مدل يكپارچه ي چند هدفه رضايت بخش فازي براي مساله ي انتخاب تامين‌كننده با اقلام چندگانه و تخصيص بهينه ي سفارش

An Integrated Satisfying Fuzzy Multi-Objective Model for Supplier Selection Problem with Multiple-Item and Optimal Order Allocation

چكيده در محيط رقابتي امروز، انتخاب تامين‌كننده‌ ي مناسب يكي از تصميمات بسيار مهم در مديريت زنجيره ي تامين به شمار مي‌رود. انتخاب تامين‌كننده مساله‌ تصميم‌گيري چند معياره‌اي است كه بسياري از ورودي‌هاي آن به صورت دقيق و صريح قابل بيان نيست. در اين مقاله، به كمك روش‌هاي برنامه‌ريزي آرماني فازي و برنامه‌ريزي ترجيحي فازي لگاريتمي رويكردي يكپارچه براي بهينه سازي رضايت‌بخش ارايه شده است. روش‌هاي مذكور با هدف غلبه بر عدم اطمينان و ابهامات موجود در ورودي‌هاي مدل و اولويت بندي توابع و محدوديت هاي فازي مدل به كار رفته‌ است. از مدل پيشنهادي در حل مساله ي انتخاب تامين‌كنندگان با اقلام چندگانه و تخصيص بهينه ي سفارش استفاده شده است. خروجي مدل مبين تخصيص سفارش به هر يك از تامين‌كنندگان با در نظر گرفتن معيارهاي هزينه، كيفيت خدمات و كيفيت محصول است. كلمات كليدي: انتخاب تامين‌كننده، برنامه‌ريزي آرماني فازي، برنامه‌ريزي ترجيحي فازي لگاريتمي، بهينه‌سازي رضايت بخش، تخصيص سفارش.

Abstract In today’s world sever competitive environment, the selection of appropriate suppliers is a significantly important decision for having effective supply chain management. Supplier selection is a multi-criteria decision making problem in which a great deal of input information cannot be expressed precisely. In this paper, we propose a novel integrated satisfying optimization approach based on Fuzzy Goal Programming (FGP) and Logarithmic Fuzzy Preference Programming (LFPP). The goal of which is to handle effectively the uncertainties and vagueness of input data and different important preferences among fuzzy constraints and weights of objectives due to the above-mentioned problem. The proposed model is applied to a real case study of suppliers selection problem with multiple-item and optimal order allocation to each of them. The model output provides order allocation to each supplier taking cost, service quality and product quality criteria into consideration.