ارایه یک مدل ریاضی برای انتخاب تامین کننده در زنجیره تامین براساس محاسبه کارایی سود
الموضوعات :هیلدا صالح 1 , فرهاد حسین زاده لطفی 2 , محسن رستمی مال خلیفه 3 , مرتضی شفیعی 4
1 - گروه ریاضی، دانشکده علوم پایه، واحد تهران مرکزی، دانشگاه آزاد اسلامی،تهران، ایران
2 - گروه ریاضی، دانشکده علوم پایه، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، تهران، ایران
3 - گروه ریاضی، دانشکده علوم پایه، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، تهران، ایران
4 - دانشیار گروه مدیریت صنعتی، دانشکده اقتصاد و مدیریت، واحد شیراز، دانشگاه آزاد اسلامی، شیراز، ایران
الکلمات المفتاحية: Supply chain, Performance appraisal, Data Envelopment Analysis, Supplier selection, profit efficiency,
ملخص المقالة :
یکی از مسایل مهم در تصمیم گیریهای مدیران انتخاب تامین کننده و ارزیابی زنجیرههای تامین میباشد. بنابراین تاکنون مطالعات متعددی در زمینه انتخاب تامین کننده و ارزیابی آنها به وسیله تحلیل پوششی دادهها انجام شده است. ولی در مطالعاتی که تاکنون انجام گرفته است بر انتخاب تامین کنندهها و ارزیابی آنها تمرکز شده است. و روشی برای تعیین تعداد تامین کنندهها , , و نوع انها به صورت هم زمان در یک زنجیره تامین ارایه نشده است. بنابراین در این مقاله در ابتدا مفهوم کارایی سود برای زنجیرههای تامین را بیان میکنیم و با استفاده از مدل پیشنهادی در این مقاله به طور همزمان تعداد و نوع تامین کنندهها در یک زنجیره تامین مشخص میگردد. در نهایت 10 زنجیره تامین در صنایع غذایی مورد بررسی قرار گرفت و کارایی سود هریک از آنها با استفاده از مدل پیشنهادی در این مقاله مورد محاسبه قرار گرفت و سپس تعداد و نوع تامین کننده ها در هر زنجیره تعیین شد.
[1] A. Charnes, W.W. Cooper, E. Rhodes. Measuring the efficiency of decision making units. European Journal of Operational Research 2: 429-444(1978)
[2] Y. Chen, L. Liang, F. Yang. A DEA game model approach to supply chain efficiency, Annals of Operations Research. 145: 5–13(2006)
[3] C. Chen, H. Yan. Network DEA Model for Supply Chain Performance Evaluation. European Journal of Operational Research 213:147-155(2011)
[4] W.W. Cooper, L.M. Seiford, K. Tone. Data envelopment analysis: a comprehensive text with models, applications, references and DEA-solver software, Springer (2000)
[5] M.J. Farrell. The measurement of productive efficiency. Journal of the Royal Statistical Society, Series A, General, 120(Part 3), 253–281(1957)
[6] A.A. Fathi, R. Farzipoor Saen. A novel bidirectional network data envelopment analysis model for evaluating sustainability of distributive supply chains of transport companies, Journal of Cleaner Production. 184: 20, 696-708(2018)
[7] M. Izadikhah, R. FarzipoorSaen. Assessing sustainability of supply chains by chance-constrained two-stage DEA model in the presence of undesirable factors. Computers & Operations Research 100: 343-367(2108)
[8] M. Kalantary, R. FarzipoorSaen. Assessing sustainability of supply chains: An inverse network dynamic DEA model. Computers & Industrial Engineering. In press (2018)
[9] L. Liang, F. Yang, W. D. Cook, J. Zhu. DEA models for supply chain efficiency evaluation. Annals of Operations Research 145: 35-49(2006)
[10] S. Motevali, S. Haghighiab, A. Torabi, R.Ghasemi. An integrated approach for performance evaluation in sustainable supply chain networks (with a case study). Journal of Cleaner Production 20: 579-597(2016)
[11] M. Shafiee, N. Shams-e-alam. Supply Chain Performance Evaluation with Rough Data Envelopment Analysis. International Conference on Business and Economics Research, IACSIT Press, Kuala Lumpur, Malaysia vol.1 (2011)
[12] A. Shingo, N. Akio, G. Ryota. Data envelopment analysis for a supply chain” Art if Life Robotics. 15: 171–175(2010)
[13] M. Tavana, H. Mirzagoltabar, S.M. Mirhedayatian, R. Farzipoor Saen, M. Azadi. A new network epsilon-based DEA model for supply chain performance evaluation. Computers & Industrial Engineering 66: 501-513(2013)
[14] M. Wang, Y. Li. Supplier evaluation based on Nash bargaining game model. Expert Systems with Applications. 41:4181–4185(2014)
[15] J. Wu, L. Liang, Y. Feng, Y. Hong. Bargaining game model in the evaluation of decision making units. Expert Systems with Applications 36: 4357-4362(2009)
[16] F. Yang, D. Wu, L. Liang et al. Supply Chain DEA: Production Possibility Set and Performance Evaluation Model. Annals of Operations Research 185: 195-211(2011)
[17] J. Xu, B. Li, D. Wu. Rough data envelopment analysis and its application to supply chain performance evaluation. Int. J. Production Economics. 122: 628–638(2009)