ارائه روش تلفیقی نوين سلكا جهت ارزیابی، رتبه¬بندی و انتخاب تأمینکننده سبز در زنجیرهتأمین
محورهای موضوعی : اقتصاد محیط زیستالهام شادکام 1 , فاطمه آدینه 2
1 - استادیار مهندسی صنایع، دانشکده مهندسی، دانشگاه خیام، مشهد، ایران. *(مسوول مکاتبات)
2 - کارشناس ارشد مهندسی صنایع، دانشکده مهندسی، دانشگاه خیام، مشهد، ایران.
کلید واژه: زنجیرهتأمین, تامینکنندگان سبز, فرآیند تحلیل سلسله مراتبی, تحلیل پوششی دادهها, نیروگاه برق بادی.,
چکیده مقاله :
زمینه و هدف: با افزایش روزافزون معضلات و مشکلات زیست محیطی، توجه به معیارهای زیست محیطی در زنجیرهتأمین بسیار ضروری است و منجر به ایجاد زنجیرهتأمین سبز گردیده است که کمترین آسیب را به محیط زیست وارد کند. ارزیابی، رتبه¬بندی و انتخاب تأمینکننده سبز در زنجیرهتأمین امری مهم در جهت کاهش هزینهها و دستیابی به سود بیشتر و در نتیجه افزایش کارایی و عملکرد زنجیرهتأمین میباشد. هدف از ارائه این مقاله، ارزیابی و انتخاب بهترین تامینکنندگان سبز تجهیزات نیروگاه برق بادی با استفاده از رویکرد پیشنهادی سلكا میباشد و اولویتبندی تامین¬کنندگان با توجه به معیارهای اقتصادی و زیست محیطی در زنجیرهتأمین با استفاده ازاين روش صورت میگیرد. شایان ذکر است که داده¬های این پژوهش مربوط به سال 1399 می باشد و این پژوهش نیز در همین زمان انجام شده است. روش بررسی: در این مقاله رویکرد ترکیبی به نام روش سلكا ارائه میگردد که ترکیبی از روشهای تحلیل پوششی دادهها و فرآیند تحلیل سلسه مراتبی میباشد و در واقع به فرآيند تحليل سلسله مراتبي كارايي تامینکنندگان ميپردازد و از ماتريس متقاطع كارايي بجاي ماتريس اوزان استفاده ميگردد. يافتهها: مهم ترين مزيت رويكرد پيشنهادي در نظر گرفتن همزمان كارايي تامين كنندگان و ارزيابي آنها با توجه به معيارهاي موجود ميباشد كه در هيچ يك از روشهاي تصميمگيري تا کنون لحاظ نشده است و در نتيجه به ارزيابي دقيق تر و كاراتر تامين كنندگان منجر ميگردد. بحث و نتيجه گيری: به منظور اعتبارسنجی روش پیشنهادی سلكا، به مساله ارزيابي و انتخاب تامين كنندگان سبز در نيروگاههاي برق-بادي پرداخته ميشود و نتايج با روشهاي مشابه مقايسه ميگرديد. نتایج نشان دهنده برتری روش پیشنهادی مقاله در رتبه بندی تامین¬کنندگان ميباشد و تامين كنندگاني كاراتر را انتخاب مينمايد.
Background and Objective: With the increasing number of environmental problems, it is very important to pay attention to environmental standards in the supply chain and has led to the creation of a green supply chain that causes the least damage to the environment. Evaluating, ranking and selecting a green supplier in the supply chain is important in order to reduce costs and achieve more profit and thus increase the efficiency and performance of the supply chain. The purpose of this article is to evaluate and select the best green suppliers of wind farm equipment using SELKA proposed approach and to prioritize suppliers according to economic and environmental criteria in the supply chain using this method. Material and Methodology: In this paper, a hybrid approach called SELKA method is presented, which is a combination of data envelopment analysis methods and hierarchical analysis process, and the crossover matrix of efficiency is used instead of the matrix of weights. Findings: The most important advantage of the proposed approach is to simultaneously consider the efficiency of suppliers and evaluate them according to the existing criteria, which is not considered in any of the decision-making methods, and thus leads to a more accurate and efficient evaluation of suppliers. Discussion and Conclusion: In order to validate SELKA's proposed method, the issue of evaluation and selection of green suppliers in wind power plants is discussed and the results are compared with similar methods. The results show the superiority of the proposed method of the article in the ranking of suppliers and selects more efficient suppliers.
1. HART, S. L., DOWELL, G., “invited editorial: a natural-resource-based view of the firm: fifteen years after”, Journal of Management, 2011, 37: 1464-1479.
2. “Renewable energy organization of iran (suna).” (Online). Available: http://www.suna.org.ir
3. Fallahian-Najafabadi, A., Kazemi, S., Latifi, I., Soltanmohammad, N., “A green managerial criteria pyramid model and key criteria for green supplier evaluation,” Adv. Environ. Biol., 2013, 7 (11): 3505–3516.
4. Che Z. H, Wang H. S. “Supplier selection and supply quantity allocation of common and non-common parts with multiple criteria under multiple products”, Computers & Industrial Engineering; 2008, 55, 110–133.
5. Pi, WN., Low, C., “Supplier evaluation and selection via Taguchi loss functions and an AHP”, International Journal of Advance Manufacturing Technology; 2006, 27 (5–6): 625-630.
6. Shen, Z, Zhu, Q., Wu, G., Theory, methodology and application of DEA, 1996, Science Press, Beijing.
7. Liu, J., Ding, F., Lall, V., “Using data envelopment analysis to compare suppliers for supplier selection and performance improvement”, The Journal of Supply Chain Management, 2000, 5(3): 143-150.
8. Mashli, A., Mohammadi Tabar, D., “Selecting suppliers with a cooperative game theory approach, taking into account capacity constraints and simultaneous delivery of items”, Industrial Engineering Research in Production Systems, 2017, No. 10, 83-97. (In Persian)
9. Hashemi, S. H., Karimi, A., Tavana, M., “An integrated green supplier selection approach with analytic network process and improved Grey relational analysis,” Int. J. Prod. Econ., 2015, 159, 178–191.
10. Lin, C.-T., Chen, C.-B., Ting, Y.-C., “a green purchasing model by using ANP and LP methods” J. Test. Eval., 2012, 40 (2): 03–210.
11. Kuo, T. C., Hsu, C.-W., Li, J.-Y., “Developing a green supplier selection model by using the DANP with VIKOR” 2015, 7 (2): 1661-1689.
12. Dobos, I., Vorosmarty, G., “Green supplier selection and evaluation using DEA-type composite indicators” Int. J. Prod. Econ., 2014, (157): 273–278.
13. Lee, A. H. I., Kang, H.-Y., Hsu C.-F., Hung, H.-C., “A green supplier selection model for high-tech industry,” Expert Syst. Appl., 2009, 36 (4): 7917–7927.
14. Kannan, D., Jabbour, A. B. L. D. S., Jabbour, C. J. C., “Selecting green suppliers based on GSCM practices: Using fuzzy TOPSIS applied to a Brazilian electronics company,” Eur. J. Oper. Res., 2014, 233 (2): 432–447.
15. Shen, L., Olfat, L., Govindan, K., “A fuzzy multi criteria approach for evaluating green supplier’s performance in green supply chain with linguistic preferences,” Resour. Conserv., 2013, (74): 70–179.
16. Mahjoubnia, M., Dabiri, N., Bozorgi Amiri, A., “Presenting a new model of location-routing-green inventory under uncertainty Journal of Industrial Engineering Research in Production Systems, 2017, 5(10), 99-115. (In Persian)
17. Oroojeni, M. J., Darvishi, M., “Green supplier selection for the steel industry using BWM and fuzzy TOPSIS: A case study of Khouzestan steel company”, Sustainable Futures, 2020, (2), 14-43.
18. Kilic, H. S., Yalcin, A. S., “Modified two-phase fuzzy goal programming integrated with IF-TOPSIS for green supplier selection”, Applied Soft Computing, 2020, 93. 34-57,
19. Gupta, Sh., Soni, U., Girish Kumar, G., “Green supplier selection using multi-criterion decision making under fuzzy environment: A case study in automotive industry”, Computers & Industrial Engineering, 2019, (136): 663-680.
20. Ghaderi, S. F., Hakimi Asl, M., Nasrollahi M., Hakimi Asl A. “ Provide a hybrid approach to ranking and selecting green suppliers of wind farm equipment using principal component analysis and TOPSIS”, International Conference on Industrial Engineering. Tehran, 2016, 510-518. (In Persian)
21. LA Zadeh, L. A., “Fuzzy sets,” Inf. Control, 1965, 8 (3): 338–353.
22. Chen, S. J. J., Hwang, C. L., Beckmann, M. J., Krelle, W., Fuzzy multiple attribute decision making: methods and applications. 1992, Springer-Verlag New York, Inc.
23. Tong, Li Zhong, Jindan Wang, and Zhongmin Pu. "Sustainable supplier selection for SMEs based on an extended PROMETHEE Ⅱ approach." Journal of Cleaner Production, 330 (2022): 129830.
ارائه روش تلفیقی نوين سلكا جهت ارزیابی، رتبهبندی و انتخاب تأمینکننده سبز در زنجیرهتأمین
چكيده
زمینه و هدف: با افزایش روزافزون معضلات و مشکلات زیست محیطی، توجه به معیارهای زیست محیطی در زنجیرهتأمین بسیار ضروری است و منجر به ایجاد زنجیرهتأمین سبز گردیده است که کمترین آسیب را به محیط زیست وارد کند. ارزیابی، رتبهبندی و انتخاب تأمینکننده سبز در زنجیرهتأمین امری مهم در جهت کاهش هزینهها و دستیابی به سود بیشتر و در نتیجه افزایش کارایی و عملکرد زنجیرهتأمین میباشد. هدف از ارائه این مقاله، ارزیابی و انتخاب بهترین تامینکنندگان سبز تجهیزات نیروگاه برق بادی با استفاده از رویکرد پیشنهادی سلكا میباشد و اولویتبندی تامینکنندگان با توجه به معیارهای اقتصادی و زیست محیطی در زنجیرهتأمین با استفاده ازاين روش صورت میگیرد.
مواد و روشها: در این مقاله رویکرد ترکیبی به نام روش سلكا ارائه میگردد که ترکیبی از روشهای تحلیل پوششی دادهها و فرآیند تحلیل سلسه مراتبی میباشد و در واقع به فرآيند تحليل سلسله مراتبي كارايي تامینکنندگان ميپردازد و از ماتريس متقاطع كارايي بجاي ماتريس اوزان استفاده ميگردد.
يافتهها: مهم ترين مزيت رويكرد پيشنهادي در نظر گرفتن همزمان كارايي تامين كنندگان و ارزيابي آنها با توجه به معيارهاي موجود ميباشد كه در هيچ يك از روشهاي تصميمگيري لحاظ نشده است و در نتيجه به ارزيابي دقيق تر و كاراتر تامين كنندگان منجر ميگردد.
بحث و نتيجه گيری: به منظور اعتبارسنجی روش پیشنهادی سلكا، به مساله ارزيابي و انتخاب تامين كنندگان سبز در نيروگاههاي برق-بادي پرداخته ميشود و نتايج با روشهاي مشابه مقايسه ميگرديد. نتایج نشان دهنده برتری روش پیشنهادی مقاله در رتبه بندی تامینکنندگان ميباشد و تامين كنندگاني كاراتر را انتخاب مينمايد.
كلمات كليدي: زنجیرهتأمین، تامینکنندگان سبز، فرآیند تحلیل سلسله مراتبی، تحلیل پوششی دادهها، نیروگاه برق بادی.
The new hybrid SELKA method for evaluation, ranking and selection of green suppliers in the supply chain
Abstract
Background and Objective: With the increasing number of environmental problems, it is very important to pay attention to environmental standards in the supply chain and has led to the creation of a green supply chain that causes the least damage to the environment. Evaluating, ranking and selecting a green supplier in the supply chain is important in order to reduce costs and achieve more profit and thus increase the efficiency and performance of the supply chain. The purpose of this article is to evaluate and select the best green suppliers of wind farm equipment using SELKA proposed approach and to prioritize suppliers according to economic and environmental criteria in the supply chain using this method.
Materials and Methods: In this paper, a hybrid approach called SELKA method is presented, which is a combination of data envelopment analysis methods and hierarchical analysis process, and the crossover matrix of efficiency is used instead of the matrix of weights.
Findings: The most important advantage of the proposed approach is to simultaneously consider the efficiency of suppliers and evaluate them according to the existing criteria, which is not considered in any of the decision-making methods, and thus leads to a more accurate and efficient evaluation of suppliers.
Discussion and Conclusion: In order to validate SELKA's proposed method, the issue of evaluation and selection of green suppliers in wind power plants is discussed and the results are compared with similar methods. The results show the superiority of the proposed method of the article in the ranking of suppliers and selects more efficient suppliers.
Keywords: Supply Chain, Green Suppliers, Analytical Hierarchy, Data Envelopment Analysis, Wind Power Plant.
1. مقدمه
در دنیای امروز مسائل و مشکلات زیست محیطی تنها چالشی برای فعالان محیط زیست نیست. بلکه این مشکلات تقریبا بر همه اجزا جوامع اثر میگذارند، خصوصا در بخش صنعت که میتوان به جرأت به این مطلب اذعان داشت که این مسائل به عنوان یک بحران ویژه مطرح هستند[1]. ایران به دلیل واقع شدن در بخش غربی فلات و جنوب غربی آسیا، کشوری کوهستانی محسوب میگردد که دارای مناطق بادخیز متعددی است. علاوه بر این، مطالعات میدانی صورت گرفته توسط سازمان انرژی نو ایران (سانا)، در 45 سایت و 26 منطقه از کشور نیز نشان میدهد که قابلیت تولید برق بادی در ایران 6500 مگاوات است. بر همین اساس، ایران دارای پتانسیل قابل توجه در زمینه احداث نیروگاههای بادی به منظور تولید برق است[2]. انرژی بادی دارای مزایای متعددی است که در ادامه به شرح مختصری پرداخته میشود. انرژی بادی از لحاظ اقتصادی به شدت رقابتی است، عدم نیاز توربینهای بادی به سوخت که در نتیجه از میزان مصرف سوختهای فسیلی میکاهد. به منابع انرژی و ایجاد سیستم پایدار انرژی تنوع میبخشید، قدرت مانور برای بهره برداری در هر ظرفیت افزایش مییابد و آلودگی محیط زیست نسبت به سوختهای فسیلی کاهش مییابد. گسترش روز افزون نیاز به انرژی و در نتیجه افزایش قابل توجه استفاده از سوختهای فسیلی و انتشار گازهای گل خانهای ناشی از آن، باعث شده تا توسعه سبز به مرکز توجه جهانی تبدیل شود. مدیریت زنجیرهتأمین سبز، رویکردی است که بر استفاده هر چه بهتر از منابع و کاهش اثرات زیان بار ناشی از آن بر روی محیط زیست در طول تمام مراحل چرخه عمر محصول تمرکز دارد [3].
تحقیقات متعددی در زمینه انتخاب تامینکننده سبز صورت گرفته است که هر یک دارای مزایا و معایبی میباشد. در تمامي روشهاي مورد استفاده در اين مساله، صرفا به ارزيابي و انتخاب تامين كنندگان پرداخته شده است و مبحث كارايي مورد غفلت قرار گرفته است و در اين پژوهش موضوع كارايي به صورت همزمان با ارزيابي و انتخاب تامينكننده پوشش داده مي شود. همچنين از تلفيق روش فرآيند سلسله مراتبي و روش تحليل پوششي دادهها به نحوي كه در اين مقاله پيشنهاد شده است تا كنون در پژوهشي مورد بررسي قرار نگرفته است.
هدف اصلياين پژوهش ارائه روشي نوين جهت ارزيابي و انتخاب گزينهها در مسايل تصميمگيري ميباشد كه بتواند با دقت خوبي گزينه برتر را انتخاب نمايد و تمايز و رتبه بندي خوبي بين ساير گزينههاايجاد نمايد. مهمترين مزيتاين روش در نظر گرفتن همزمان كارايي در كنار تصميمگيري و ارزيابي گزينهها ميباشد كه تا كنون در روشهاي تصميمگيري مورد بررسي قرار نگرفته است. به منظور بررسي عملكرداين روش مساله انتخاب تامين كننده سبز بررسي شده است كه يكي ديگر از اهدافاين پژوهش ميباشد. در واقع هدف تعيين بهترين و كاراترين تامين كننده در زنجيره تامين سبز در صنعت نيروگاههاي برق-بادي ميباشد. در ادامه در ابتدا به بررسي زمينه و هدف پژوهش پرداخته ميشود. سپس روش پژوهش و ابزارهاي مورد استفاده در مقاله تشريح ميگردند. پس از آن یک مساله کاربردی، مربوط به مقایسه و رتبهبندی شرکتهای تولید توربینهای بادی در یک نیروگاه برق بررسی میگردد و در نهایت به منظور نشان دادن کارایی مدل رویکرد پیشنهادی با رویکرد مشابه مقایسه خواهد شد.
زمینه و هدف
با توجه به مزایای انفرادی که هر یک از دو روش تحلیل پوششی دادهها DEA (Data Envelopment Analysis) و فرآیند تحلیل سلسله مراتبی AHP (Analytic hierarchy process) بصورت مجزا دارند، با ترکیب آنها میتوان از تمام مزایا بصورت همزمان بهره برد. در این مقاله رویکرد ترکیبی سلكا ارائه شده است که بصورت همزمان از مزایای روشهای تحلیل پوششی دادهها و فرآیند تحلیل سلسله مراتبی بهره میبرد. هر یک از این روشها کاربردی متفاوت و منحصر به خود دارند، تحلیل پوششی دادهها برای محاسبه صرفا کارایی میباشد و فرآیند تحلیل سلسله مراتبی جهت ارزيابي و انتخاب گزينهها مورد استفاده قرار ميگيرد. در این پژوهش از ترکیب آنها جهت فرآيند تحليل سلسله مراتبي كارايي استفاده گرديده است و به همين دليل عنوان روش (سلسله مراتبي كارايي) سلكا ناميده شده است. بنابراین با ترکیب آنها، کاربردی جدید و متفاوت از کاربردهای انفرادياين دو روش ایجاد شده است. تاكنون در هيچ كدام از روشهاي تصميمگيري به ارزيابي كارايي بصورت همزمان پرداخته نشده است و وجه تمايز روش پيشنهادي در نظر گرفتن همزماناين دو هدف ميباشد. روش فرآیند تحلیل سلسله مراتبی يكي از روشهاي خوب و كاربردي در زمينه تصميمگيري ميباشد و به دليل استفاده از فرآيند سلسه مراتبي ابهام در درك مساله را برطرف ميسازد و همچنين به دليل استفاده از ماتريس مقايسات زوجي ميتوان نظرات تصميمگيرنده را در مورد اولويت و اهميت معيارها بصورت دقيقتر در مساله منعكس نمود. گاهي دسترسي به ماتريس مقايسات زوجي دشوار ميباشد كه دراين مقاله با استفاده از ماتريس متقاطعي كه از روش تحليل پوششي دادههاايجاد ميگردد، ميتواناين مشكل را برطرف نمود واين ماتريس را جايگزين ماتريس مقايسات زوجي نمود و از طرفي به دليل استفاده از مقادير متقاطع كارايي ميتوان نتايج دقيقتري جهت ارزيابي گزينهها به دست آورد. همچنين روش پيشنهادي مشكلاتي كه در روش تحليل سلسله مراتبي وجود دارد را تا حد زيادي برطرف مينمايد و شايد بتوان گفت نسخهاي اصلاح شده از روش فرآيند سلسله مراتبي ميباشد.
مرور ادبيات و پيشينه پژوهش
در اين بخش به بررسي مقالات مرتبط با پژوهش پرداخته ميشود، در ابتدا مساله انتخاب تامينكننده بصورت كلي و در بخش بعدي با تمركز بر سبز بودن بررسي ميگردد.
1. مساله انتخاب تامينكننده
به منظور بررسي روش پيشنهادي سلكا، يكي از مسايل مهم و كاربردي درنظر گرفته شده است. مساله ارزیابی و انتخاب تامینکنندگان، یک مساله تصمیمگیری چندمعیاره است که در طی آن تامینکنندگان به عنوان جزئي از زنجیرهتأمین مورد تحلیل، ارزیابی و انتخاب قرار میگیرند و در این زمینه تاکنون مقالات بسیاری به چاپ رسیده است كه در ادامه در جدول 1 به بررسي تعدادي از آنها پرداخته ميشود.
جدول 1. بررسي مقالات موجود در زمينه انتخاب تامين كننده
Table 1. Review of existing articles on supplier selection
نويسنده | سال | مساله | ابزار مورد استفاده | مرجع |
باتاک وهاک | 2002 | فرآیند ارزیابی و انتخاب تأمینکننده در یک زنجیرهتأمین | مساله تصمیمگیری با معیارهای چندگانه | [4] |
پن | 1989 | انتخاب تامینکنندگان و تعیین حجم سفارشات هر تأمینکننده | برنامهریزی خطی | [4] |
وبر و کارنت | 1993 | انتخاب تامینکنندگان و میزان سرمایهگذاری مشترک | روش برنامه ریزی آرمانی | [4] |
هاجیدیمتریس و جورجیو | 2002 | انتخاب تامینکنندگان و میزان سرمایهگذاری مشترک | روش برنامه ریزی آرمانی | [4] |
جارایامن و دیگران | 1999 | انتخاب تامینکنندگان در زنجیرهتأمین | MIP (Mixed Integer Programming) | [4] |
روزنتال و دیگران | 1995 | انتخاب تامینکنندگان در زنجیرهتأمین | MIP (Mixed Integer Programming) | [4] |
چه و وانگ | 2008 | زمان بندی تولید قطعات یک محصول | مدل ریاضی بهینه ای | [5] |
نارازیمان | 1983 | حل مسئله انتخاب تامینکنندگان | AHP | [5] |
باربار اسوقلو و یزگاک | 1997 | حل مسئله انتخاب تامینکنندگان | روش ترکیبی AHP و برنامه ریزی خطی | [5] |
قدسی پور و اوبراین | 1998 | حل مسئله انتخاب تامینکنندگان | روش ترکیبی AHP و برنامه ریزی خطی | [5] |
کارامن و دیگران | 2003 | حل مسئله انتخاب تامینکنندگان | AHP فازی | [5] |
هاک و کانن | 2006 | حل مسئله انتخاب تامینکنندگان | AHP فازی | [5] |
پای و لو | 2009 | حل مسئله انتخاب تامینکنندگان | AHP و تاگوچي | [6] |
وبر | 1991 | حل مسئله انتخاب تامینکنندگان | AHP و تاگوچي | [6] |
لیو و دیگران | 2000 | ارزیابی فروشندگان | AHP و تاگوچي | [7] |
ماشلی و محمدی تبار | 2017 | انتخاب تأمینکننده | رویکرد تئوری بازی | [8] |
وبر و دیگران | 2018 | تعیین تعداد تأمینکننده موردنیاز | مدل ترکیبی برنامه ریزی چند هدفه MOP (Multi-Objective Programming) و DEA | [8] |
2. مساله انتخاب تامينكننده سبز
در دهه اخیر، بسیاري از محققان بر روي مساله ارزیابی و انتخاب تامینکنندگان سبز در مدیریت زنجیرهتأمین سبز تمرکز کرده اند و از روشهاي تصمیم گیري مختلفی براي تعیین تأمینکننده استفاده کرده اند [9] و [10]. به عنوان مثالهاشمی و همکارانش، یک مدل ارزیابی و انتخاب تأمینکننده سبز ارایه دادند که علاوه بر در نظر گرفتن فاکتورهاي اقتصادي به فاکتورهاي زیست محیطی نیز توجه شده است. در نهایت، آنها با استفاده از روش فرآیند تحلیل شبکهاي و تحلیل رابطه خاکستري بهبود یافته، معیارها را وزن دهی و تامینکنندگان را رتبه بندي کردند [9]. همچنین لین و همکارانش با اشاره به اهمیت روز افزون توجه به خرید سبز، مدلی بر مبناي روش فرآیند تحلیل شبکهاي و روش برنامهریزي خطی براي سیستم خرید سبز ارایه کردند. بر این اساس، آنها با استفاده از روش فرآیند تحلیل شبکهاي، تأمینکننده سبز را تعیین کرده و سپس با پیادهسازي روش برنامه ریزيخطی، تخصیص سفارش به هر فروشنده را مشخص کردند[10]. کو و همکارانش تامینکنندگان سبز یک شرکت الکترونیکی را با استفاده از یک روش جدید تصمیمگیري چندمعیاره ارزیابی کردند. در رویکرد ارایه شده ابتدا با استفاده از روش ترکیبی دیمتل و فرآیند تحلیل شبکهاي، وزن معیارهاي ارزیابی تامینکنندگان تعیین و در نهایت با بکارگیري روش ویکور عملکرد زیست محیطی تامین کنندگان شرکت ارزیابی گردید [11]. بسیاري از پژوهشگران براي در نظر گرفتن عدم قطعیت و ابهامات در قضاوتهاي کلامیکارشناسان در فرآیند ارزیابی تأمینکننده سبز از نظریه فازي استفاده کردند [12]. بعنوان مثال لی و همکارانش مدلی به منظور انتخاب مناسبترین تأمینکننده ي سبز براي یک شرکت تولیدي ال سی دي در تایوان ارایه دادند. بر همین اساس، ابتدا با استفاده از روش دلفی معیارهاي موثر در ارزیابی تامینکنندگان را تعیین کردند. سپس با بکارگیري فرآیند تحلیل سلسله مراتبی فازي مناسبترین تأمینکننده سبز شرکت تولیدي معرفی و انتخاب گردید [13]. در همین راستا، کنان و همکارانش نیز براي ارزیابی و انتخاب تامینکنندگان یک شرکت الکترونیکی در برزیل، چارچوبی بر اساس روش فازي تاپسیس ارایه دادند [14]. همچنین شن و همکارانش مدیریت زنجیرهتأمین سبز را براي ارایه یک رویکرد چند معیاره فازي مورد بررسی قرار دادند. به همین منظور، از تئوري مجموعه فازي براي ترجمه ادراکات ذهنی تصمیم گیرنده به یک مقدار قطعی5 استفاده کردند. در نهایت با بکارگیري روش فازي تاپسیس 6 امتیاز نهایی هر تأمینکننده مشخص گردید [15]. علاوه بر مبحث انتخاب تأمینکننده سبز، تحقیقاتی در زمینه مکانیابی، مسیریابی و موجودی سبز نیز توسط محجوب نیا و همکاران انجام شده است [16]. در حوزه روشهای ترکیبی در زمینه انتخاب تامین کننده سبز میتوان به پژوهش عروجنی و همکاران (Oroojeni) اشاره کرد که با استفاده از روشهای بهترین-بدترین و تاپسیس فازی به مساله انتخاب تامین کننده سبز برای شرکت فولاد پرداخته شده است [17]. کلیس و یالسین (Kilic and Yalcin) رویکردی دوفاز انتخاب تامین کننده سبز برمبنای روشهای تاپسیس شهودی و برنامه ریزی آرمانی فازی ارایه کردند که در محیط چند محصولی، چند تأمین کننده و چند دوره ای قابل استفاده میباشد [18]. در مقاله ای دیگر چارچوبی مبتنی بر تصمیمگیری چند معیاره برای ارزیابی انتخاب تامین کننده سبز ارائه شده است که با استفاده از فرایند تحلیل سلسله مراتبی فازی و سه روش MABAC (Multi-Attributive Border Approximation Area Comparison)، WASPAS (Weighted Aggregated Sum-Product Assessment) و TOPSIS (Technique for order preference by similarity to ideal Solution) ایجاد شده است [19]. قادری و همکارانش روشی ترکیبی به منظور انتخاب مناسبترین تأمینکننده توربینهای بادی در یک نیروگاه برق ارائه دادند که از ترکیب روشهای مولفههای اصلی و تاپسیس ایجاد شده است [20].
با توجه به مقالات بررسي شده مشاهده ميگردد كه روش AHP در بسياري از مقالاتاين زمينه مورد استفاده قرار گرفته است. دراين مقاله اشكالات موجود در روش AHP برطرف گرديده است و بصورت همزمان علاوه بر انتخاب گزينه برتر به بررسي كارايي نيز پرداخته ميشود. قطعا استفاده در نظر گرفتن مقادير كارايي همزمان با ارزيابي گزينهها منجر بهايجاد نتايج دقيقتر و كاراتر ميگردد. در واقع در روش پسشنهادي بجاي استفاده از ماتريس مقايسات زوجي كه محاسبه آن بسيار زمانبر و گاهي ناممكن است، از ماتريس كارايي متقاطع استفاده ميگردد. به منظور پیاده سازی روش پیشنهادی مساله مهم و كاربردي انتخاب تامين كننده سبز بررسي خواهد گرديد و نتايج مقايسه ميگردد.
روش بررسی
در این بخش در ابتدا به شرح مختصری از ابزارهای مورد استفاده در روش پیشنهادی مقاله پرداخته میشود سپس روش سلكا ارائه ميگردد.
1. روش تحلیل پوششی داده
تحلیل پوششی دادهها یک روش برنامه ریزی خطی برای ارزیابی کارایی واحدهاي تصمیم گیري DMU (Decision Making Units) است و کاربرد اصلی این روش محاسبه مقدار کارایی برای هر واحد و شناسایی واحدهای ناکارا میباشد. اولین مدل ارائه شده در تحلیل پوششی دادهها مدل CCR (Charnes, Cooper and Rhodes) است. در مدل CCR بافرض داشتن K واحد تصمیمگیری، n ورودی X، m خروجی Y و در نظر گرفتن ضرایب ورودیها و خروجیها به ترتیب به صورت v و u به عنوان متغیر تصمیم مدل 1 را خواهیم داشت:
(1)
با استفاده از مدل 1 میتوان کارایی نسبی DMUp یا EPP را بر اساس وزنهای (Vip,Ujp) محاسبه كرد و در صورتی که کارایی نسبی واحد دیگری نظیر l با استفاده از وزنهای به دست آمده برای DMUp محاسبه گردد، رابطه 2 ایجاد میگردد و مقدار کارایی برابر با (Epl) است که به مقدار Epl اصطلاحاً کارایی متقاطع میگویند.
(2)
اگر برای تمام DMUها مدل CCR اجرا گردد و بر اساس وزنهای محاسبه شده مقدار کارایی متقاطع محاسبه شود، میتوان کلیه نتایج را در یک ماتریس تحت عنوان ماتریس کارایی متقاطع به صورت رابطه 3 نشان داد:
(3)
2. روش تحلیل سلسله مراتبی
روش تحليل سلسله مراتبي یکي از روشهاي كاربردي تصمیمگیری چند معیاره است که بر اساس نظرات تصمیم گیرنده در مورد معيارهاي مساله از بين مجموعه ای از گزینهها، بهترین گزینه را انتخاب میکند. در حالت کلی گامهاياين روش شامل مراحل زیر است:
1- تبدیل یک مسأله تصمیمگیری چند معیاره به یک ساختار سلسله مراتبی
2- دريافت نظرات از تصميم گيرنده وايجاد ماتریس مقایسات زوجی جهت وزن دهي معيارها
3-تعیین وزنهای محلی و كلي معیارها
4- تعیین امتيازات کلی برای هر گزینه و رتبهبندی گزینهها با توجه به این امتيازات
یکی از مشکلات اصلي این روش طولانی و زمانبر بودن رویه استخراج ماتریس مقایسات زوجی است و مخصوصا زماني كه تعداد معيارها و گزینههای زیاد باشد. همچنين احتمال وجود قضاوتهای نادرست ذهنی تصمیم گیرندگان درايجاد ماتريس مقايسات زوجي وجود دارد. مخصوصا در حالت وابستگی معیارها ماتريس مقايسات زوجي چندان مناسب نميباشد. گاهي به دليل عدم دسترسي به تصميم گيرنده نميتوان ماتريس مقايسات زوجي راايجاد كرد و در نتيجه نميتوان از روش تحليل سلسله مراتبي استفاده نمود. استخراج ماتریس مقایسات زوجی از تکنیک DEA این مشکل را حل خواهد کرد.
3. روش پیشنهادی سلكا
در این مقاله روش دو مرحله ای سلكا برای رتبهبندی کامل DMUها در یک مسئله ارزیابی و انتخاب ارائه میشود. در این روش ابتدا مدل DEA برای سنجش کارایی واحدهای تصمیمگیری، در حالتی که معیارها کیفی و غیر دقیق هستند، بکار میرود. بدین منظور با استفاده از تئوری فازی امتیاز هر تأمینکننده به صورت قطعی مشخص میشود. سپس با توجه به نتایج این مدل و استخراج ماتریس کارایی متقاطع (رابطه 3)، از مدل AHP و ماتریس مقایسات زوجی برای رتبهبندی کامل و تصمیمگیری نهایی استفاده میشود. فرآیند روش پیشنهادی سلكا در شکل 1 نمایش داده شده است. نوآوري اصلياين روش استفاده از ماتريس كارايي متقاطع بجاي ماتريس مقايسات زوجي ميباشد. همانطور كه در بخشهاي قبلي ذكر شد علي رغم مزاياي فراوران روش AHP گاهي به دليل مشكلاتي كه در محاسبه ماتريس مقايسات زوجي وجود دارد، نميتوان ازاين روش استفاده كرد. در حالي كه با جايگزيني ماتريس متقاطع حاصل از كارايي ميتواناين مشكل را حل كرد و علاوه بر آن بصورت همزمان به بررسي كارايي در كنار انتخاب گزينه برتر پرداخت. بررسي همزمان كارايي و تصميمگيري در انتخاب گزينهها قطعا منجر به ارزيابي دقيقتر خواهد گرديد و گزينهاي مطلوبتر را انتخاب خواهد نمود.
شکل (1): نمودار روش پیشنهادی ترکیبی سلكا
Figure (1): The flowchart of the proposed SELKA hybrid method
یافتهها
در این بخش به منظور بررسی روش پیشنهادی سلكا از دادههای مقاله قادری و همکاران استفاده میشود که مربوط به دادههای تامینکنندگان سبز توربینهای بادی برای احداث نیروگاه میباشد. دراين پژوهش با مطالعه مقالات علمی، مصاحبه با متخصصان و کارشناسان سازمان انرژیهای ایران (سانا) از طریق مصاحبه و همچنین مرور ادبیات این حوزه صد معیار به عنوان پیشفرض جمعآوری گردیده است. سپس به منظور تعیین اثرگذارترین معیارها، پرسش نامهای در اختیار متخصصین این حوزه در صنعت نیروگاه قرار گرفته است. این پرسشنامه حاوی ماتریسهای مقایسات زوجی میباشد که اهمیت معیارها را دو به دو مقایسه می نماید و در نهایت با استفاده از روش فرآیند تحلیل سلسله مراتبی و ماتریسهای مقایسات زوجی، تمام معیارها رتبهبندی میگردند و سی معیار که در جایگاه برتر قرار دارند به عنوان معیارهای اثرگذار شناسایی میشوند. در نتیجه در این پژوهش سی معیار که به صورت پنج معیار کلی در نظر گرفته شده است، به منظور مقایسه تامینکنندگان لحاظ خواهد گردید. به دلیل مشابهت تعداد زیادی از معیارها به یکدیگر، به صورت معیارهای کلی در جدول (2) نمایش داده شده اند. همچنین تامینکنندگان تجهیزات برق-بادی گزینههای اصلی مسئله ميباشند که شامل پنج تامین کنندگان زیر هستند:
Torque Wind (GS01), Gamesa (GS02), GE Renewable Energy(GS03), Vestas (GS04), Inox Wind Ltd (GS05)
در ادامه با توجه به نظر کارشناسان و خبرگان و از طريق پرسشنامه، امتیاز هر تأمینکننده در هر زیر معیار مشخص میگردد که در جدول (4) نمایش داده شده است. به منظور كميسازياين مقادير از تئوری فازی برای تعیین امتیازات هر تأمینکننده استفاده شده است [21]. همچنین برای غیرفازی نمودن متغیرها از روش ارائه شده توسط چن و هوانگ استفاده گردیده است [22]. نتايج مقادير قطعی برای متغیرهای زبانی (Mi) در جدول (3) نمایش داده شده است. در ادامه با توجه به مشخص شدن امتیاز هر تأمینکننده در هر زیر معیار، کارایی هر تأمینکننده محاسبه میشود. در این پژوهش عملکرد اقتصادی، مدیریتی و زیست محیطی تامینکنندگان مورد بررسی قرار میگیرد. بدین منظور معیارهای مورد اشاره با در نظر گرفتن ماهیت آنها به دو دسته ورودی و خروجی تقسیم میشوند. با توجه به اینکه معیارهای مورد استفاده در مقاله قادری و همکاران به صورت کلی ارائه شده اند، برای مدل DEA این معیارها باید تفکیک شوند. معیارهای ورودی آن دسته معیارهایی هستند که با افزایش آنها با حفظ سایر عوامل دیگر، کارایی تأمینکننده کاهش مییابد (معیارهایی از جنس منفی) و بر عکس معیارهای خروجی آن دسته معیارهایی هستند که با افزایش آنها با حفظ سایر عوامل دیگر، کارایی تأمینکننده افزایش مییابد (معیارهایی از جنس مثبت). جدول (5) تقسیم بندی زیر معیارها به دو دسته ورودی و خروجی را نشان میدهد.
جدول (2): معیارهای انتخاب تأمینکننده سبز
Table (2): Criteria for selecting a green supplier
زیر معیارها | کد زیر معیار | معیارها (کد) |
عملکرد مالی | Cr01 | هزینه (C01) |
وضعیت اقتصادی سازمان | Cr02 | |
قیمت محصول | Cr03 | |
کل هزینه حمل و نقل | Cr04 | |
هزینه سفارش دهی | Cr05 | |
میزان تناسب قیمت محصول با کیفیت آن | Cr06 | |
انطباق با کیفیت | Cr07 | کیفیت (C02) |
برنامههای بهبود مستمر | Cr08 | |
کنترل و بازرسی | Cr09 | |
دارا بودن گواهینامه کیفیت | Cr10 | |
قابلیت تجهیزات تولید | Cr11 | تکنولوژی (C03) |
انعطاف پذیری | Cr12 | |
زمان راه اندازی | Cr13 | |
ظرفیت | Cr14 | |
طرح کسب و کار الکترونیک | Cr15 | نوآوری (C04) |
راه اندازی فن آوری جدید | Cr16 | |
راه اندازی محصولات جدید | Cr17 | |
رعایت استانداردهای زیست محیطی از قبیل ایزو 14000 | Cr18 | سیستم مدیریت زیست محیطی (C05) |
حمایت مدیران میانی و ارشد از زنجیرهتأمین سبز | Cr19 | |
آموزش مسائل مربوط به حفاظت از محیط زیست به کارکنان | Cr20 | |
برنامه ریزی تولید سبز | Cr21 | |
بسته بندی سبز | Cr22 | |
رعایت استانداردهای فنی و زیست محیطی در خرید ابزار و تجهیزات | Cr23 | |
استفاده از فن آوریها و تجهیزات تولیدی سازگار با محیط زیست | Cr24 | |
استفاده از الگوهای صحیح مصرف انرژی در تولید محصول | Cr25 | |
طراحی فرآیند تولید سازگار با محیط زیست | Cr26 | |
طراحی محصولات بر پایه عدم استفاده از مواد خطرناک برای محیط زیست | Cr27 | |
طراحی محصولات در راستای کاهش اتلاف انرژی | Cr28 | |
تولید زبالههای شیمیایی | Cr29 | |
کنترل آلودگی | Cr30 |
جدول(3): معادل سازی عددی برای متغیرهای زبانی فازی
Table (3): Numerical equivalence for fuzzy variables
متغیرهای زبانی | مقدار قطعی |
بسیار بسیار پایین (M1) | 045/0 |
بسیار پایین (M2) | 135/0 |
خیلی پایین (M3) | 255/0 |
پایین (M4) | 335/0 |
زیر متوسط (M5) | 420/0 |
متوسط (M6) | 500/0 |
بالای متوسط (M7) | 590/0 |
زیاد (M8) | 665/0 |
خیلی زیاد (M9) | 745/0 |
بسیار زیاد (M10) | 865/0 |
بسیار بسیار زیاد (M11) | 955/0 |
جدول(4): امتیازدهی به تامینکنندگان در زیر معیارها
Table (4): Scoring suppliers under the criteria
| GS01 | GS02 | GS03 | GS04 | GS05 |
Cr01 | M5 | M9 | M4 | M2 | M3 |
Cr02 | M5 | M9 | M4 | M2 | M3 |
Cr03 | M5 | M8 | M4 | M2 | M3 |
Cr04 | M5 | M9 | M4 | M3 | M2 |
Cr05 | M5 | M9 | M4 | M3 | M2 |
Cr06 | M5 | M9 | M4 | M3 | M2 |
Cr07 | M7 | M10 | M8 | M6 | M7 |
Cr08 | M7 | M10 | M8 | M6 | M5 |
Cr09 | M8 | M10 | M8 | M6 | M6 |
Cr10 | M9 | M10 | M8 | M5 | M6 |
Cr11 | M8 | M10 | M8 | M5 | M6 |
Cr12 | M9 | M11 | M8 | M5 | M6 |
Cr13 | M8 | M11 | M8 | M5 | M6 |
Cr14 | M9 | M11 | M8 | M6 | M6 |
Cr15 | M8 | M11 | M8 | M6 | M6 |
Cr16 | M9 | M11 | M8 | M6 | M6 |
Cr17 | M8 | M11 | M8 | M6 | M5 |
Cr18 | M9 | M11 | M8 | M5 | M5 |
Cr19 | M8 | M11 | M8 | M5 | M5 |
Cr20 | M8 | M11 | M8 | M5 | M5 |
Cr21 | M9 | M11 | M8 | M6 | M6 |
Cr22 | M8 | M11 | M8 | M6 | M5 |
Cr23 | M9 | M11 | M8 | M5 | M5 |
Cr24 | M8 | M11 | M9 | M4 | M2 |
Cr25 | M8 | M11 | M9 | M4 | M2 |
Cr26 | M8 | M11 | M9 | M4 | M2 |
Cr27 | M8 | M11 | M9 | M4 | M2 |
Cr28 | M7 | M11 | M7 | M5 | M1 |
Cr29 | M7 | M11 | M7 | M5 | M1 |
Cr30 | M7 | M10 | M7 | M5 | M1 |
جدول (5): تعیین نوع معیارها براساس ورودی و خروجی
Table (5): Determining the type of criteria based on input and output
زیر معیارها | نوع |
| زیر معیارها | نوع |
Cr01 | خروجی |
| Cr16 | خروجی |
Cr02 | خروجی |
| Cr17 | خروجی |
Cr03 | ورودی |
| Cr18 | خروجی |
Cr04 | ورودی |
| Cr19 | خروجی |
Cr05 | ورودی |
| Cr20 | ورودی |
Cr06 | خروجی |
| Cr21 | ورودی |
Cr07 | خروجی |
| Cr22 | خروجی |
Cr08 | خروجی |
| Cr23 | خروجی |
Cr09 | ورودی |
| Cr24 | ورودی |
Cr10 | خروجی |
| Cr25 | ورودی |
Cr11 | ورودی |
| Cr26 | خروجی |
Cr12 | خروجی |
| Cr27 | خروجی |
Cr13 | ورودی |
| Cr28 | خروجی |
Cr14 | ورودی |
| Cr29 | ورودی |
Cr15 | ورودی |
| Cr30 | ورودی |
جهت محاسبه ماتریس کارایی متقاطع واحدهای تصمیمگیری (تامینکنندگان)، کارایی هر تأمینکننده بر اساس مدل رابطه 1 محاسبه میگردد، سپس بر اساس اوزان بدست آمده از این مدل، کارایی متقاطع سایر واحدهای تصمیمگیری از طریق رابطه 4 محاسبه شده است. در نتيجه ماتریس کارایی متقاطع تامینکنندگان بصورت زیر محاسبه و جمعآوری شده است.
با توجه به اینکه در ماتریس کارایی متقاطع، کارایی هر واحد تصمیمگیری با وزنهای کلیهی واحدهای تصمیمگیری دیگر به صورت ترکیب زوجی محاسبه میشود و بدین ترتیب کارایی هر واحد با شرایط محاسبه کاراییهای سایر واحدها مقایسه میشود، این ماتریس به تعبیری یک ماتریس مقایسات زوجی است که میتوان به کمک آن با استفاده از اصول روش AHP اوزان نهایی را برای رتبهبندی واحدهای تصمیمگیری به دست آورد. در مرحله بعد سازگاری ماتریس بررسی میشود، اگر ماتریس سازگار باشد میتوان با نرمال سازی یک ستون از ماتریس مقایسات زوجی، وزنها را بدست آورد؛ در غیر این صورت باید از روشهایی مانند کمترین مربعات خطا، بردار ویژه، روش میانگین هندسی و غیره استفاده کرد. به دلیل اینکه ماتریس کارایی متقاطع ایجاد شده دراين مساله ناسازگار است، بنابراين با استفاده از روش میانگین هندسی وزنهای نهایی با استفاده از رابطه (4) محاسبه میگردد. در این رابطه نشان دهنده آرایههای ماتریس مقایسات زوجی میباشد. وزنهای حاصل از پیادهسازی روش میانگین هندسی در جدول 6 نمایش داده شده است.
(4)
S.t:
جدول (6): نتایج محاسبه اوزان نهایی جهت رتبهبندی تامینکنندگان
Table (6): Results of calculating the final weights for ranking suppliers
وزنهای حاصل از روش میانگین هندسی | تأمینکننده |
2154/0 | GS01 |
1381/0 | GS02 |
2099/0 | GS03 |
2217/0 | GS04 |
2148/0 | GS05 |
بحث و نتیجه گیری
در ادامه روش پیشنهادی، پس از محاسبه وزنها و ایجاد ماتریس مقایسات زوجی یا همان ماتریس کارایی متقاطع با استفاده از DEA، DMUها با استفاده از روش AHP رتبهبندی میگردند و نتایج رتبهبندی تامینکنندگان سبز در جدول 7 نمایش داده شده است.
جدول (7): رتبه نهایی تامینکنندگان در روش سلكا
Table (7): Final ranking of suppliers in SELKA method
شرکت تأمینکننده | رتبه نهایی (جایگاه) |
GS04:Vestas | 1 |
GS01:Torque | 3 |
GS05: Inox Wind Ltd | 2 |
GS03: GE Renewable Energy | 4 |
GS02: Gamesa | 5 |
همانطور كه مشاهده ميگردد تأمینکننده چهارم، شرکت Vestas بهترین تامینکننده خواهد بود و ضمن منطقی بودن ماتریس تصمیمگیری، رتبهبندی کامل میان تامینکنندگان ارائه شده است. در ادامه به منظور بررسی عملكرد روش پیشنهادی سلكا به مقایسه نتایج بدست آمده در این پژوهش با نتایج ارائه شده در مقاله قادری و همکاران پرداخته میشود. با پیادهسازی رویکرد پیشنهادی قادری و همکاران که از ترکیب روش تحلیل مولفههای اصلی و تاپسیس ایجاد شده است و رتبه نهایی هر یک از تامینکنندگان به صورت جدول 8 میباشد. دراين روش نيز تامينكننده Vestas به عنوان تامينكننده برتر انتخاب شده است.
جدول (8): رتبه نهایی تامینکنندگان در روش قادری و همکاران
Table (8): The final ranking of suppliers in the method of Ghaderi et al.
شرکت تأمینکننده | رتبه نهایی (جایگاه) |
GS04:Vestas | 1 |
GS03: GE Renewable Energy | 3 |
GS02: Gamesa | 2 |
GS05: Inox Wind Ltd | 4 |
GS01: Torque | 5 |
به منظور تعيين اينكه كدام يك ازاين دو روش رتبهبندي بهتري ارائه نمودهاند، در ادامه از رویکردی ابتکاری به منظور مقایسه نتایج در جهت رتبهبندی تامینکنندگان استفاده میگردد. در ابتدا کارایی هر یک از پنج تامینکننده با روش DEA محاسبه میشود، سپس اولویت انتخاب تامینکنندگان با توجه به مقادیر کارایی ایجاد شده بصورت جدول 9 مشخص میگردد. در واقع به هر یک از تامین کنندگان یک شماره جایگاه اختصاص میباید (مطابق جداول 6 تا 8). با توجه به الویتبندی تامینکنندگان، از بهترین تا بدترین تأمینکننده، به ترتیب ضرایب 5 تا 1 اختصاص داده شده است. در مرحله بعد با توجه به رتبهبندی ایجاد شده از دو روش سلكا و روش قادری و همکاران، به هر تامینکننده با توجه به رتبه (جایگاه)، امتیازی اختصاص مییابد و در نهایت با استفاده از مقادیر کارایی هر تأمینکننده و امتیاز مربوط به جایگاه، امتیاز نهایی با محاسبه مجموع اعداد مطابق رابطه 5 محاسبه میشود. بیشترین امتیاز مربوط به روش DEA میباشد و در نهایت هر روشی که نزدیکترین امتیاز را به امتیاز روش DEA داشته باشد، روش مناسبتری خواهد بود. امتیاز مربوط به هر سه روش در جدول 10 محاسبه شده است.
جدول (9): مقادیر کارایی تامین کنندگاه با روش DEA
Table (9): Supplier efficiency values by DEA method
شرکت تأمینکننده | مقدار کارایی | رتبه نهایی (جایگاه) |
GS01: Torque | 1 | 2 |
GS02: Gamesa | 9999996/0 | 5 |
GS03: GE Renewable Energy | 9999996/0 | 4 |
GS04:Vestas | 1 | 1 |
GS05: Inox Wind Ltd | 9999998/0 | 3 |
(5)
جدول (10): امتیازهای روشهای DEA، سلكا و روش قادری و همکاران
Table (10): Scores of DEA, SELKA and Ghaderi et al.
روش | امتیاز |
DEA | 14.999999 |
سلكا | 14.999998 |
قادری و همکاران | 14.999990 |
با توجه به امتیازات بدست آمده از جدول 10، امتیاز روش سلكا بیشتر از روش قادری و همکاران میباشد و به امتیاز روش DEA نزدیکتر است. بنابراین رتبهبندی دقیقتری از تامینکنندگان نسبت به روش قادری و همکاران ارائه میکند. در نتیجه بهترین تامینکننده سبز، تأمینکننده چهارم (شرکت Vestas) خواهد بود و به منظور خرید توربینهای بادی انتخاب میگردد. شایان ذکر است که با مشاهده مقادیر هر یک از معیارها برای هر یک از تأمینکنندگان با توجه به جدول 4 و نوع معیارها (ورودی یا خروجی) با توجه به جدول 5، رتبهبندی روش پیشنهادی مقاله بصورت شهودی نیز صحیحتر میباشد. به این دلیل که تامینکننده برتر از دیدگاه روش سلکا (Vestas) دارای مقادیر بالا در شاخصهایی با جنس خروجی و مقادیر کوچک در شاخصهایی با جنس ورودی میباشد که منجر به افزایش بهرهوری و کارایی این گزینه میگردد. درحالی که تامینکنندهای که در جایگاه آخر از دیدگاه سلکا (Gamesa) قرار دارد، دارای مقادیر بزرگ ورودیها و مقادیر کوچک در خروجیها میباشد که منجر به کاهش بهرهوری و کارایی این تامینکننده میگردد. با بررسی نتایج جدول 8، ملاحظه میگردد که تامینکننده Gamesa در جایگاه دوم در این رتبهبندی قرار دارد که با مشاهده مقادیر پارامترهای ورودی و خروجی این گزینه این رتبهبندی نامناسب میباشد و این تامینکننده شرایط مطلوبی از نظر کارایی ندارد. همچنین تامین کننده Torque در جایگاه آخر قرار گرفته است و با بررسی مقادیر ورودیها و خروجیهای این تامینکننده مشاهده میگردد که دارای مقادیر بزرگ در شاخصهایی با جنس خروجی و مقادیر کوچک در شاخصهایی با جنس ورودی میباشد و در واقع میتوان گفت تامینکنندهای کارا و مطلوب است، درحالی که در جایگاه آخر در روش قادری و همکاران قرار دارد و همین تامینکننده در جایگاه دوم در روش سلکا قرار گرفته است. در مجموع با مشاهده مقادیر هر یک از پارامترها با توجه به جنس ورودی و خروجی بودن آنها میتوان نتیجه گرفت که روش سلکا رتبهبندی منطقیتری نسبت به روش قادری ارائه کرده است. به منظور درک بهتر نتایج تمام پارامترهای مساله بر اساس ورودی یا خروجی بودن تفکیک شدهاند و نمودارهای ورودی و خروجی برای سه شرکت Torque، Vestas و Gamesa در شکل های 2 و 3 ترسیم شده است. همانطور که مشاهده میگردد بیشترین مقادیر خروجیها به ترتیب مربوط به شرکتهای Vestas، Torque و Gamesa میباشد و کمترین مقادیر ورودیها نیز به ترتیب مربوط به شرکت های Vestas، Torque و Gamesa می باشد و این رتبهبندی توسط روش سلکا به درستی ایجاد شده است.
شکل (2): نمودار مقایسه ورودیهای سه شرکت Torque، Vestas و Gamesa
Figure (2): Comparison chart of inputs of three companies Torque, Vestas and Gamesa
شکل (2): نمودار مقایسه خروجیهای سه شرکت Torque، Vestas و Gamesa
Figure (2): Comparison chart of outputs of three companies Torque, Vestas and Gamesa
به منظور اعتبارسنجی بیشتر رویکرد پیشنهادی، نتایج روش سلکا با روش دیگری به نام پرامتی 3 (Promethee III)مقایسه میگردد. روش پرومتی از سوي محققين مورد استقبال فراوان قرار گرفته است و در پژوهشهای زيادي مورد استفاده قرار گرفته است و نتایج بسیار خوبی در مقایسه با سایر روشهای تصمیمگیری داشته است ]23[. در روش پرومتی براي جبران ضعف يك معيار يا قوت معيار ديگر، محدوديت وجود دارد و لذا يك گزينه ايدهال بايد حداقلها را از تمام معيارها كسب كند. روش پرومتی قادر به بكارگيري معيارهايي با مقياسهاي مختلف اندازهگيري (بدون نياز به همسانسازي مقياس معيارها) ميباشد و متناسب با اطلاعات و مقياس معيار توابع ششگانه مجزايي را تعريف ميكند، لذا در تصميمگيريهاي چندمعياره كه معمولا معيارها داراي مقياسهاي مختلف اندازهگيري ميباشد يك نقطه قوت براي تصميمگيری محسوب ميشود. این روش بسیار دقیق ولی زمانبر و پیچیده میباشد و دارای مراحل فراوانی جهت تعیین شش نوع تابع ارجحیت و ارزیابی گزینهها میباشد. در این پژوهش این روش برای مساله انتخاب تامینکننده سبز مورد استفاده قرار گرفته است و نتایج در جدول 11 مشاهده میگردد. با مقایسه نتایج به دست آمده از روش سلکا و روش پرومتی، ملاحظه میگردد که نتایج هر دو روش دقیقا یکسان میباشد. در نتیجه روش سلکا از دقت مورد نیاز جهت تصمیمگیری برخورد است و نسبت به روش پرومتی دارای پیچیدگی کمتری است و در زمانی کوتاهتر و تعداد مراحل کمتر قادر به شناسایی گزینه برتر میباشد.
جدول (10): رتبه نهایی تامینکنندگان در پرومتی 3
Table (10): The final ranking of suppliers in the method of Promethee III
شرکت تأمینکننده | رتبه نهایی (جایگاه) |
GS04:Vestas | 1 |
GS01:Torque | 3 |
GS05: Inox Wind Ltd | 2 |
GS03: GE Renewable Energy | 4 |
GS02: Gamesa | 5 |
نتیجهگیری
اهمیت روز افزون مباحث زیستمحیطی و همچنین افزایش نگرانیهای زیست محیطی ناشی از آلودگی آب و هوا، گرم شدن کره زمین، بارانهای اسیدی، افزایش انتشار گازهای گلخانهای و غیره باعث شده تا سازمانها و حتی دولتها به استفاده از انرژیهای پاک و خرید سبز نیازمندیهای خود روی آورند. از این رو احداث نیروگاههای انرژیهای تجدیدپذیر و به دنبال آن انتخاب تامینکنندگان سبز برای خرید تجهیزات این نیروگاهها از اهمیت ویژهای برخوردار شده است. در این پژوهش روش ترکیبی نوین سلکا برای رتبهبندی و انتخاب تامینکنندگان سبز توربینهای بادی ارایه گردید. اين روش تركيبي از دو روش تحليل پوششي دادهها و تحليل سلسله مراتبي ميباشد و علاوه بر اینکه بصورت همزمان از مزاياي هر دو روش بهره ميبرد، محدودیتهای هردو روش را نیز برطرف ميكند. به منظور پيادهسازي روش پيشنهادي براي انتخاب تامين كننده سبز، درگام نخست با بررسی جامع مقالات علمی و کسب نظر خبرگان صنعت برق بادی، معیارهای ارزیابی تامینکنندگان با استفاده از پرسشنامه استخراج گردید و سپس بر اساس روش AHP مهمترین معیارها شناسایی گردید. سپس پنج تأمینکننده که دارای شرایط مناسب بودند، انتخاب گرديدند و روش پیشنهادی سلكا جهت تعیین بهترین تامینکنندگان توربینهای بادی یک نیروگاه برق بادی مورد استفاده قرار گرفت و در پایان شرکت Vestas به منظور خرید توربینهای بادی انتخاب گردید. همچنین به منظور بررسی عملکرد روش پیشنهادی در این مقاله، از روش ترکیبی قادری و همکاران استفاده شد و با بررسی مقادیر کارایی تامینکنندگان و نتایج به دست آمده از هر دو روش، برتری روش پیشنهادی سلکا نسبت به روش مشابه اثبات گردید. همچنین تامینکنندگان از نظر مقادیر ورودی و خروجی مورد مقایسه قرار گرفتند و نتایج به دست آمده از رتبهبندی روش سلکا با استفاده از این رویکرد نیز مورد تایید قرار گرفت. در پایان به منظور بررسی بیشتر صحت نتایج، یکی از روشهای بسیار دقیق تصمیمگیری تحت عنوان روش پرومتی برای دادههای مورد استفاده قرار گرفت و رتبه بندی دقیقا مطابق با روش سلکا ایجاد نمود. بنابراین روش سلکا از نظر دقت دارای عملکرد مطلوب مشابه روش پرومتی میباشد، با این تفاوت که دارای پیچیدگی این روش نیست و زمان کمتری جهت محاسبات و حل مساله با روش سلکا صرف میشود.
به منظور تحقیقات آتی در این پژوهش میتوان رویکرد پیشنهادی را در صنایع دیگر و به منظور ارزيابي و تصميمگيري مسائل کاربردی ديگر مانند انتخاب سبد بهینه سهام، انتخاب استراتژی مناسب تولید، انتخاب ماشینآلات در خط تولید و غیره پیادهسازی کرد. همچنین میتوان از روشهای دیگر تصمیمگیری مانند روش تاپسیس، پرومتی، فرآیند تحلیل شبکه و غیره جهت ایجاد روش تلفیقی استفاده کرد. علاوه برایجاد رویکردهای تلفیقی با روشهای تصمیمگیری، میتوان آن را به حوزههای دیگر نیز تعمیم داد و به عنوان نمونه از روشهای حوزه آماری چندمتغیر یا الگوریتمهای حوزه فراابتکاری نیز استفاده نمود.
منابع
[1] HART, S. L., DOWELL, G., “invited editorial: a natural-resource-based view of the firm: fifteen years after”, Journal of Management, 2011, 37: 1464-1479.
[2] “Renewable energy organization of iran (suna).” [Online]. Available: http://www.suna.org.ir
[3] Fallahian-Najafabadi, A., Kazemi, S., Latifi, I., Soltanmohammad, N., “A green managerial criteria pyramid model and key criteria for green supplier evaluation,” Adv. Environ. Biol., 2013, 7 (11): 3505–3516.
[4] Che Z. H, Wang H. S. “Supplier selection and supply quantity allocation of common and non-common parts with multiple criteria under multiple products”, Computers & Industrial Engineering; 2008, 55, 110–133.
[5] Pi, WN., Low, C., “Supplier evaluation and selection via Taguchi loss functions and an AHP”, International Journal of Advance Manufacturing Technology; 2006, 27 (5–6): 625-630.
[6] Shen, Z, Zhu, Q., Wu, G., Theory, methodology and application of DEA, 1996, Science Press, Beijing.
[7] Liu, J., Ding, F., Lall, V., “Using data envelopment analysis to compare suppliers for supplier selection and performance improvement”, The Journal of Supply Chain Management, 2000, 5(3): 143-150.
[8] Mashli, A., Mohammadi Tabar, D., “Selecting suppliers with a cooperative game theory approach, taking into account capacity constraints and simultaneous delivery of items”, Industrial Engineering Research in Production Systems, 2017, No. 10, 83-97. (Persian)
[9] Hashemi, S. H., Karimi, A., Tavana, M., “An integrated green supplier selection approach with analytic network process and improved Grey relational analysis,” Int. J. Prod. Econ., 2015, 159, 178–191.
[10] Lin, C.-T., Chen, C.-B., Ting, Y.-C., “a green purchasing model by using ANP and LP methods” J. Test. Eval., 2012, 40 (2): 03–210.
[11] Kuo, T. C., Hsu, C.-W., Li, J.-Y., “Developing a green supplier selection model by using the DANP with VIKOR” 2015, 7 (2): 1661-1689.
[12] Dobos, I., Vorosmarty, G., “Green supplier selection and evaluation using DEA-type composite indicators” Int. J. Prod. Econ., 2014, (157): 273–278,
[13] Lee, A. H. I., Kang, H.-Y., Hsu C.-F., Hung, H.-C., “A green supplier selection model for high-tech industry,” Expert Syst. Appl., 2009, 36 (4): 7917–7927.
[14] Kannan, D., Jabbour, A. B. L. D. S., Jabbour, C. J. C., “Selecting green suppliers based on GSCM practices: Using fuzzy TOPSIS applied to a Brazilian electronics company,” Eur. J. Oper. Res., 2014, 233 (2): 432–447.
[15] Shen, L., Olfat, L., Govindan, K., “A fuzzy multi criteria approach for evaluating green supplier’s performance in green supply chain with linguistic preferences,” Resour. Conserv., 2013 , (74): 70–179.
[16] Mahjoubnia, M., Dabiri, N., Bozorgi Amiri, A., “Presenting a new model of location-routing-green inventory under uncertainty Journal of Industrial Engineering Research in Production Systems, 2017, 5(10), 99-115. (Persian)
[17] Oroojeni, M. J., Darvishi, M., “Green supplier selection for the steel industry using BWM and fuzzy TOPSIS: A case study of Khouzestan steel company”, Sustainable Futures, 2020, (2), 14-43.
[18] Kilic, H. S., Yalcin, A. S., “Modified two-phase fuzzy goal programming integrated with IF-TOPSIS for green supplier selection”, Applied Soft Computing, 2020, 93. 34-57,
[19] Gupta, Sh., Soni, U., Girish Kumar, G., “Green supplier selection using multi-criterion decision making under fuzzy environment: A case study in automotive industry”, Computers & Industrial Engineering, 2019, (136): 663-680.
[20] Ghaderi, S. F., Hakimi Asl, M., Nasrollahi M., Hakimi Asl A. “ Provide a hybrid approach to ranking and selecting green suppliers of wind farm equipment using principal component analysis and TOPSIS”, International Conference on Industrial Engineering. Tehran, 2016, 510-518. (Persian)
[21] LA Zadeh, L. A., “Fuzzy sets,” Inf. Control, 1965, 8 (3): 338–353.
[22] Chen, S. J. J., Hwang, C. L., Beckmann, M. J., Krelle, W., Fuzzy multiple attribute decision making: methods and applications. 1992, Springer-Verlag New York, Inc.
[23] Tong, Li Zhong, Jindan Wang, and Zhongmin Pu. "Sustainable supplier selection for SMEs based on an extended PROMETHEE Ⅱ approach." Journal of Cleaner Production, 330 (2022): 129830.
-
بررسی تکنیک FAHP بر اساس چهار معیار اقتصادی،اجتماعی، زیست محیطی و اکولوژیکی در منطقه چادگان
تاریخ چاپ : 1400/12/01 -
-
بررسی و تحلیل اثرات بهبود کیفیت محیطزیست بر امید به زندگی در ایران (یک رویکرد اقتصادی)
تاریخ چاپ : 1399/01/01