>
Fa   |   Ar   |   En
   طراحی یک مدل هوشمند ارزیابی بهره‌ وری تامین ‌کنندگان در یک زنجیره‌ تامین پایدار  
   
نویسنده یاراحمدی مجید ,ساکی نیا سعیده
منبع تصميم گيري و تحقيق در عمليات - 1402 - دوره : 8 - شماره : 4 - صفحه:954 -974
چکیده    هدف: این مقاله روشی هوشمند برای به‌کارگیری تحلیل پوششی داده‌ها (dea) در طراحی زنجیره‌تامین پایدار ارایه می‌کند.روش‌شناسی پژوهش: در روش پیشنهادی، برای غیرفازی‌سازی مدل خطی ‌شده erm، از تکنیک α-برش استفاده می‌شود. سپس، برای اندازه‌گیری بهره‌وری در محیط نامعین با  α-سطح‌های مختلف، از الگوریتم ژنتیک برای یافتن α-برش بهینه استفاده می‌شود و با جایگزینی α-برش بهینه در مدل پیشنهادی، یک مدل تحلیل پوششی داده‌های هوشمند برای رتبه‌بندی شرکت‌های تامین‌کننده طراحی ‌می‌شود.یافته‌ها: این مقاله یک مدل جدید تحلیل پوششی داده‌های فازی ژنتیکی برای ارزیابی بهره‌وری تامین‌کنندگان در زنجیره‌تامین پایدار ارایه می‌کند.اصالت/ارزش‌افزوده علمی: در روش پیشنهادی، ازآنجاکه α-برش به‌دست‌آمده از الگوریتم ژنتیک بهینه‌ترین α-برش است، دیگر نیازی به محاسبه‌ بهره‌وری به ازای α-برش ‌های مختلف به‌صورت سعی‌وخطا نیست؛ بنابراین، مزیت روش پیشنهادی این است که علاوه بر بهره‌وری بیشتر برای هر تامین‌کننده، رتبه‌بندی پایدارتری ارایه می‌دهد. مثال ارایه‌شده در این مقاله، برتری و مزایای روش پیشنهادی را نشان می‌دهد.
کلیدواژه الگوریتم ژنتیک، انتخاب تامین ‌کننده پایدار، تحلیل پوششی داده‌ها، مدل راسل اصلاح ‌شده، مدیریت زنجیره ‌تامین
آدرس دانشگاه لرستان, دانشکده علوم پایه, گروه ریاضی و علوم کامپیوتر, ایران, دانشگاه لرستان, دانشکده علوم پایه, گروه ریاضی و علوم کامپیوتر, ایران
پست الکترونیکی sakisaeideh@gmail.com
 
   design an intelligent model for suppliers productivity evaluation in sustainable supply chain  
   
Authors yarahmadi majid ,sakiniya saeedeh
Abstract    purpose: this paper presents an intelligent method for applying data envelopment analysis (dea) to design a sustainable supply chain.methodology: in the proposed method, for defuzzification of the erm model, we used the -cutting technique. then, to measure the productivity in the presence of environmental uncertainty via different -levels, a genetic algorithm is implemented to find an optimal -cutting. finally, an intelligent dea model for ranking the supplier companies via optimal  value is designed.findings: this paper presents a new fuzzy dea model based on a genetic algorithm for evaluating the productivity of suppliers in a sustainable supply chain.originality/value: in the proposed method, since the -cut obtained from the genetic algorithm is optimal, there is no longer a need to calculate the efficiency for different α-cuts through trial and error. therefore, the proposed method’s advantage is that it offers a more sustainable ranking in addition to increasing productivity for each supplier. the example presented in this article demonstrates the method’s superiority and advantages.
Keywords data envelopment analysis ,genetic algorithm ,integrated enhanced russell measure model ,supply chain management ,sustainable supplier selection
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved