کاربرد شبکه عصبی پرسپترون چند لایه در ارزیابی و انتخاب تامین کننده سبز مدیریت زنجیره تامین

با روند رو به رشد انتشار گازهای گلخانه ای اهمیت انتخاب تامین کننده سبز افزایش می یابد. زنجیره تامین سبز این امکان را می دهد که بتوان شرایط محیط زیست را کنترل و در مواردی بهبود بخشید. این پژوهش به دنبال انتخاب و ارزیابی تامین کنندگان سبز در صنعت برق است که از روش ترکیبی AHP/ANN به عنوان چارچوبی برای ارزیابی و انتخاب تامین کنندگان استفاده شده است. اهداف این پژوهش شامل : شناسایی معیار های سبز برای انتخاب تامین کنندگان در مدیریت زنجیره تامین سبز، ارائه مدل شبکه عصبی مصنوعی برای انتخاب تامین کنندگان سبز و رتبه بندی تامین کنندگان در مدیریت زنجیره تامین سبز می باشد. پس از شناسایی شاخص های تامین کننده سبز 9 معیار اصلی و 26 زیر معیار سبز انتخاب شد. ابتدا با روش AHP وزن معیار ها به عنوان دیتاست مشخص شد و بعد در شبکه عصبی کار انتخاب و ارزیابی تامین کنندگان صورت گرفت که نتایج آن نشان می دهد که معیارهایی چون آلودگی هوا(0/729)، شایستگی محیط زیستی(0/667)، قیمت(0/594)، گواهی محیط زیستی(0/532)، شهرت سبز(0/500)، مشارکت در پروژه سبز( 0/500)، گواهی مربوط به کیفیت(0/500)، قابلیت مدیریت کیفیت(0/500)، فناوری سازگار با محیط(0/500) از نظر صاحب نظران دارای وزن بیشتری نسبت به سایر معیارها می باشد. با بررسی های انجام شده در میان تامین کنندگان سبز نیز شرکت آریا نیرو البرز(0/900)، شرکت فنی، مهندسی بهینه پژوهش صنعت(0/840)، شرکت پالایش تجهیز نیرو(0/980)، شرکت تامین احتیاجات فنی ایران(0/660)، شرکت کاوش نیرو سپاهان(0/690)، شرکت آریا ابزار دقیق پیشرو(0/680) دارای بیشترین وزن هستند.

کلیدواژه ها:

تامین کننده سبز ، مدیریت زنجیره تامین سبز ، فرآیند تحلیل سلسله مراتبی ، شبکه عصبی مصنوعی