انتخاب تامین کننده در میان سناریو های جایگزین توسط تحلیل پوششی داده ها

Subject Areas : Data Envelopment Analysis

محسن  واعظ قاسمی ¹ (Department of Mathematics, Islamic Azad University, Rasht Branch)

Received: 2015-07-25 Accepted : 2015-10-29 Published : 2015-12-01

Keywords:

Abstract :

مشکل قابل توجه در تجارت رقابتی جهان انتخاب بهترین زنجیره تامین است. به عنوان نتیجه در شرایط بسیار جدی تر از رقابت ها به دنبال بهترین تامین کننده برای ساخت، برای تهیه مواد اولیه بسیار مهم است. در ضمن تامین کنندگان حالات مختلفی برای برآورد شدن دارند، مانند تغییر متغیرهای انتخاب مانند زمان بین تصمیم گیری به تولید کالای بخصوص و آغاز تولید آن ، هزینه های حمل و نقل و مسیر حمل و نقل. در این مقاله مدل ریاضی از تحلیل پوششی داده ها (DEA)، تکنیک و الگوریتم باینری برای انتخاب تامین کنندگان با سناریو های مختلف استفاده کرده که می تواند تامین کنندگان را  با اولویت های متغیر و جایگزین برای تامین کنندگان دیگر ارزیابی نماید.

References:

[1]Charnes, A.,  W.W. Cooper, E. Rhodes, Measuring the efficiency of decision-making units, European Journal of Operational Research, 2, 1978, 429–444.

[2]FarzipoorSaen, R., Restricting weights in supplier selection decisions in the presence of dual-role factors, Applied Mathematical Modeling, 34, 2010, 2820–2830.

[3]FarzipoorSaen, R., Suppliers selection in the presence of both cardinal and ordinal data, European Journal of Operational Research, 183(2), 2007, 741–747.

[4]FarzipoorSaen, R., Supplier selection by the new AR-IDEA model, International Journal of Advance Manufacturing and Technology, 39(11–12), 2008, 1061–1070.

[5]FarzipoorSaen, R., M. Zohrehbandian, A data envelopment analysis approach for supplier selection in volume discount environments, International Journal of Procurement Management, 1(4), 2008, 472–488.

[6]FarzipoorSaen, R., Using data envelopment analysis for ranking suppliers in the presence of nondiscretionary factors, International Journal of Procurement Management, 2(3), 2009, 229–243.

[7]Gunasekarana, A., C. Patel,  Ronald E. McGaughey, A framework for supply chain performance measurement, International Journal of Production Economics, 87, 2004, 333–347.

[8]Ho, W., X.Xu, P. K. Dey , Multi-criteria decision making approaches for supplier evaluation and selection: A literature review, European Journal of Operational Research, 202, 2010, 16–24.

[9]Kuosmanen, T., R. KazemiMatin, Theory of integer-valued data envelopment analysis, European Journal of Operational Research, 192, 2009, 658–667.

[10]Liu, J., F.Y. Ding, V. Lall, Using data envelopment analysis to compare suppliers for supplier selection and performance improvement, Supply Chain Management: an International Journal, 5(3), 2000, 143–150.

[11]Shin, H., D.A. Collier, D.D. Wilson, Supply management orientation and supplier/buyer performance, Journal of Operations Management, 18(3), 2000, 317–333.

[12]Talluri, S.,  R. Narasimhan, A. Nair, Vendor performance with supply risk: a chance-constrained DEA approach, International Journal of Production Economics, 100(2), 2006, 212–222.

[13]Thomas, D.J., Griffin, P.M., Coordinated supply chain management, European Journal of Operational Research, 94(3), 1996, 1–15.

[14]Toloo, M., S. Nalchigar, A new integrated DEA model for finding most BCC-efficient DMU, Applied Mathematical Modelling, 33, 2009, 597–604.

[15]Farhad Hosseinzadeh Lotfi, Golamreza Jahanshahloo, Mohsen Vaez-Ghasemi, and Zohreh Moghaddas, “Modified Malmquist Productivity Index Based on Present Time Value of Money,” Journal of Applied Mathematics, vol. 2013, Article ID 607190, 8 pages, 2013. doi:10.1155/2013/607190

[16]Weber, C.A., A data envelopment analysis approach to measuring vendor performance, Supply Chain Management, 1(1), 1996, 28–39.

[17]Zolghadri, M.,C.Eckert, S.Zouggar, P. Girard, Power-based supplier selection in product development projects, Computers in Industry, 62, 2011, 487–500.