طراحی مدلی برای انتخاب و پایش استراتژی همکاری با تامین کننده با استفاده از پایش پروفایلی فازی هزینه های پیش بینی نشده (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
استراتژی همکاری با تأمین کننده نقش مهمی در قدرت سازمان در بازار امروز دارد. توانایی نظارت بر عملکرد تأمین کننده و پایش استراتژی همکاری بین سازمان و تأمین کننده یک قابلیت حیاتی برای حفظ رابطه قوی سازمان و تأمین کننده است. این مقاله با پایش مستمر عملکرد تأمین کننده در طول زمان به بررسی انتخاب مدل همکاری با تأمین کننده و پایش استراتژی همکاری در طول زمان می پردازد. برای این منظور یک مدل پایش پروفایلی فازی چندگانه در دو مرحله برای پایش هزینه های پیش بینی نشده تأمین کننده ارائه شده است. در گام نخست معیارها و شاخص ها برای ارزیابی فرآیند تحویل، کیفیت با توجه به منابع کتابخانه ای و نظر کارشناسان و نخبگان صنعت موردنظر استخراج می شود. در مرحله بعد، در فاز یک پایش با استفاده از روش پارامترهای مدل مبنی بر تفاوت های متوالی را برای پروفایل فازی چندگانه فرآیند تحویل و کیفیت به صورت جداگانه محاسبه و پایش می شوند و در فاز دوم از روش نسبت درستنمایی برای نظارت بر پروفایل ها به صورت فازی در طول زمان استفاده می شود تا در صورت وجود هشدار در کمترین زمان ممکن نمودار کنترلی آن را نشان دهد. در آخرین مرحله با استفاده از نتایج پروفایل های فازی فرآیند تحویل و کیفیت و با استفاده از هوش مصنوعی و ابزار سیستم استنتاج فازی به پایش هزینه های پیش بینی نشده و تصمیم گیری در مورد تأمین کننده و پایش استراتژی اتخاذشده پرداخته می شود. این مدل در صنعت خودروسازی شرکت ایران خودرو و تأمین کننده قطعات گیربکس توسط شرکت نیرومحرکه اجراشده است. با توجه پایش مستمر عملکرد شرکت تأمین کننده در هزینه های غیرقابل پیش بینی، شرکت ایران خودرو استراتژی همکاری بلندمدت را انتخاب و پایش می کند.Designing a Model for Monitoring Supplier Cooperation Strategy Using Fuzzy Profile Monitoring of Unforeseen Costs
This article investigates the selection of a cooperation model with suppliers and the continuous monitoring of the collaboration strategy over time by tracking the supplier's performance. A multiple fuzzy profile monitoring model is proposed and implemented in two stages to oversee the supplier’s unforeseen costs. In the first stage, criteria and indicators for evaluating the delivery process and quality are identified based on literature reviews and expert opinions from industry leaders. In the second stage, a two-phase monitoring approach is adopted. First, using the T² method, the model’s parameters based on successive differences are calculated and separately monitored for the multiple fuzzy profiles of delivery and quality processes. In the second phase, the likelihood ratio method is applied to track the profiles over time, enabling the control chart to signal any warning in the shortest possible time. In the final stage, the results from the fuzzy profiles of delivery and quality processes, combined with artificial intelligence and the fuzzy inference system tool, are used to monitor unforeseen costs, make decisions regarding the supplier, and assess the adopted strategy. This model has been implemented in Iran's automotive industry, specifically within Iran Khodro Company and its gearbox parts supplier, Niromoharkeh Company.
تبلیغات
