انتخاب تأمین کننده تاب آور و تخصیص سفارش با تحلیل اثر متقابل ریسک های اختلال در شبکه بیزی (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
اختلالات علاوه بر تأثیر روی تأمین کنندگان و تولید کننده؛ می توانند بر روی یکدیگر در ابتدای زنجیره یا بر تقاضای مشتری در انتهای زنجیره تأثیرگذار باشند. در این مقاله، میزان این اثرگذاری با استفاده از شبکه بیزی مدل سازی و حل می شود. از نرخ تورم برای پیش بینی و کاهش عدم قطعیت های تقاضا در یک مدل برنامه ریزی خطی با دو تابع هدف افزایش پراکندگی جغرافیایی و کاهش هزینه کل (حمل و نقل، خرید و سفارش دهی و...) استفاده شده است. در این مدل تأمین کنندگان و تولیدکننده برای افزایش تاب آوری زنجیره تأمین مشارکت می کنند. برای اولین بار مفهوم سطح تاب آوری تأمین کننده پیشنهاد می شود. مدل ارائه شده برای تخصیص سفارش علاوه بر قیمت و سایر هزینه های سفارش دهی، هزینه بهبود سطح تاب آوری تأمین کنندگان را نیز در نظر می گیرد. همچنین سطح رضایت مشتری به صورت ضمنی با افزایش هزینه عدم ارضای تقاضا افزایش می باید. به همین منظور یک مطالعه موردی در یکی از شرکت های خودروسازی ایران انجام گرفت. برای اعتبار سنجی مدل پیشنهادی یک مثال عددی حل و تحلیل حساسیت گردید. برای کاهش سناریو از روش خوشه بندی c-میانگین فازی و تحلیل متوازن اثر متقابل استفاده شد. مدل ارائه شده می تواند تولیدکنندگان را برای تصمیم گیری و برنامه ریزی بهتر در مواجه با ریسک ها و عدم قطعیت های آینده آماده کند.Resilient Supplier Selection and Order Allocation with Analysis of Interacting Risks in Bayesian Networks
Disruptions can impact not only suppliers and manufacturers but also influence each other at the beginning of the chain or customer demand at the end of the chain. In this paper, the extent of this impact is modeled and solved using a Bayesian network. Inflation rate is used to predict and reduce demand uncertainties in a linear programming model with two objective functions of increasing geographic dispersion and reducing total cost (transportation, purchasing, ordering, etc.). In this model, suppliers and manufacturers collaborate to increase supply chain resilience. For the first time, the concept of supplier resilience level is proposed. The proposed model for order allocation, in addition to price and other ordering costs, also considers the cost of improving the resilience level of suppliers. Also, customer satisfaction level is implicitly increased by increasing the cost of unmet demand. To this end, a case study was conducted in one of Iran’s automotive companies. To validate the proposed model, a numerical example was solved and sensitivity analysis was performed. To reduce the number of scenarios, fuzzy c-means clustering and balanced interaction analysis were used. The proposed model can prepare manufacturers for better decision-making and planning in the face of future risks and uncertainties.
تبلیغات
