19077

۱۹۰۷۷

يك مدل تركيبي تحليل پوششي داده‌ها –مدل رياضي براي انتخاب تأمين‌كننده در زنجيره تأمين محصولات پيچيده تحت عدم قطعيت: يك مطالعه موردي براي تأمين قطعات ماهواره

كارشناسي ارشد

بهينه سازي سيستم ها

۱۳۹۷

۱۳۹۷/۰۴/۰۳

دكتر سعيدي مهر آباد

دكتر جعفر قيدر خلجاني

صنايع

يكي از اصلي‌ترين عوامل پايداري و بقاي سازندگان حوزه محصولات پيچيده و زير سيستم‌هاي آن CoPS، كـاهش هزينه‌هاي ساخت اين محصولات است. انتخـاب تأمين‌كنندگان مناسب CoPS مي‌تواند به شكل قابل‌ملاحظه‌اي اين هزينه‌ها را كاهش و قابليت رقابت‌پذيري را براي سازندگان اين حوزه افزايش دهد. اين به اين دليل است كه در صنايع پيچيده، هزينه براي تهيه مواد خام براي فرآيندهاي توليد و يا خريد اجزاي تشكيل‌دهنده محصول به‌صورت آماده، قسمت عمده‌اي از بهاي تمام‌شده اين محصولات را در برمي‌گيرند. همچنين سه نوع انتخاب براي سازندگان CoPS، وجود دارد: خريد جزء به‌صورت آماده، خريد مواد براي فرآيندهاي توليد، برون‌سپاري؛ كه انتخاب‌هاي مختلف تنها تغييرات هزينه‌هاي خريد نيست، بلكه تغييرات تحويل به‌موقع، يادگيري و منافع ملي به مشتري نيز است. در اين راستا، در اين تحقيق يك مدل تركيبي تحليل پوششي داده‌ها- مدل رياضي براي انتخاب تأمين¬كننده و در نظر گرفتن هزينه‌هاي خريد، يادگيري تأمين‌كنندگان، تحويل به‌موقع تأمين‌كنندگان و ميزان منافع ملي سازندگان در زنجيره تأمين محصولات پيچيده تحت عدم قطعيت توسعه داده مي‌شود؛ كه اين به بهره‌وري و كاهش هزينههاي تمام‌شده‌ي اين محصولات كمك مي‌كند. در مرحله اول، با استفاده از روش تحليل پوششي داده‌ها بر اساس مجموعه‌اي از معيارهاي اقتصادي، فني و جغرافيايي، تأمين‌كنندگان مختلف محصولات پيچيده مورد ارزيابي قرار مي‌گيرند. مزيت اين مرحله اين است كه تأمينكنندگان مناسبتر انتخاب مي‌شوند و با حذف تأمينكنندگان نامناسب، پيچيدگي كه يكي از مشكلات اساسي در مدلهاي رياضي است، كاهش مييابد. سپس، در مرحله بعد با استفاده از مدل رياضي استوار، علاوه بر كمينه‌سازي هزينه‌هاي خريد، تحويل به‌موقع تأمين‌كنندگان، يادگيري تأمين‌كنندگان و ميزان منافع ملي سازندگان محصولات پيچيده نيز بيشينه مي‌شود. براي صحت سنجي نتايج در مدل تحليل پوششي داده‌ها از آزمون نا پارامتريك و براي مدل استوار يك شبيه‌سازي در نظر گرفته شد. براي حل اين مدل دو تابع هدفه، روش ε-محدوديت تكامل‌يافته به كار گرفته مي‌شود؛ كه اين روش جواب‌هاي بهينه پارتويي قوي را تضمين ميكند و از جوابهاي پارتويي ضعيف جلوگيري ميكند. درنهايت، براي ارزيابي تأثيرگذاري و سودمندي روش ارائه‌شده، يك مطالعهي موردي به كار گرفته مي‌شود كه از طريق آن نتايج مديريتي مهمي استخراج مي‌شود.

1397/04/09

Hybrid model of data envelopment analysis-Mathematical model to selectthe supplier in the supply chain of Complex Products under uncertainty: A case study for satellite Components

6/30/2018 12:00:00 AM

Reduction of complex products and their subsystems (CoPS) manufacturing costs is the main factor of sustainability and survival of the manufacturers of this extent. Choosing suitable CoPS suppliers can dramatically reduce these costs and increase the competitiveness of the field’s manufacturers. In view of the fact that the cost of raw materials in the complex industries, for the production processes or the purchase of components in a ready manner, forms a substantial part of the product cost.There are also three types of choices for cops makers: Purchase ready for purchase, Purchase of materials for manufacturing processes, Outsourcing. That is, the choices are not just changes in purchasing costs, but also timely delivery changes to the customer. In this regard, in this paper, a hybrid model of data envelopment analysis-the mathematical model to select the supplier and considering timely delivery,learning and national interest in the supply chain of complex products under uncertainty is considered.In this method, the various suppliers of complex products are evaluated based on a set of economic, technical and geographical criteria. The advantage of this step is that the more appropriate suppliers are chosen, and by eliminating the inappropriate suppliers, the complexity of which is a major problem in the mathematical models is reduced.Then, in the next step, in addition to minimizing and optimizing the purchase costs and supplier quality, respectively, the Timely delivery,learning and national interest of complex products are also maximize through a robust mathematical model. To solve this kind of multi-objective function theaugmented ε-constraint method was used, which ensures the strong optimal Pareto's answers and prevents weak Pareto ones. Finally, in order to assess the impact and usefulness of the proposed method, a case study was carried out through which useful managerial outcomes were obtained. Keywords: Complex product ssupply chain, Robust Optimization, Uncertainty, Supplier Selection, Data Envelopment Analysis, augmented ε-constraint method, Simulation method forRobust model.