فرآيند قيمت گذاري محصول در خوشه هاي صنعتي با استفاده از الگوريتم ژنتيك

Pricing process in industrial clusters using genetic algorithm

بيش از يك دهه است كه توسعه صنعتي مبتني بر ساختار خوشه‌هاي صنعتي، به عنوان يك استراتژي نوين مورد برنامه‌ريزي و سياستگذاري كشورهاي صنعتي در حال توسعه قرار گرفته است. با توجه به اهميت نقش خوشه‌هاي صنعتي در برنامه‌هاي توسعه اقتصادي، ارائه راهكارهايي به منظور بهبود، پيشرفت و توسعه خوشه‌ها همواره مسئله مورد توجه محققان و متخصصان اين موضوع بوده است. هدف از پژوهش حاضر نيز ارائه راهكاري براي فرآيند قيمت‌گذاري محصول در اين پديده صنعتي-اقتصادي مي باشد به گونه اي كه ساختار مدل پيشنهادي بر پايه سازوكارها و فعاليت‌هاي اجزاي تشكيل دهنده‌ي خوشه هاي صنعتي تعريف گرديده است. فرآيند قيمت‌گذاري پيشنهادي بر اساس مفهوم بازي استكلبرگ و استراتژي قيمت‌گذاري تعرفه‌اي ارائه گرديده و به منظور حل مدل در سطوح توليدي خوشه، از الگوريتم فراابتكاري ژنتيك استفاده شده است. در پايان، عملكرد و كارايي مدل ارائه شده در قالب يك مثال عددي مورد بررسي قرار گرفته و با استفاده از روش تنظيم پارامتر تاگوچي مقادير بهينه متغيرهاي مدل ارائه گرديده است. بر اساس نتايج حاصل از حل مدل پيشنهادي، قيمت بهينه عمده فروشي محصولات خوشه تعيين گرديده و هر بنگاه بر اساس مقدار بهينه تقاضاي خود تعرفه مناسب خوشه را انتخاب مي‌نمايد.

It’s more than one decade that industrial development based on the structure of industrial clusters as a new strategy has been planned and administrated by developed industrialized countries. Considering the importance of the role of industrial clusters in economic development programs, providing solutions to improve, progress and development of clusters has always been a concern for researchers and specialists. The aim of this study is to provide a mechanism for pricing process of the product in this industrial-economic phenomenon; So that the structure of the proposed model is defined based on mechanisms and activities of the components of industrial clusters. The proposed pricing process is presented based on the concept of Stackelberg game theory and tariff pricing strategy, and in order to solve the model in production level of cluster, a meta-heuristic genetic algorithm is used. Finally, the performance and efficiency of the proposed model is studied in the form of a numerical example, and using the parameter tuning Taguchi method the optimal value of the model variables are presented. Based on the obtained results, the optimal wholesale price of cluster’s products are determined and each manufacturer select the appropriate tariff based on its optimal demand.