تحلیل پوششی داده ها
مجید یاراحمدی؛ سعیده ساکی نیا
چکیده
هدف: این مقاله روشی هوشمند برای به‌کارگیری تحلیل پوششی داده‌ها (DEA) در طراحی زنجیره‌تامین پایدار ارایه می‌کند.روش‌شناسی پژوهش: در روش پیشنهادی، برای غیرفازی‌سازی مدل خطی‌شده ERM، از تکنیک α-برش استفاده می‌شود. سپس، برای اندازه‌گیری بهره‌وری در محیط نامعین با α-سطح‌های مختلف، از الگوریتم ژنتیک برای یافتن α-برش بهینه ...
بیشتر
هدف: این مقاله روشی هوشمند برای به‌کارگیری تحلیل پوششی داده‌ها (DEA) در طراحی زنجیره‌تامین پایدار ارایه می‌کند.روش‌شناسی پژوهش: در روش پیشنهادی، برای غیرفازی‌سازی مدل خطی‌شده ERM، از تکنیک α-برش استفاده می‌شود. سپس، برای اندازه‌گیری بهره‌وری در محیط نامعین با α-سطح‌های مختلف، از الگوریتم ژنتیک برای یافتن α-برش بهینه استفاده می‌شود و با جایگزینی α-برش بهینه در مدل پیشنهادی، یک مدل تحلیل پوششی دادههای هوشمند برای رتبهبندی شرکتهای تامینکننده طراحی می‌شود.یافتهها: این مقاله یک مدل جدید تحلیل پوششی دادههای فازی ژنتیکی برای ارزیابی بهره‌وری تامین‌کنندگان در زنجیره‌تامین پایدار ارایه می‌کند.اصالت/ارزشافزوده علمی: در روش پیشنهادی، ازآنجاکه α-برش بهدستآمده از الگوریتم ژنتیک بهینهترین α-برش است، دیگر نیازی به محاسبه بهره‌وری به ازای α-برشهای مختلف بهصورت سعیوخطا نیست؛ بنابراین، مزیت روش پیشنهادی این است که علاوه بر بهره‌وری بیشتر برای هر تامینکننده، رتبهبندی پایدارتری ارایه میدهد. مثال ارایهشده در این مقاله، برتری و مزایای روش پیشنهادی را نشان میدهد.
