کاربرد روش پرامتی در تصمیم گیری عملیاتی زنجیره تامین : ارزیابی انتخاب تامین کنندگان در شرایط پیچیده

در بازار جهانی پیچیده و رقابتی فزاینده، مدیریت زنجیره تامین (SCM) به یک عامل حیاتی برای موفقیت عملیاتی تبدیل شده است. انتخاب تامین کننده، به عنوان یک جزء کلیدی از SCM، یک مسئله تصمیم گیری چند معیاره (MCDM) است که شامل توازن بین هزینه، کیفیت، پایداری، ریسک و قابلیت اطمینان است. روش های سنتی MCDM مانند AHP، TOPSIS و ELECTRE به طور گسترده برای ارزیابی تامین کننده استفاده شده اند، اما اغلب فاقد انعطاف پذیری و سازگاری لازم برای مقابله با محیط های پویای زنجیره تامین هستند. این مقاله به بررسی کاربرد روش PROMETHEE (Preference Ranking Organization Method for Enrichment Evaluations) در انتخاب تامین کننده می پردازد و اثربخشی آن را در پرداختن به پیچیدگی های عملیاتی دنیای واقعی ارزیابی می کند. این مطالعه یک تحلیل مقایسه ای از PROMETHEE در برابر سایر تکنیک های MCDM انجام می دهد و بر برتری آن در مدیریت مسائل تصمیم گیری چند بعدی، انجام تحلیل حساسیت و ادغام عوامل کیفی و کمی تاکید می کند. نوآوری های اخیر در مدل های ترکیبی PROMETHEE، شامل منطق فازی، هوش مصنوعی و تحلیل های بی درنگ، برای ارزیابی تاثیر آنها بر انعطاف پذیری زنجیره تامین، تحول دیجیتال و انتخاب تامین کننده متمرکز بر پایداری بررسی می شوند. یافته های تحقیق نشان می دهد که مدل های ترکیبی و مبتنی بر هوش مصنوعی PROMETHEE به طور قابل توجهی دقت تصمیم گیری، مدیریت ریسک و ارزیابی عملکرد تامین کننده را افزایش می دهند. علاوه بر این، مطالعه حاضر، پیامدهای مدیریتی را ارائه می دهد و تاکید می کند که چگونه رهبران زنجیره تامین می توانند از چارچوب های مبتنی بر PROMETHEE برای بهینه سازی انتخاب تامین کننده، بهبود کارایی عملیاتی و افزایش استراتژی های تامین پایدار محور استفاده کنند. مقاله با پیشنهاد مسیرهای تحقیقاتی آینده، به ویژه در ادغام یادگیری ماشین، بلاک چین و تحلیل داده های بزرگ با PROMETHEE برای توسعه مدل های تصمیم گیری زنجیره تامین تطبیقی تر و هوشمندانه تر، به نتیجه می رسد.

کلیدواژه ها:

و PROMETHEE ، انتخاب تامین کننده ، تصمیم گیری چند معیاره (MCDM) ، پیچیدگی زنجیره تامین ، تحول دیجیتال زنجیره تامین.