مدل برنامه‌ریزی چند‌هدفه برای تعیین کارایی و بازده‌به‌مقیاس زنجیره‌تأمین دو‌مرحله‌ای: مطالعه موردی شرکت‌های رزین ایران

نوع مقاله: مقاله پژوهشی

نویسندگان

گروه ریاضی، دانشکده ریاضی، دانشگاه سیستان و بلوچستان

چکیده

رویکرد جدیدی که در سال­های اخیر بر مدیریت عملیات حاکم شده، رویکرد مدیریت زنجیره تأمین(SCM) است. مدیریت زنجیره تأمین در سال­های گذشته توجه زیادی از محققان را به خود جلب کرده است. این روش برای بهبود همزمان عملکرد اقتصادی، اجتماعی و محیطی تبدیل‌شده است. بنابراین، ارزیابی SCM یک وظیفه مهم برای هر نوع از سازمان­ها است. در میان روش­های ارزیابی، تحلیل پوششی داده­ها(DEA)  یک روش مناسب برای ارزیابی SCM به نظر می­رسد. برخی از واحدهای تصمیم‌گیرنده از چندین بخش یا مرحله تشکیل‌شده‌اند که یک شبکه از زیرفرآیندها را ایجاد می­کنند. برای ارزیابی این نوع از واحدها از روش­های تحلیل پوششی داده­های شبکه­ای استفاده می­شود. در این مقاله، دو رویکرد برای محاسبه کارایی مدیریت زنجیره تأمین به‌صورت فرآیند شبکه­ای در نظر گرفته‌شده است. در رویکرد نخست، تعمیم مدل مجموع وزن­دار برای محاسبه کارایی و بازده به مقیاس زنجیره تأمین با فرآیند دومرحله­ای را به‌صورت تک هدفه در نظر گرفته­ایم. در رویکرد دوم، مدل مجموع وزن­دار را برای اولین ‌بار برای محاسبه کارایی و بازده به مقیاس زنجیره تأمین با فرآیند دومرحله‌ای را به‌صورت یک مدل برنامه‌ریزی چندهدفه ارائه کرده‌ایم؛ لذا با توجه به نظر و علایق تصمیم­گیرنده سعی در تک هدفه کردن آن داشته و کارایی مراحل و فرآیند تولید کل را پس از تک هدفه کردن به دست آورده‌ایم. در قسمت دیگر مقاله، با توجه به دو رویکرد ارائه‌شده، درصدد تعیین بازده به مقیاس مدیریت زنجیره تأمین آمده‌ایم. روش­های پیشنهادی، برای ارزیابی کارایی و بازده به مقیاس زنجیره تأمین در شرکت­های تولید رزین ایران استفاده‌شده است. سه شرکت در هر دو رویکرد، کارای شبکه‌ای بوده و دارای بازده به مقیاس‌های افزایشی، ثابت و کاهشی هستند.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Multi-objective programming model for determining the efficiency and returns to scale in supply chain management of two-stage: a case study of resin companies in Iran

نویسندگان [English]

  • Amir Rahimi
  • Faranak Hosseinzadeh Saljooghi
Department of Mathematics, University of Sistan and Baluchestan, Zahedan, Iran
چکیده [English]

In recent years, a new approach which has been dominant over operation management is the “supply chain management approach”. Supply chain management has attracted most researchers' attentions in recent years. This is the way to improve the economic, social and environmental performance. Therefore, the evaluation of SSCM is an important task for all types of organizations. Among the methods of evaluation SSCM, it seems that data envelopment analysis (DEA) is an appropriate approach. Some of decision-making units composed of several sections or stages that make a network of sub-processes. In order to evaluate such units, data envelopment analysis (DEA) is applied. This paper presents two approaches to calculate supply chain management as a network process. In the first approach, we consider the generalization of weighted sum model to calculate efficiency and returns to scale (RTS) of supply chain with two-stage process as single-objective approach. In the second one, we introduce the weighted sum model to calculate efficiency and returns to scale (RTS) of supply chain with two-stage process as multi-minded approach, so we try to make it to be single-objective approach and then calculate the efficiency of its total production process, according to the decision-maker's ideas and interests. In the next section of this paper according to the two above approaches, we determine the percent of returns to scale (RTS) of supply chain. Suggested ideas are used to evaluate the efficiency and returns to scale (RTS) of supply chain in resin production companies.

کلیدواژه‌ها [English]

  • Supply chain management
  • Network DEA
  • Efficiency
  • Return to Scale
  • Resin production companies

بها، افسانه. (۱۳۸۸). بررسی روابط بین عناصر تسهیم اطلاعات و استراتژی‌های رقابتی و عملکرد زنجیره تأمین در سازمان. پایگاه مقالات علمی مدیریت، ۱۶.

درپکوند، حدیث و نجفی، سید اسماعیل. (۱۳۹۶). استفاده از روش ترابی – هسینی در مدل چندهدفه تحلیل پوششی در حضور داده‌های نامطلوب و فازی. نشریه تصمیم‌گیری و تحقیق در عملیات، ۲ (۱)، ۷۳-۸۹.

طحانیان، احمدرضا و نیلفروشان، نیما. (۱۳۹۵). انتخاب تأمین‌کننده در زنجیره تأمین (پایدار) جهت خرید رنگ موردنیاز خط‌کشی‌ها – مطالعه موردی: معاونت حمل و نقل و شرکت مهندسی نیک‌اندیش. نشریه تصمیم‌گیری و تحقیق در عملیات، ۱ (۲)، ۱۳۱-۱۱۲.

محقر، علی و افضلیان، مهدی. (۱۳۹۳). ارزیابی و انتخاب تأمین‌کنندگان در زنجیره تأمین با استفاده از تکنیک تصمیم‌گیری چندمعیاره فازی. مقالات علمی مدیریت.

واعظی، احسان و نجفی، سید اسماعیل. (۱۳۹۵). یک رویکرد ترکیبی تحلیل پوششی داده‌ها و تاپسیس جهت ارزیابی نسبی شهرهای کشور جهت احداث نیروگاه خورشیدی. نشریه تصمیم‌گیری و تحقیق در عملیات، ۲، ۱۶۲-۱۵۱.

Banker, R. D., Charnes, A., & Cooper, W. W. (1984). Some models for estimating technical and scale inefficiencies in data envelopment analysis. Management science, 30(9), 1078-1092.

Charnes, A., & Cooper, W. W. (1962). Programming with linear fractional functionals. Naval research logistics (NRL), 9(3‐4), 181-186.

Charnes, A., Cooper, W. W., & Rhodes, E. (1978). Measuring the efficiency of decision making units. European journal of operational research, 2(6), 429–444.

Chen, Y., Chen, W. D., Cook x, N., & Zhu, J. (2009). Additive efficiency decomposition in two-stage DEA. European journal of operational research, 196(3), 1170–1176.

Cook, W. D., Zhu, J., Bi, G., & Yang, F. (2010). Network DEA: Additive efficiency decomposition. European journal of operational research, 207(2), 1122-1129.

Cooper, W. W., Seiford, L. M., & Tone, K. (2007). Data envelopment analysis: a comprehensive text with models, applications, references and DEA-solver software. New York, USA: Springer Science & Business Media.

Färe, R., & Grosskopf, S. (1994). Estimation of returns to scale using data envelopment analysis: A comment. European journal of operational research, 79(2), 379-382.

Fare, R., & Grosskopf, S. (2000). Network DEA. Socio-Economie panning sciences. 34(1), 35- 49.

Farrell, M. J. (1957). The measurement of productive efficiency. Journal of the royal statistical society. Series A (General), 120(3), 253-290.

Golany, B. (1988). An interactive MOLP procedure for the extension of DEA to effectiveness analysis. Journal of the operational research society, 39(8), 725-734.

Khaleghi, M., Jahanshahloo, G., Zohrehbandian, M., & Lotfi, F. H. (2012). Returns to scale and scale elasticity in two-stage DEA. Mathematical and computational applications, 17(3), 193-202.

Kao, C. (2009). Efficiency decomposition in network data envelopment analysis: A relational model. European journal of operational research, 192(3), 949-962.

Kao, C., & Hwang, S. N. (2008). Efficiency decomposition in two-stage data envelopment analysis: An application to non-life insurance companies in Taiwan. European journal of operational research, 185(1), 418-429.

Khodabakhshi, M., Gholami, Y., & Kheirollahi, H. (2010). An additive model approach for estimating returns to scale in imprecise data envelopment analysis. Applied mathematical modelling, 34(5), 1247-1257.

Li, X. B., & Reeves, G. R. (1999). A multiple criteria approach to data envelopment analysis. European journal of operational research, 115(3), 507-517.

Mashayekhi, Z., & Omrani, H. (2016). An integrated multi-objective Markowitz–DEA cross-efficiency model with fuzzy returns for portfolio selection problem. Applied soft computing, 38, 1-9.

Seiford, L. M., & Zhu, J. (1999). Profitability and marketability of the top 55 US commercial banks. Management science, 45(9), 1270-1288.

Sexton, T. R., & Lewis, H. F. (2003). Two-stage DEA: An application to major league baseball. Journal of productivity analysis, 19(2-3), 227-249.

Wang, Y., Zhu, X., Lu, T., & Jeeva, A. S. (2013). Eco-efficient based logistics network design in hybrid manufacturing/remanufacturing system in low-carbon economy. Journal of industrial engineering and management, 6(1), 200.

Wu, C. H., Chen, C. W., & Hsieh, C. C. (2012). Competitive pricing decisions in a two-echelon supply chain with horizontal and vertical competition. International journal of production economics, 135(1), 265-274.

Yang, J. B., Wong, B. Y., Xu, D. L., & Stewart, T. J. (2009). Integrating DEA-oriented performance assessment and target setting using interactive MOLP methods. European journal of operational research, 195(1), 205-222.

Zhang, Q., & Yang, Z. (2015). Returns to scale of two-stage production process. Computers & industrial engineering, 90, 259-268.

Zhu, J. (2000). Multi-factor performance measure model with an application to Fortune 500 companies. European journal of operational research, 123(1), 105-124.