انتخاب تأمین‌کننده صنایع هفتم تیر اصفهان با استفاده از برنامه‌ریزی خطی و تلفیق فرآیند تحلیل سلسله مراتبی فازی و الگوریتم ژنتیک

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار گروه ریاضی، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران

2 کارشناس ارشد مدیریت صنعتی

چکیده

ارزیابی و انتخاب تأمین‌­کننده، یکی از موضوعات مهم در حوزه مدیریت زنجیره تأمین نظامی به ­شمار می­رود. اقدامات یک سازمان نظامی برای ارزیابی و انتخاب تأمین­کنندگان کارا، نقش مهمی در ایجاد مزیت رقابتی و بهبود عملکرد آن سازمان دارد. این موضوع، زمانی که کالاهای مختلف برای خرید وجود داشته باشد و همچنین محدودیت‌هایی مانند میزان تقاضای هر محصول، توان تأمین‌کنندگان در تحویل کالا، زمان تحویل، کیفیت محصولات و قیمت وجود داشته باشد پیچیده‌تر می‌شود. در این مقاله، برای حل مسأله انتخاب تأمین‌کننده و تأمین کالاها، از روش تلفیقی فرآیند تحلیل سلسله مراتبی فازی و یک مدل ریاضی انتخاب با رویکرد حل الگوریتم ژنتیک استفاده شده است. این روش در سه مرحله به حل مسئله می‌پردازد. در مرحله اول با استفاده از فرآیند تحلیل سلسله مراتبی فازی، وزن نسبی هر کدام از معیارها برای هر کالا محاسبه می‌شود. در مرحله دوم، امتیاز هر شرکت در هر معیار و هر کالا محاسبه می‌شود. از خروجی­های مرحله اول و دوم به عنوان ورودی در مدل تخصیص استفاده می‌شود تا تأمین­کنندگان و مقادیری که از هرکدام باید فراهم کنند تعیین شوند. جهت اجرای مدل، این روش در صنایع هفتم تیر اصفهان پیاده‌سازی شده است و نتایج عددی برای انتخاب بهترین تأمین‌کننده از میان 3 شرکت، برای خرید 3 محصول و با داشتن 4 معیار بررسی شده است. نتایج نشان داد، استفاده از روش ترکیبی الگوریتم ژنتیک و فرآیند تحلیل سلسله مراتبی فازی، قادر است مسئله برنامه‌ریزی خطی مختلط انتخاب تأمین کننده را بخوبی حل نماید.  

کلیدواژه‌ها


عنوان مقاله [English]

Supplier Selection of Haft Tir Industry of Isfahan using Linear Programming and Integration of the FAHP and Genetic Algorithm

نویسندگان [English]

  • Salman Abbasian Naghneh 1
  • Mohammad Izadi 2
1 1Department of Mathematics, Najafabad Branch, Islamic Azad University, Najafabad, Iran
2 MANAGEMENT
چکیده [English]

Evaluation and supplier selection is one of the important issues in the field of military supply chain management. The actions of a military organization to evaluate and select efficient suppliers play an important role in creating a competitive advantage and improving the organization's performance. This is more complicated when there are different goods to buy, as well as restrictions such as the demand for each product, the supplier's ability to deliver the goods, delivery time, product quality, and price. In this paper, the fuzzy analytic hierarchy process (FAHP) method and a choice mathematical model with genetic algorithm (GA) solving approach are used to solve the supplier selection and supply problem. This method solves the problem in three steps. In the first step, using the FAHP, the relative weights of each criterion are calculated for each commodity. In the second step, the score of each company is calculated for each criterion and for each commodity. Outputs from the first and second steps are used as inputs in the allocation model to determine the suppliers and the amounts that each should provide. In order to implement the proposed model, this method has been implemented on Haft Tir Industry of Isfahan and numerical results have been investigated to select the best supplier from 3 companies to purchase 3 products and have 4 criteria. The results showed that using the combined method of GA and the FAHP can solve the problem of mixed linear programming of supplier selection.

کلیدواژه‌ها [English]

  • Supplier Selection
  • Military Supply Chain Management
  • FAHP
  • GA
  • آذر، عادل؛ فرجی، حجت، (1381)، علم مدیریت فازی، تهران: مرکز مطالعات مدیریت و بهره‌وری ایران وابسته به دانشگاه تربیت مدرس.
  • آذر، عادل، موسوی، سیدفاضل، (1393)، طراحی مدل احتمالی و استوار یکپارچه سه مرحله‌ای برای انتخاب تأمین‌کننده با رویکرد عدم قطعیت، نشریه تحقیق در عملیات در کاربردهای آن (ریاضیات کاربردی)، دوره 11، شماره 1 (پیاپی 40)، 1-18.
  • پدریج، ویتولد، اکل، پیتر، (1395)، تصمیم‌گیری چند معیاره فازی (مدل‌ها، روش‌ها و کاربردها)، عادل آذر (مترجم)، ستار حمزه جونقانی (مترجم)، نشر مؤسسه کتاب مهربان.
  • تدین، احمد، احمدی، شهین، (1369)، فرهنگ تاریخ، مؤسسه انتشارات آگاه، چاپ اوّل، ص ۱۴.
  • تقوی فرد، سیدمحمدتقی، دهقانی، محمدحسن، آقایی، مجتبی، (1394)، توسعه مدل تعیین میزان بهینه سفارش با انتخاب تأمین‌کننده مناسب و حل با استفاده روش الگوریتم ژنتیک NSGA-II، مورد مطالعه: شرکت مروارید پنبه ریز بوشهر، نشریه پژوهش‌های مدیریت در ایران (مدرس علوم انسانی)، دوره 19، شماره 2، 65-89.
  • رزمی، جعفر، جولای، فریبرز، شخص نیا، مجید، (1386)، ارایه مدل ترکیبی برای مساله تصمیم‌گیری انتخاب تأمین‌کننده و حل آن توسط الگوریتم ژنتیک، نشریه پژوهشنامه بازرگانی، دوره 11، شماره 43، 121-152.
  • روحبخش معیاری دوم، امیر، مشهدی فراهانی، محمدامین، کاظمی، مصطفی، (1394)، ارزیابی و رتبه‌بندی مناسب‌ترین معیارهای انتخاب تأمین‌کننده خدمات لجستیک با رویکرد توسعه عملکرد کیفیت و AHP فازی، نشریه تحقیق در عملیات در کاربردهای آن (ریاضیات کاربردی)، دوره 12، شماره 2 (پیاپی 45)، 61-78.
  • ·    صراف جوشقانی، حسن، غفاری توران، حسین، (1390)، الگوها و تحولات در مدیریت زنجیره تأمین نظامی MSCM، دومین کنفرانس بین‌المللی و چهارمین کنفرانس ملی لجستیک و زنجیره تأمین، تهران، موسسه همایش صنعت.
  • سپهوند، رضا، (1393)، استفاده از رویکردهای QFD و AHP در انتخاب تأمین‌کننده با مطالعه موردی در شرکت زمزم، نشریه تحقیق در عملیات در کاربردهای آن (ریاضیات کاربردی)، دوره 11، شماره 1 (پیاپی 40)، 19-30.
  • سیفی شجاعی، حمید، (1395)، ارزیابی عوامل مؤثر بر بهبود عملکرد مدیریت زنجیره تأمین با استفاده از فرایند تحلیل سلسله مراتبی در صنایع غذایی، فصلنامه مدیریت زنجیره ارزش، دوره 1، شماره 2، 1-16.
  • شفیعا، محمدعلی، مهدوی مزده، محمد، پورنادر، مهردخت، باقرپور، مرتضی، (1392)، ارائه مدل تحلیل پوششی داده‌های دو سطحی در مدیریت ریسک زنجیره تأمین به منظور انتخاب تأمین‌کننده، نشریه بین المللی مهندسی صنایع و مدیریت تولید، دوره 24، شماره 3، 316 – 326.
  • عزیزی، حسین، علیرضا، امیرتیموری، سهراب، کردرستمی، (1395)، ارائه یک رویکرد جدید تحلیل پوششی داده‌ها با مرزهای کارا و ناکارا برای انتخاب تأمین‌کننده با وجود خروجی‌های نامطلوب و داده‌های نادقیق، نشریه پژوهش‌های نوین در تصمیم‌گیری، دوره 1، شماره 2، 139-170.
  • عطائی، محمد، (1389)، تصمیم‌گیری چند معیاره فازی، نشر دانشگاه صنعتی شاهرود.
  • کدخدا زاده، حمیدرضا، مروتی شریف‌آبادی، علی، (1392)، انتخاب تأمین‌کننده با استفاده از سیستم استنتاج فازی، عنوان نشریه مدیریت تولید و عملیات، دوره 4، شماره 2 (پیاپی 7)، 113-131.
  • یحیی زاده اندواری، یلدا، الفت، لعیا، امیری، مقصود، (1395)، رویکرد بهینه‌سازی استوار در انتخاب تأمین‌کننده و تخصیص سفارش، نشریه مطالعات مدیریت صنعتی، دوره 14، شماره 40، 25-52.
  • Chang, P. C. Lin, Y. K. (2010), New challenges and opportunities in flexible and robust supply chain forecasting systems, International Journal of Production Economics, vol.127, pp.453-456.
  • Goldberg, D.E. (1983), Computer-Aided Pipeline Operation using Genetic Algorithms and Rule Learning, Doctoral Dissertation, University of Michigan, Ann Arbor, MI.
  • Gómez-Luciano, Cristino Alberto, Domínguez, Félix Rafael Rondón, González-Andrés, Fernando, Meneses, Beatriz Urbano López De, (2018), Sustainable supply chain management: Contributions of supplies markets, Journal of Cleaner Production, Volume 184, 311-320.
  • Govindan, Kannan, Cheng, T. C. E. Mishra, Nishikant, Shukla, Nagesh, (2018), Big data analytics and application for logistics and supply chain management, Transportation Research Part E: Logistics and Transportation Review, In press.
  • Holland, J.H. (1962), Outline for a Logical Theory of Adaptive Systems, Journal of the ACM, Vol. 9, No. 3, 297-314.
  • Leung, S. C. Tsang, S. O. Ng, W. L. & Wu, Y. (2007). A robust optimization model for multi-site production planning problem in an uncertain environment. European journal of operational research, 181(1), 224-238.
  • Mamdani, E. H. and Assilian, S. (1974), An experiment in linguistic synthesis with a fuzzy logic controller, International Journal of Man-Machine Studies, Vol. 7, No. 1, 1-13.
  • Pan, F. & Nagi, R. (2010). Robust supply chain design under uncertain demand in agile manufacturing. Computers & operations research, 37(4), 668-683.
  • Reiner, G. & Trcka, M. (2004). Customized supply chain design: Problems and alternatives for a production company in the food industry. A simulation based analysis. International Journal of Production Economics, 89(2), 217-229.
  • Stedler, H. Kilger, C. (2008), SCM & advanced planning, Berlin: Springer.
  • Wang, L. X. (1997), A Course in Fuzzy Systems and Control, Prentice Hall, Upper Saddle River, NJ 07458, 1997.
  • Zadeh, L. A. (1965), Fuzzy Sets, Information and Control, Vol. 8, 338-353.
  • Zadeh, L. A. (1973), Outline of a new approach to the analysis of complex systems and decision processes, IEEE Trans. on Systems, Man and Cybernetics, Vol. 3, No. 1, 28-44.