۲-۲-۳-۲ انتخاب نهایی تامین کنندگان
این مرحله در کانون توجه نویسندگان و پژوهشگران در امر ارزیابی و انتخاب تامین کنندگان هست.
دی بوئر مدل‌های این بخش را از سه طریق دسته‌بندی کرده است[۱۰]:
۱)مدل‌های تک عاملی یا بسته‌ای در مقابل مدل‌های چندعاملی
۲)مدل‌های شامل موجودی مواد خریداری‌شده و مدل‌های آن
۳)تکنیک‌های بکار گرفته‌شده در مدل‌ها
مدل‌های تک عاملی مدل‌هایی هستند که برای هر محصول یا ماده اولیه یک مدل انتخاب ارائه می‌دهند و وابستگی اثرات متقابل میان مدیریت خرید محصولات گوناگون را نادیده می‌گیرند اما مدل‌های چندعاملی روابط و اثرات متقابل میان محصولات (یا بسته محصولات) را در نظر می‌گیرند.

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

به‌طوری‌که یک تامین کننده ممکن است تخفیف‌های زیادی را برای حجم بالای خرید محصولات بدون توجه به ترکیب آن‌ها ارائه دهد. یا هزینه سفارش از طریق ادغام سفارش‌های خرید می‌تواند کاهش یابد.
بیشتر مدل‌های ارائه‌شده در بحث انتخاب تامین کنندگان مدیریت موجودی مواد خریداری‌شده را موردتوجه قرار نداده‌اند . اما به‌سادگی نمی‌توان از اثرات متقابل سیاست‌های خرید و مدیریت موجودی چشم‌پوشی کرد.
به‌طور مثال اگر برای یک محصول نیاز به سفارش‌های خرید متفاوت باشد یک تامین کننده باقیمت پایه بالا ولی هزینه سفارش پایین مناسب‌تر از یک تامین کننده باقیمت پایه پایین و هزینه سفارش بالا هست
۲-۲-۳-۲ تکنیک‌های انتخاب نهایی تامین کنندگان
۲-۲-۳-۲-۱ مدل‌های وزن دهی خطی
در مدل‌های وزن دهی خطی، به هر یک از معیارها یک وزن داده می‌شود که وزن هر معیار نشان‌دهنده اهمیت آن معیار هست . در مرحله بعد هر یک از تامین کنندگان نسبت به هر یک از معیارها وزن می‌گیرند. سپس وزن معیارها در وزن ضرب شده و بعد این وزن‌ها ترکیب می‌روند و وزن نهایی تامین کنندگان به دست می‌آیند.گراندو[۱۵] و سیانی[۱۶] یک مدل غیر جبرانی وزن دهی ارائه دادند. مدل آن‌ها وزن محلی تامین کنندگان را در غالب یک وزن نهایی ترکیب می‌کرد.اما مدل مزبور برای اجرا در موارد واقعی با اشکال همراه بود . لذا گریگوری[۱۷] برای رفع اشکال فوق پیشنهاد داد که سفارش‌های خرید را باید بین دو تامین کننده‌ای که دارای بیشترین وزن باشد تقسیم کرد.
بسیاری از مقالات به بحث در مورد عدم اطمینان درزمینه وزن دهی پرداخته‌اند سوکوپ[۱۸] یک مدل مبتنی بر شبیه‌سازی برای در نظر گرفتن عدم اطمینان درزمینه وزن دهی ارائه کرده است.برخی دیگر از مقالات نیز به‌طور اختصاصی به بحث درباره عدم دقت و درستی مکانیزم های وزن دهی پرداخته‌اند.
باربارا[۱۹] در سال ۱۹۹۷و ناریشمان[۲۰] ۱۹۸۳،[۱۴] ماسل[۲۱] ۲۰۰۰، با به‌کارگیری مدل تحلیل سلسله مراتبی به وزن دهی تامین کنندگان پرداخته‌اند.
همچنین سارکیس[۲۲] در سال ۲۰۰۰، مدل تحلیل شبکه‌ای را درزمینه وزن دهی تامین کنندگان بکار گرفته است.
۲-۲-۳-۲-۲ مدل‌های مبتنی بر هزینه کل مالکیت:
این مدل‌ها درصدد شناسایی کلی هزینه‌های کمی مربوط به انتخاب تامین کنندگان در چرخه حیات مواد خریداری‌شده می‌باشند .الرام[۲۳] هزینه‌ها را در قالب سه دسته زیر طبقه‌بندی کرد:
۱)قبل از قرارداد خرید
۲)حین قرارداد خرید
۳)بعد از قرارداد خرید
از مدل‌های این دسته می‌توان به مدل اسمیلک[۲۴] اشاره کرد.اسمیلک.با ترکیب هزینه کل و یک سیستم رتبه‌بندی برای معیارهایی همچون هزینه تحویل و کیفیت یک مدل برای رتبه‌بندی و انتخاب تامین کنندگان ارائه داد.
۲-۲-۳-۲-۳ مدل برنامه‌ریزی ریاضی
مدل‌های برنامه‌ریزی ریاضی با فرموله کردن شرایط تصمیم در قالب یک تابع هدف که باید اکسترمم گردد به همراه قیود مساله، مدل‌های عینی‌تری نسبت به روش‌های وزن دهی خطی می‌باشند.مدل‌های برنامه‌ریزی ریاضی، بیشتر عوامل و فاکتورهای کمی را در نظر می‌گیرند. نکته اساسی در مدل‌های ارائه‌شده در این زمینه، این است که در تمامی این مدل‌ها شرایط از قبل تعیین‌شده‌ای برای فاکتورهایی همچون قیمت و سطوح کیفیت، خدمات و … تعیین می‌شود.به‌طور مثال در کارهای سادریان[۲۵] ۱۹۹۴،و قدسی پور ۱۹۹۸[۱۵] سطح مطلوب برای کیفیت و تقاضا تعیین‌شده است.
کارنت[۲۶] با به‌کارگیری برنامه‌ریزی چندهدفه یک مدل تصمیم‌یار درزمینه تصمیمات مربوط به خرید ارائه داد و همچنین وبر نیز با ارائه یک مدل تحلیل پوششی داده‌ها به ارزیابی و انتخاب تامین کنندگان پرداخته است.
وبر در سال ۲۰۰۰وکارپاک[۲۷] در سال ۹۹ نیز با ارائه یک مدل برنامه‌ریزی آرمانی هزینه‌های انتخاب تامین کنندگان را مینیمم و کیفیت خدمات و محصول را در انتخاب محصول بیشینه کردند دگراو[۲۸] نیز مدیریت موجودی کالا و تصمیمات مربوط به خرید و اثرات متقابل آن‌ها را در قالب یک مدل برنامه‌ریزی ریاضی در نظر گرفت.
۲-۲-۳-۲-۴ مدل‌های آماری:
مدل‌های آماری برای پرداختن به تصادفی بودن و عدم اطمینان مربوط به متغییرهای تصمیم در فرایند انتخاب تامین کنندگان به وجود آمده‌اند،بسیاری از موارد در انتخاب تامین کنندگان نظیر تقاضای محصول متغیرهای تصادفی هستند و مقدار دقیق آن‌ها مشخص نیست[۱۰].
۲-۳- کاربرد منطق فازی در ارزیابی و انتخاب تامین کنندگان:
پیشینه تحقیق درزمینه به‌کارگیری منطق فازی در ارزیابی و انتخاب تامین کنندگان غنی هست و عمده پژوهش‌های انجام‌گرفته درزمینه به‌کارگیری تکنیک‌های تصمیم‌گیری چند معیاره و تصمیم‌گیری چندهدفه در بستر فازی می‌باشند، که مهم‌ترین این تکنیک‌ها می‌توان به مواردی همچون تحلیل سلسله مراتبی فازی، تکنیک تاپسیس فازی و تکنیک برنامه‌ریزی فازی آرمانی اشاره کرد.
از عمده‌ترین این پژوهش­ها که در این تحقیق مورداستفاده قرار گرفته‌اند می‌توان موارد زیر را ذکر کرد.
۲-۳-۱ قدسی­پور و ابراین با طراحی یک مدل برنامه‌ریزی چندهدفه خطی فازی به ارزیابی و انتخاب تامین کنندگان پرداخته‌اند.آن‌ها با در نظر گرفتن اهدافی همچون کمینه کردن قیمت.،زمان تاخیر، و بیشینه‌سازی کیفیت و خدمات پس از تحویل و در نظر گرفتن محدودیت‌هایی همچون مقدار تقاضا و ظرفیت هر تامین کننده، مقدار خرید از هر تامین کننده را به دست آورده‌اند.[۱۶]
۲-۳-۲ فلیکس[۲۹] و کومار[۳۰] با طراحی یک ساختار سلسله مراتبی فازی، به ارزیابی و انتخاب تامین کنندگان در محیط بین‌المللی پرداختند. آن‌ها با افزودن عواملی همچون ریسک ارز، ریسک سیاسی، تعرفه‌های گمرکی و … به همراه فاکتورهایی همچون قیمت، کیفیت، خدمات و روابط، به ارزیابی تامین کنندگان خارجی سازمان پرداخته‌اند. روش فازی مورداستفاده در این تحقیق، روش تحلیل توسعه‌ای چانگ هست[۱۷].
۲-۳-۳- وی جون[۳۱] و زیمینگ[۳۲] نیز با طراحی یک مدل دومرحله‌ای، به ارزیابی و انتخاب تامین کنندگان با در نظر گرفتن نرخ تخفیف پرداخته‌اند. در این روش ابتدا با بهره گرفتن از روش تحلیل سلسله مراتبی، مطلوبیت نهایی هر تامین کننده به دست می‌آید. سپس در مرحله بعد، با بهره گرفتن از یک مدل برنامه‌ریزی خطی فازی، سبد خرید بهینه شرکت به دست می‌آید. چن و دیگران نیز با طراحی یک مدل تصمیم‌گیری چند معیاره فازی و با بهره گرفتن از روش تاپسیس فازی، به ارزیابی و رتبه‌بندی تامین کنندگان پرداخته‌اند. عمید و دیگران با بهره گرفتن از روش برنامه‌ریزی خطی چندهدفه، یک مدل فازی برای انتخاب تامین کنندگان ارائه دادند.[۱۸]
۲-۳-۴-چن[۳۳] و چینگ[۳۴] در سال ۲۰۰۶ نیز با طراحی یک مدل تصمیم‌گیری چند معیاره فازی با بهره گرفتن از تکنیک تاپسیس فازی به ارزیابی و رتبه‌بندی تامین کنندگان پرداخته‌اند[۱۹].
۲-۳-۱- منطق فازی[۳۵]:
پیچیدگی تحلیل رفتارهای اجتماعی، طبیعی و انسانی همواره ریشه در طبیعت ناسازگار مفاهیمی چون ذهنی و عینی، دقت و عدم دقت، سادگی و پیچیدگی، اطمینان و عدم اطمینان دارد. تلاش برای تحلیل پیچیدگی، عدم اطمینان، عدم دقت و ذهنی بودن سیستم‌های اجتماعی همواره منجر به راه‌ حل ‌های رضایت‌بخش شده است.اگرچه در شرایط عدم اطمینان و تصادفی بودن، مدل‌های ریاضی و تصادفی با موقعیت در شبیه‌سازی رفتارهای انسانی و اجتماعی به کار گرفته می‌روند، اما این مدل‌ها قادر به تشریح واقعیت به‌طور کامل نیستند.
در مواجهه با ناهنجاری‌ها و پیچیدگی سیستم‌های انسانی و اجتماعی،سیستم‌های جاری بسیار غیر منعطف و ساده رفتار می‌کنند دانش ریاضیات معمولی قادر به تشریح رفتار انسانی نمی‌باشد.به‌عبارت‌دیگر یک مدل مناسب اجرایی مبتنی بر دانش ریاضیات جاری برای تشریح تبدیل و کنترل سیستم‌های انسانی و اجتماعی وجود ندارد.
در حقیقت مواجهه با سیستم‌های انسانی، مدل‌های ریاضی با شرایطی روبرو می‌روند که دقیق نمی‌باشند. به‌عبارت‌دیگر، این موقعیت‌ها فازی می‌باشند. بسیاری از واژه‌ها نظیر توسعه، مطلوبیت، بهینه‌سازی و امثال آن‌ها ماهیت فازی دارند. این مفاهیم که معمول نادقیق و غیرقطعی می‌باشند، نقش مهمی در رفتارهای انسانی دارا می‌باشند.
در حال حاضر دانشمندان علوم طبیعی و اجتماعی بر این باورند که سیستم‌های اجتماعی می‌توانند به‌وسیله ریاضیات جدیدی به‌طور موثر تشریح شوند.
به‌عبارت‌دیگر، یک دانش ریاضیات جدید می‌تواند عدم دقت و ابهام را با یک روش منطقی موردتوجه قرار دهد. به همین خاطر دانش ریاضیات جدید، یعنی ریاضیات فازی به‌طور فزاینده ای موردتوجه قرارگرفته است. ]۲۰[
منطق فازی عبارت است از استدلال با مجموعه‌های فازی، مجموعه‌ای فازی توسط ماکس بلک و لطفی زاده ارائه گردید.ابتدا در سال ۱۹۳۷ ماکس بلک مقاله‌ای راجع به آنالیز منطق به نام ابهام را در مجله علم منتشر کرد. سپس در سال ۱۹۶۵ لطفی زاده مقاله‌ای تحت عنوان مجموعه‌های فازی منتشر ساخت در این مقاله او از منطق چند مقداری لولایه ویچ برای مجموعه‌ها استفاده کرد.
او نام فازی را برای این مجموعه در نظر گرفت، منطق فازی را از منطق دودویی دور سازد. او لغت فازی را انتخاب کرد تا همچون خاری در چشم علم مدرن فرورود. منطق فازی یک منطق چند ارزشی است. در این منطق به‌جای درست یا نادرست، سیاه یا سفید،صفر یا یک، سایه‌های نامحدودی از خاکستری بین سیاه‌وسفید وجود دارد.تمایز عمده منطق فازی با منطق چند ارزشی آن است که در منطق فازی حقیقت و یا حتی ذات مطالب هم می‌تواند نادقیق باشد.در منطق فازی مجاز به بیان جملاتی از قبیل “کاملا درست است” یا هستیم و حتی می‌توان از احتمال نادقیق مثل “تقریبا غیرممکن”، “به میزان”، “به‌ندرت” نیز استفاده کرد.بدین ترتیب منطق فازی نظام کاملا منعطفی را در اختیار زبان طبیعی قرار می‌دهد.
منطق فازی نظریه گسترده‌ای است که نظریه مجموعه‌های فازی، منطق فازی و غیره را در برمی‌گیرد.نظریه مجموعه‌های فازی توسط نظریه مجموعه‌های معمولی است.
منطق فازی نیز توسعه منطق دودویی است فازی بودن همان‌طور که در منطق فازی به کار می‌رود به انواع مختلف ابهام و عدم اطمینان بخصوص به ابهامات مربوط به زبان بیانی و طرز تفکر بشر اشاره دارد و با عدم اطمینان که توسط نظریه احتمال بیان می‌شود متفاوت است.
از سوی دیگر معیار سنجش کلماتی همچون زیبا یا جوان به دیدگاه شخصی فردی بستگی دارد که آن‌ها را داوری می‌کند و لذا ما نمی‌توانیم با انجام آزمون‌های بی‌پایان یک قاعده اکید برای قضاوت آن‌ها وضع کنیم. منطق فازی می‌تواند ریاضی‌وار با این ابهامات برخورد کند[۲۱].
۲-۳-۲- مقدمه‌ای بر فرایند تحلیل سلسله مراتبی فازی
فرایند تحلیل سلسله مراتبی، یکی از معروف­ترین فنون تصمیم‌گیری چند شاخصه است که توسط ساعتی معرفی‌شده است. این روش هنگامی‌که عمل تصمیم‌گیری با چند گزینه و شاخص تصمیم‌گیری روبرو است، می‌تواند مفید باشد. اگرچه افراد خبره از شایستگی‌ها و توانایی‌های ذهنی خود برای انجام مقایسات استفاده می‌نمایند، اما باید به این نکته توجه داشت که فرایند تحلیل سلسله مراتبی سنتی، امکان انعکاس سبک تفکر انسانی را به‌طور کامل ندارد. به عبارت بهتر، استفاده از مجموعه‌های فازی، سازگاری بیشتری با توضیحات زبانی و بعضاً مبهم انسانی دارد و بنابراین بهتر است که با بهره گرفتن از مجموعه‌های فازی (به‌کارگیری اعداد فازی) به‌پیش بینی بلندمدت و تصمیم‌گیری در دنیای واقعی پرداخت. در سال ۱۹۸۳ دو محقق هلندی به نام‌های لار هورن و پدریک روشی را برای فرایند تحلیل سلسله مراتبی فازی پیشنهاد نمودند که بر اساس روش حداقل مجذورات لگاریتمی بنانهاده شده بود. پیچیدگی مراحل این روش باعث شده این روش چندان مورداستفاده قرار نگیرد. در سال ۱۹۹۶ روش دیگری تحت عنوان روش تحلیل توسعه‌ای توسط چانگ ارائه گردید. اعداد مورداستفاده در این روش، اعداد مثلثی فازی هستند. مقیاس‌های فازی مورداستفاده درروش فرایند تحلیل سلسله مراتبی فازی در جدول (۳-۱) نشان داده‌شده‌اند.
یکی دیگر از روش‌های مشهور که به‌طور گسترده‌ای برای حل مسائل تصمیم‌گیری چند معیاره استفاده می‌شود، تاپسیس فازی است که برای اولین بار توسط چن و هونگ در سال ۱۹۹۲ ابداع شد[۲۲]. در این مدل وزن‌ها و ماتریس تصمیم‌گیری به‌صورت اعداد فازی تعریف می‌روند و همانند تاپسیس کلاسیک بر اساس فاصله از ایده آل مثبت و منفی رتبه‌بندی می‌کند. در تحقیقات بسیاری چون کاراکا[۳۶] و ارتو[۳۷] در سال ۲۰۰۷ و آسکونیس[۳۸] و کلمنسیس[۳۹] در سال ۲۰۱۰ از این روش بهره گرفته‌شده است.
در تحقیقات مختلف، روش ادغامی AHP و TOPSIS به این صورت است که ابتدا وزن معیارها و زیر معیارها به کمک روش AHP محاسبه می‌شود و از این وزن‌ها درروش تاپسیس به‌منظور رتبه‌بندی گزینه‌ها بهره‌گیری می‌شود در تحقیقاتی چون از این روش استفاده نموده‌اند[۲۳-۲۷]. اکثر مدل‌های تاپسیس فازی، ساختار سلسله مراتبی موجود در مسائل چند معیاره (مزیت اصلی AHP) را در نظر نمی‌گیرند.
پس از جمع‌ آوری معیارهای اصلی و فرعی و تشکیل ساختار سلسله مراتبی از معیارها، از روش تاپسیس توسعه‌یافته شده که در کتاب کهرمان [۲۸] ومقاله ونگ [۲۹]، تاپسیس سلسله مراتبی در محیط فازی نامیده شده‌اند، برای رتبه‌بندی گزینه‌ها استفاده می‌شود.
فصل سوم:روش پژوهش

موضوعات: بدون موضوع  لینک ثابت


فرم در حال بارگذاری ...