه با پایگاه داده های بزرگ در مدیریت زنجیره تامین مسئله بسیار مهمی می باشد، در این مقاله کاربرد داده کاوی در زنجیره تامین پیشنهاد شده است. </span></span><br> <strong><span style="font-family:b nazanin;"><span style="font-size:12.0pt;">یافته‌ها:</span></span></strong><span style="font-family:b nazanin;"><span style="font-size:12.0pt;"> بر اساس نتایج تحقیق، تکنیک های داده کاوی می تواند به صورت موثری در قسمت های مختلف زنجیره تامین نظیر انتخاب تامین کننده، توزیع کننده، پیش بینی کننده تقاضا و غیره مورد استفاده قرار گیرند. </span></span><br> <strong><span dir="RTL"><span style="font-family:b nazanin;"><span style="font-size:12.0pt;">نتیجه‌گیری:</span></span></span></strong><span dir="RTL"><span style="font-family:b nazanin;"><span style="font-size:12.0pt;"> علاوه بر این، نتایج بدست آمده نشان داد که الگوریتم حریصانه قادر به یافتن بهترین پاسخ در فضای جستجو نبوده و بنابراین یک فاز جستجوی محلی برای بهبود جواب به آن اضافه شده است. نتایج حاصل تاییدی بر اثر بخشی الگوریتم پیشنهادی می باشد.</span></span></span></p> <strong>Objective</strong>: Today, the main challenge in the field of supply chain is to focus on goods&rsquo; mobility and logistic issues. The right product should be available to the right customer in the fastest way and at the lowest cost. A supply chain consists of several components that play an important role in reducing service costs. The purpose of this paper is to minimize the cost of the supply chain, including start-up costs, holding cost, and transportation costs at different time periods.<br> <strong>Methodology</strong>: Due to the complexity of the problem, a data mining technique of improved greedy algorithm has been used to solve it. Since dealing with large databases in the supply chain management is of utmost importance, this paper has proposed the use of data mining methods in the supply chain issue.<br> <strong>Results: </strong>Based on the results of the present study, data mining techniques can be used effectively in different parts of the supply chain such as selecting suppliers and distributors, demand predicting, etc.<br> <strong>Conclusion: </strong>The results revealed that the greedy algorithm was not able to find the best solution in the search space; therefore, a local search phase was added to improve the solution. The obtained results are indicative of the effectiveness of the proposed algorithm. بهینه سازی, زنجیره تامین, انبار, فروشگاه خرده فروشی, داده کاوی, الگوریتم حریصانه بهبود یافته. Optimization, Supply chain, Warehouses, Retail stores, Data mining, Improved greedy algorithm 92 103 http://somjournal.ir/browse.php?a_code=A-10-38-1&slc_lang=en&sid=1 Marzieh Faridi Masouleh مرضیه فریدی ماسوله m.faridi@ahrar.ac.ir 100319475328460099 100319475328460099 Yes