ارزیابی عملکرد زنجیره تامین تحت مکانیسم سازمان غیر متمرکز

Subject Areas : Data Envelopment Analysis

علیرضا علی نژاد ¹ ( گروه مهندسی صنایع, دانشکده مهندسی صنایع و مکانیک, واحد قزوین, دانشگاه آزاد اسلامی )

Received: 2017-07-10 Accepted : 2017-08-08 Published : 2018-06-01

Keywords: DEA, زنجیره تامین, شبکه DEA, سنجش عملکرد, مکانیزم سازمان غیر متمرکز,

Abstract :

هدف از این مقاله ارائه یک مدل DEA جدید شبکه برای اندازه گیری کارایی زنجیرهای دو تامین کننده و یک تولید کننده تحت مکانیزم سازمان غیرمتمرکز است. در این مکانیزم، هر بخش از زنجیره تامین تحت تصمیم گیری منحصر به فرد خود را با علاقه خود را کنترل می شود. ما پیشنهاد کردیم که در مقایسه با مدل CCR برای زنجیره تامین تحت مکانیزم سازمان غیر متمرکز، مناسب نیست که ساختار داخلی را نادیده بگیریم و به عنوان یک جعبه سیاه رفتار کنیم، در حالی که بیش از یک تصمیم گیرنده با منافع متفاوت وجود دارد. علاوه بر این، رابطه بین بهره وری زنجیره تامین و بازده تقسیم بررسی شده است. مثال عددی نشان دهنده کاربرد مدل پیشنهادی است.

References:

Banker, R.D., Charnes, A., & Cooper, W.W. (1984). Some models for estimating technical and scale inefficiencies in data envelopment analysis, Management Science, 30, 1078–1092.

Beamon, B.M. (1999). Measuring supply chain performance, International Journal of Operations and Production Management, 19 (3), 275–292.

Charnes, A., Cooper, W.W. & Rhodes, E. (1978).  Measuring the efficiency of decision making units, European Journal of Operational Research, 2, 429–444.

Chen, C.&Yan, H. (2011). Network DEA model for supply chain performance evaluation, European Journal of Operational Research, 213, 147-155.

Chen, Y.& Zhu, J. (2004).  measuring information technology’s indirect impact on firm performance, Information Technology and Management Journal, 5 (1-2), 9-22.

Cooper, W.W.,Seiford, L.M. & Zhu, J. (2004). Data Envelopment Analysis: Models and Interpretations-Handbook on Data Envelopment Analysis, Kluwer, Academic Publisher, Boston.

Fan, M., Stallaert, J., & Whinston, A. B. (2003). Decentralized mechanism design for supply chain organizations using an auction market. Information Systems Research, 14(1), 1-22.

Färe, R.,& Grosskopf, S. (2000). Network DEA. Socio-Economic Planning Sciences, 34, 35–49.

 Kao, C. (2009). Efficiency decomposition in network data envelopment analysis:  relational model. European Journal of Operational Research, 192 (3), 949–962.

Kao, C. (2009). Efficiency measurement for parallel production systems. European Journal of Operational Research, 196 (3), 1107–1112.

Kao, C., &Hwang, S.N. (2008). Efficiency decomposition in two-stage data envelopment analysis: An application to non-life insurance companies in Taiwan. European Journal of Operational Research, 185 (1), 418–429.

Lewis, H.F. & Sexton, T.R. (2004). Network DEA: Efficiency analysis of organizations with complex internal structure. Computers Operations Research, 31, 1365– 1410.

Liang, L., Yang, F., Cook, W.D., & Zhu, J. (2006). DEA models for supply chain efficiency evaluation. Annuals of Operational Research, 145 (1), 35–49.

Liang, L., Yang, F.,Cook, W. D.,& Zhu, J. (2006). DEA models for supply chain efficiency evaluation. Annuals ofOperational Research, 145(1), 35-49.

Management Science,45 (9), 1270-1288.

Mirhedayatian, S.M.,Azadi, M., &Farzipour Saen, R. (2013). A novel network data envelopment analysis model for evaluation green supply chain management.Int. J. Production Economics.

Seiford, L. M., & Zhu, J. (1999). Profitability and Marketability of the top 55 US commercial banks.

Tone, K., & Tsutsui, M. (2009). Network DEA: A slack-based measure approach. European Journal