ارائه مدلی برای ارزیابی و رتبهبندی تامین کننده پایدار در حضور دادههای نادقیق
محل انتشار: دومین کنفرانس بین المللی مهندسی صنایع و مدیریت
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 672
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
INDUSTRIAL01_213
تاریخ نمایه سازی: 21 شهریور 1395
چکیده مقاله:
انتخاب تأمینکننده یکی از مهمترین مسائل تصمیمگیری است و بهعنوان فعالیتی مهم برای دستیابی به مزیت رقابتی واهداف زنجیره تأمین مطرح میباشد. همچنین افزایش آگاهیهای زیست محیطی در بین شرکتها و صنایع، سبب شده تا آنهااهمیت بیشتری برای پایداری و فعالیتهای سبز در شیوههای انتخاب تأمین مواد اولیه قائل شوند. بهطور معمول، مدلهایانتخاب تأمینکننده بیشتر بر پایهی دادههای دقیق میباشند و تأکید کمتری بر استفاده از دادههای نادقیق (بازهای و ترتیبی)میشود. به هر حال در مسائل واقعی معمولاً دادهها بهصورت نادقیق میباشند. تحقیق حاضر، با هدف ارائه چارچوبی منسجمبرای انتخاب تأمینکننده سبز و پایدار از تکنیک تحلیل پوششی با دادههای نادقیق و فرایند تحلیل شبکهای برای سنجیدنکارایی نسبی تأمینکنندگان بهره مند شده است. ابتدا، هر یک از تأمینکنندگان با استفاده از مدل تحلیل پوششی با دادههاینادقیق از نظر اقتصادی، اجتماعی و زیست محیطی ارزیابی شدهاند. اما از آنجا که مدلهای سنتی تحلیل پوششی دادهها شاملدو ضعف عمده میباشند: ضعف در تفکیکپذیری مناسب بین واحدها و توزیع غیرواقعی وزن بین ورودیها و خروجیها،بهمنظور رفع این محدودیتها؛ از وزنهای مدل تحلیل شبکهای برای محدود کردن منطقه موجه استفاده شده است. درحقیقت، با یکپارچه کردن مدلهای تحلیل پوششی با دادههای نادقیق و تحلیل شبکهای، ارزیابی و رتبهبندی مناسبی برایتامینکنندگان در هر یک از ابعاد اقتصادی، اجتماعی و زیست محیطی تأمینکنندگان صورت گرفته است. در پایان برای پیادهسازی مدل پیشنهادی یک مثال عددی بکار گرفته شده است.
کلیدواژه ها:
نویسندگان
مهران دودکانلوی میلان
دانشجوی کارشناسی ارشد مهندسی صنایع دانشگاه صنعتی ارومیه
سعید جعفرزاده
استادیار دانشکده مهندسی صنایع دانشگاه صنعتی ارومیه
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :