دانشگاه ایوان‌کی مهندسی سیستم و بهره‌وری 2538-2195 6 3 2026 11 22 An Integrated Optimization of Spare Parts Inventory Using Machine-learning–based Demand Forecasting, Taking into Account Safety Stock and Dual Lead-time Supply بهینه‌سازی یکپارچه موجودی قطعات یدکی با استفاده از پیش‌بینی تقاضا مبتنی بر یادگیری ماشین با در نظر گرفتن موجودی اطمینان و تأمین با دو زمان تحویل 225 262 733533 10.22034/sep.2026.2074035.1409 FA امید ویسی استادیار، گروه مهندسی صنایع، دانشکده مهندسی و پرواز، دانشگاه امام علی (ع)، تهران، ایران 0000-0003-2615-3753 Journal Article 2025 10 11 One of the persistent challenges in industry is achieving a balance between uninterrupted production and minimizing inventory-holding costs—an objective that traditional inventory management methods often fail to meet due to their weaknesses in forecasting irregular demand and overlooking operational constraints. In this study, we attempt to provide an integrated solution to this problem by combining accurate demand forecasting with mathematical modeling. A key strength of the proposed model is its flexibility in selecting the procurement method; that is, the system can choose the optimal option between regular purchasing and emergency purchasing based on prevailing conditions. In designing the model, real-world constraints—such as budget limits (for both critical and non-critical items) and warehouse capacity—are precisely incorporated, and the safety stock level dynamically adjusts according to demand fluctuations. The results obtained from implementing the model on data from 60 items indicate that moving away from one-dimensional policies and adopting a hybrid strategy leads to cost reduction and improved system stability, even under financial and space limitations. یکی از چالش‌های همیشگی در صنعت، برقراری تعادل میان تداوم تولید و کاهش هزینه‌های انبارداری است؛ هدفی که روش‌های سنتی مدیریت موجودی، به دلیل ضعف در پیش‌بینی تقاضاهای نامنظم و نادیده‌گرفتن محدودیت‌های اجرایی، اغلب در تحقق آن ناموفق‌اند. در این پژوهش، سعی شده با تلفیق پیش‌بینی دقیق تقاضا و مدل‌سازی ریاضی، راهکاری یکپارچه برای این مسئله ارائه شود. نقطه قوت این مدل، انعطاف‌پذیری آن در انتخاب شیوه تأمین است؛ یعنی سیستم می‌تواند بسته به شرایط، بین خرید عادی و خرید اضطراری بهترین گزینه را انتخاب کند. در طراحی این مدل، محدودیت‌های واقعی نظیر سقف بودجه (برای اقلام حیاتی و غیرحیاتی) و ظرفیت انبار دقیقاً در نظر گرفته شده‌اند و سطح موجودی اطمینان نیز متناسب با نوسانات تقاضا تغییر می‌کند. نتایج پیاده‌سازی مدل روی داده‌های ۶۰ قلم کالا نشان داد که فاصله‌گرفتن از سیاست‌های تک‌بعدی و استفاده از یک راهبرد ترکیبی، حتی در شرایط محدودیت مالی و فضا، منجر به کاهش هزینه‌ها و حفظ پایداری سیستم می‌شود. https://systems.eyc.ac.ir/article_733533_a44483915f5efd872f883ff3a263ab36.pdf