ارایه یک مدل ریاضی برای انتخاب تامین کننده در زنجیره تامین براساس محاسبه کارایی سود

محورهای موضوعی : آمار

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

تاریخ دریافت : 1398/03/10 تاریخ پذیرش : 1398/10/16 تاریخ انتشار : 1400/07/01

کلید واژه: Supply chain, Performance appraisal, Data Envelopment Analysis, Supplier selection, profit efficiency,

چکیده مقاله :

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.

چکیده انگلیسی:

One of the most important issues in managers' decisions is supplier selection and supply chain evaluation. Therefore, several studies have been conducted on supplier selection and evaluation by data envelopment analysis. But studies so far have focused on selecting suppliers and evaluating them. And there is no way to determine the number of suppliers in a supply chain. Therefore, in this article, we first express the concept of profit efficiency for supply chains and using the proposed model in this paper, the number and type of suppliers in a supply chain are determined simultaneously. Finally, 10 "supply chains" in the food industry were examined and the profit efficiency of each of them was calculated using the proposed model in this article, and then the number and type of suppliers in each chain were determined.

منابع و مأخذ:

[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)