17934

17934

مدل انتخاب تأمين كننده در زنجيره تأمين تحت شرايط عدم قطعيت با رويكرد استوار

كارشناسي ارشد

سيستم هاي اقتصادي اجتماعي

شهريور 1396

دكتر دين محمد ايماني

دكتر جواد وحيدي

صنايع

در سيستم هاي مديريتي سازمان هاي بزرگ صنعتي و تخصصي و حتي سازمان هاي كوچك توليدي و صنعتي، محاسبات قيمت تمام شده محصولات با درنظر گرفتن هزينه هاي تأمين مواد اوليه و توليد و نهايتا بازاريابي و فروش به صورت يك زنجيره بهم متصل بسيار حائز اهميت مي باشد. با درنظر گرفتن يك زنجيره از تأمين تا فروش با قابليت دريافت بازخورد از بازار و تأثير آن بر توليد، مفهوم مديريت زنجيره تأمين بوجود آمده است كه در مديريت كلان سازمان ها با بهينه نمودن حلقه هاي زنجيره موجبات بهبود كلي سازمان را فرآهم آورده و قابليت رقابت پذيري محصولات آن را بيشتر خواهد شد. يكي از تصميمات استراتژيك در زنجيره تأمين يك سازمان انتخاب تأمين كننده است كه حتي با در نظر گرفتن همه پارامتر هاي مهم و تاثير گذار باز هم با عدم قطعيت مي توان يك تأمين كننده را معرفي كرد. آنچه در اين مبحث اهميت دارد كاهش قيمت تمام شده محصول با تهيه و تأمين قطعات و مواد اوليه مناسب تر از طريق صحيح ترين انتخاب با حداقل ريسك است كه با رويكرد استوار و درنظر گرفتن عدم قطعيت ها با يك مدل توسعه اي، ريسك انتخاب را كاهش دهد. مسئله اي كه بررسي مي شود، انتخاب تأمين كننده در زنجيره تأمين و تخصيص سفارش تحت شرايط عدم قطعيت مي باشد؛ يك مدل قطعي غير خطي عدد صحيح مختلط براي انتخاب تأمين كنندگان اصلح ارائه گرديده است كه اين مدل ويژگي پويايي دارد و امكان بررسي شرايط مختلف از طريق آن امكان پذير مي باشد و پس از آن عدم قطعيت هاي تأمين، تقاضا، كيفيت و زمان تدارك بصورت همزمان وارد مدل شده از اين رو، براي بهينه سازي در شرايط عدم قطعيت، مدل قطعي به يك مدل استوار بازه اي تبديل گشته و سپس مورد ارزيابي قرار گرفته است. مدل ارائه شده ميزان محاسبات را به مقدار زياد كاهش داده و تصميم گيرنده را قادر ساخته تا با توجه به نتيجه حاصل بهترين انتخاب تأمين كننده و تخصيص سفارش را به منظور كاهش هزينه هاي توليد و زمان تدارك، افزايش سطح كيفيت و در نهايت كاهش هزينه و ريسك حاصل از عدم قطعيت ها، داشته باشد. در پايان يك مثال عددي با استفاده از مدل پيشنهادي حل شده و نتايج آن تحليل گشته است.

1396/07/27

9/21/2018 12:00:00 AM

In the management systems of large industrial and professional organizations, and even small manufacturing and industrial organizations, cost calculations of products are very important with regard to the costs of supplying raw materials and production, and ultimately marketing and sales as an interconnected chain. Considering a supply-to-sale chain with the ability to receive feedback from the market and its impact on production, the concept of supply chain management has arisen that the organization's macro management by optimizing chain loops will lead to overall organization improvement and will be increased the competitiveness of its products. One of the most important link of supply chains is the selection of a tailored supplier, which, even taking into account all the important and influential parameters, can still be recommended with an uncertainty. What matters in this discussion is reducing the price of the finished product by preparation and supplying the necessary components and materials through the most appropriate selection with the least risk, which, with a robust approach and taking into account uncertainties with a development model, reduces the risk of choice. The issue that is being investigated is supply chain risk management; where the costs of supplying different parts and materials from multiple suppliers in several periods should be optimized, in which case the risk of supplier selection decreases with decreasing uncertainty and then the risk of the entire continuous supply chain will be minimized through this. For this purpose, a modeling technique is used and a mixed-integral non-linear deterministic model is proposed to select the best suppliers. This model has a dynamic feature, and it is possible to examine different conditions through it, and then the uncertainties of Supply and demand are simultaneously introduced into the model, therefore, for optimization in the uncertainty conditions, the deterministic model has been transformed into an interval robust model and then eva​luated. The proposed model reduces the amount of calculations to a large extent and enables the decision maker to make the best supplier selection and order allocation in order to reduce the cost of production and procurement time, and increase the quality level and ultimately, reduce the cost and the risk of uncertainty. Finally, an example is presented to prove the proposed models and its results have been analyzed.