وبلاگ

:

روش های مختلف تکنیکی، پایه ای برای این تحقیق استفاده شده است. گردآوری اطلاعات با روش های میدانی و کتابخانه ای انجام شده است. کتابخانه های مراکز علمی- تحقیقاتی، مجلات علمی داخلی و خارجی و اینترنت عمده منبع اطلاعاتی برای انجام این تحقیق به شمار می آید.

برای دانلود متن کامل پایان نامه به سایت tinoz.ir مراجعه کنید.

در این تحقیق با کمک مطالعات میدانی و کتابخانه ای مدلی ریاضی ارائه شده است و جهت ارزیابی اوزان شاخص های زیست محیطی از روش تئوری مجموعه های راف بهره گرفته شده است و نهایتاً با بهره گرفتن از اسناد موجود و پرسشنامه های طراحی شده اطلاعات مورد نیاز مدل جهت ارزیابی تأمین کنندگان سبز یکی از قطعات تأمین شده توسط شرکت سازه گستر سایپا بدست آمده و مدل چند هدفه را در شرایط فازی حل نموده و به یک مدل تک هدفه خطی تبدیل می کنیم که توسط نرم افزار LINGOقایل برنامه نویسی و حل بوده و تأمین کنندگان را بر اساس معیار های انتخابی ارزیابی می کنیم.

۴-۲- مدل انتخاب تأمین کننده سبز:

۴-۲-۱-اجزای مدل انتخاب تأمین کننده سبز:

اساس مدلی که جهت بررسی و بهبود انتخاب تأمین کننده استفاده می شود، مدل عمید و همکاران(۲۰۰۶)[۱۶۲] می باشد با این تغییر که به آن یک تابع هدف زیست محیطی نیز اضافه شده است. و همچنین هر کدام از معیار های قیمت،کیفیت و سطح خدمت به دو زیر معیار تقسیم شده اند که شاخص ارزیابی هر تأمین کننده در رابطه با هر کدام از معیار های اصلی فوق ، از حاصل جمع مقادیر زیر معیار های مربوطه به دست می آید. مقادیر زیر معیار های هزینه ماهیت کمی دارند ولی در این تحقیق برای زیر معیار های دو معیار اصلی دیگر ، یعنی سطح خدمت و کیفیت ، ماهیت کیفی در نظر گرفته شده است که به کمک جدول ۴-۱ و جدول ۴-۲ به مقادیر کمی تبدیل می شوند. توجه شود که امتیاز بالاتر نشان دهنده مطلوبیت بیشتر است. به عنوان مثال شاخص معیار کیفیت در رابطه با تأمین کننده ای که متوسط درصد کالای معیوب آن ۱٫۷ درصد و متوسط زمان رسیدگی به مشکلات ۴ روز باشد ، ۷ محاسبه می شود.

جدول ۴-۱-نحوه محاسبه امتیاز تأمین کنندگان در رابطه با معیار سطح خدمت

 

 

 

 

 

 

 

 

 

 

 

 

انعطاف پذیری در تحویل اقلام	مدت زمان تحویل	امتیاز
در صورت نیاز خریدار، تأمین کننده کالا را تا ۵ روز زودتر تحویل می دهد.	بین ۵ تا ۱۰ روز	۵
در صورت نیاز خریدار، تأمین کننده کالا را تا ۳روز زودتر تحویل می دهد.	بین ۱۱ تا ۱۵ روز	۴
در صورت نیاز خریدار، تأمین کننده کالا را تا ۱ روز زودتر تحویل می دهد.	بین ۱۶ تا ۲۰ روز	۳
تأمین کننده فاقد انعطاف پذیری است.	بین ۲۱ تا ۲۵ روز	۲
احتمال تأخیر در تحویل وجود دارد.	بیش از ۲۶ روز	۱

جدول ۴-۲-نحوه محاسبه امتیاز تأمین کنندگان در رابطه با معیار کیفیت

 

 

 

 

 

 

 

 

 

 

 

 

متوسط درصد کالای معیوب	متوسط زمان رسیدگی به مشکلات	امتیاز
زیر ۱ درصد	بین ۱ تا ۲ روز	۵
بین ۱ تا ۱٫۵ درصد	بین ۳ تا ۴ روز	۴
بین ۱٫۶ تا ۲ درصد	بین ۵ تا ۶ روز	۳
بین ۲٫۱ تا ۲٫۵ درصد	بین ۷ تا ۸ روز	۲
بیشتر از ۲٫۵ درصد	بیش از ۸ روز	۱

بنابراین این مدل، مدلی چند هدفه با در نظر گرفتن ۴ هدف اصلی قیمت، کیفیت، سطح خدمت و معیار های زیست محیطی می باشد. در این مدل فرض شده است که خریدار برای انتخاب تأمبن کننده n گزینه دارد که ظرفیت تمام آن ها محدود است. به همین دلیل ۴ تابع هدف و ۳ گروه محدودیت در مدل منظور شده است.

قبل از ساختن مدل به تعریف پارامتر های مدل می پردازیم:

D= تقاضای سالیانه

n= تعداد تأمین کنندگان

Xi= درصدی از کل تقاضا که به تأمین کننده i ام تخصیص داده می شود

Ci= ظرفیت سالانه تأمین کننده i ام

Pi= مقدار شاخص هزینه تأمین کننده i ام که از حاصل جمع هزینه خرید و هزینه حمل و نقل هر واحد کالا که توسط تأمین کننده i ام اعلام می شود، به دست می آید.

Si= مقدار شاخص سطح خدمت تأمین کننده i ام که از حاصل جمع امتیاز های تأمین کننده i برای زیر معیار های انعطاف پذیری در تحویل و مدت زمان تحویل به دست می آید.

qi= مقدار شاخص کیفیت تأمین کننده i ام که از جمع امتیاز های تأمین کننده i برای زیر معیار های درصد کالای معیوب و متوسط زمان رسیدگی به مشکلات به دست می آید.

در حالت کلی وقتی تقاضا قطعی است و Xi درصدی از Q که به تأمین کننده i ام تخصیص داده شده باشد (مقادیر Xiو Q در همه دوره ها یکسان هستند) رابطه زیر صادق خواهد بود.

(۴-۱)

۴-۲-۲ توابع هدف:

در این مدل جهت انتخاب تأمین کننده سبز ۴ تابع هدف را برای بهینه سازی ۴ معیار اصلی انتخاب در نظر گرفته ایم که عبارتند از: کیفیت، قیمت، سطح خدمت و عملکرد زیست محیطی تأمین کنندگان.

۴-۲-۲-۱- تابع هزینه کل (TAPC)[163]:

کل هزینه های خرید در مرحله تأمین در برگیرنده هزینه خرید، هزینه نگهداری و انبار داری،حمل و نقل و سفارش دهی می باشد که می توان آن ها را به سه گروه تقسیم نمود:

• هزینه سفارش دهی سالیانه
• هزینه نگهداری سالیانه
• هزید خرید سالیانه

تابع Z1جهت حداقل نمودن هزینه کل طبق تعریف مدل عمید و همکاران(۲۰۰۶) به صورت زیر می باشد:

(۴-۲)

که در آن

Ai= هزینه سفارش دهی از تأمین کننده iام

r = نرخ هزینه نگهداری موجودی

Yi یک متغیر صفر و یک است بدین صورت که اگر Xi>0باشد برابر ۱ بوده و در غیر این صورت برابر ۰ است.

در این تحقیق تابع هزینه جهت حداقل نمودن به صورت زیر تعریف می گردد که در آن فقط از هزینه خرید استفاده شده است.

(۴-۳)

۴-۲-۲-۲- تابع کیفیت:

یکی از مهمترین معیارها برای انتخاب تأمبن کننده کیفیت می باشد که در این مدل با توجه به اینکه درصد قطعات قابل قبول تأمین کننده i ام برابر qiو نسبت خرید از این تأمین کننده برابر با Xiاست، تابع Z2جهت حداکثر نمودن کیفیت به صورت زیر تعریف می گردد:

(۴-۴)

۴-۲-۲-۳- تابع سطع خدمت:

معیار دیگر در انتخاب تأمین کنندگان سطح خدمت رسانی تأمین کننده( درصد قطعاتی که به موقع تحویل می دهد) می باشد که اگر سطح خدمت رسانی تأمین کننده i ام ، Siو نسبت خرید از این تأمین کننده Xiباشد تابع Z3جهت حداکثر نمودن سرویس به صورت زیر تعریف می گردد:

(۴-۵)

۴-۲-۲-۴ تابع عملکرد زیست محیطی:

دیگر معیاری که امروزه در انتخاب تأمین کننده مورد توجه سازمان ها قرار گرفته است، معیار عملکرد زیست محیطی[۱۶۴] می باشد. لذا در این تحقیق ، این معیار نیز در مدل دیده شده است که در مورد نحوه بنا نمودن تابع هدف عملکرد زیست محیطی توضیحات زیر آورده شده است.

فرض کنید به ازای هر کدام از شاخص های زیست محیطی دخیل در انتخاب تأمین کننده مانند: طراحی سبز، مدیریت زیست محیطی، بازیافت ، لجستیک معکوس و … تابعی به شکل زیر تعریف کنیم. باید توجه کنیم که این شاخص ها و معیار ها از وضعیت خاص به صنعتی دیگر قابل تبدیل است.

(۴-۶)

که در آن n تعداد تأمین کنندگان، m تعداد شاخص ها و معیار های زیست محیطی دخیل در انتخاب تأمین کننده سبز که در طی پرسشنامه موجود در پیوست ۱ قابل دستیابی است. برای اینکار چارچوب پیشنهادی در مدل هامفریس و همکاران(۲۰۰۳) با تغییرات اندک پایه ای برای طراحی پرسشنامه قرار گرفته است که خود دلیلی بر روایی پرسشنامه می باشد. در این پرسشنامه از مدیران خرید سازمان مربوطه در مورد زیر معیار های زیست محیطی آن ها در پروسه انتخاب تأمین کننده سبز پرسیده می شود. لذا با توجه به پرسشنامه موجود در ضمیمه ۱ و مطالب بالا دو مزیت اساسی جامعیت مدل پیشنهادی در مورد زیر معیار های زیست محیطی منظور در پروسه انتخاب تأمین کننده سبز و قابلیت انعطاف بالای مدل در تعداد زیر معیار های زیست محیطی منظور در پروسه انتخاب تأمین کننده سبز به وضوح قابل مشاهده اند.

ضریبی است که عملکرد تأمین کننده j ام را در معیار i ام نشان می دهد. باید ذکر کرد که این ها در این تحقیق با بهره گرفتن از تکنیک طیف لیکرت و توسط پرسشنامه موجود در پیوست ۲ به دست می آیند. به هر کدام از m قسمت پرسشنامه که توجه کنید می بینید عملکرد تأمین کننده i ام در مورد اهتمام به زیر معیار زیست محیطی j ام از مدیر خرید پرسیده شده است که مدیر با توجه به مفهوم طیف لیکرت با علامت زدن یکی از ۵ خانه مشخص شده مقادیر مورد نیاز مدل را تعیین می کند.

پس از بدست آوردن m تابع زیر معیار های محیط زیستی، حال تابع عملکرد زیست محیطی را می توان اینگونه تعریف کرد. که در آن ها میزان تأثیر هر کدام از m معیار در تابع اثرات زیست محیطی می باشد که در این تحقیق به وسیله تئوری مجموعه های راف به دست می آید. لذا اگر پروسه فوق را به صورت کامل انجام دهیم تابع Z4جهت حداکثر سازی به صورت زیر تبدیل خواهد شد که می توان گفت Eiها از ترکیب ها و بدست می آیند و به معنی امتیاز های نسبی تأمین کنندگان نسبت به یکدیگر در مورد عملکرد زیست محیطی آنان می باشد. پس داریم تابع Z4جهت حداکثر نمودن عملکرد زیست محیطی به صورت زیر تعریف می گردد:

(۴-۷)

۴-۲-۳ محدودیت ها:

۴-۲-۳-۱- محدودیت تأمین تقاضا:

(۴-۸)

۴-۲-۳-۲- محدودیت ظرفیت تأمین کنندگان:

ظرفیت تأمین کنندگان نیز محدود می باشد و Ci مقدار حدکثر تولید سالیانه فروشنده i ام است.

(۴-۹)

۴-۲-۳-۳ محدودیت متغیر های صفر و یک:

برای مدل کردن این محدودیت باید از محدودیت های اگر-آنگاه استفاده کنیم که در آن عددی کوچک و کمی بزرگتر از صفر است.

(۴-۱۰)

۴-۲-۴-ارائه مدل نهایی:

با ساختن اجزا مدل، مدل نهایی به صورت زیر قابل بازنویسی است:

s.t:

(۴-۱۱)

۴-۳-روش های ارزیابی اوزان:

در اکثر مسائل MCDM و بخصوص بخش MADM از آن نیاز به داشتن و دانستن اهمیت نسبی اط شاخص های (اهداف) موجود داریم، به طوری که مجموع آن ها برابر واحد شده و این اهمیت نسبی درجه ارجحیت هر شاخص (هدف) را نسبت به بقیه برای تصمیم گیری مورد نظر بسنجد. در ادامه ۳ روش را در ارزیابی اوزان برای شاخص های موجود در یک تصمیم گیری مورد بررسی قرار می دهیم:

• تئوری مجموعه های راف
• فرایند تحلیل سلسله مراتبی
• تکنیک آنتروپی

تئوری مجموعه های راف و تکنیک آنتروپی نیاز به ماتریس تصمیم گیری داشته، در حالی که تکنیک فرایند تحلیل سلسله مراتبی نیاز به ماتریس تصمیم گیری موجود از قبل ندارند.

۴-۳-۱- تئوری مجموعه های راف:

تئوری مجموعه های راف که توسط پاولاک در سال ۱۹۸۲ ارائه شده است یک روش ریاضی جدید برای برخورد با ابهام و عدم قطعیت است. این روش اشیا را به کلاس های تشابه( خوشه ها) تقسیم بندی می کند که این کلاس ها شامل اشیای مشابه با توجه به اتفاقات و دانش گذشته هستند. این کلاس های تشابه برای مشخص نمودن الگو های پنهان داده ها یا قوانین مورد استفاده قرار می گیرند. تئوری مجموعه راف کاربرد های موثری را در روش داده کاوی، هوش مصنوعی، استخراج دانش، پشتیبانی تصمیم گیری، الگویابی، تئوری ماشین، کنترل فرایند، پیش بینی و غیره پیدا کرده است. عدم قطعیت یا استفاده از مقادیر تقارب پایین و بالا محاسبه می شود. تقریب پایین[۱۶۵] مجموعه تمام اشیایی هستند که به طور قطع متعلق به مجموعه مورد نظر است. تقریب بالا[۱۶۶] شامل اعضایی هست که احتمالاً متعلق به مجموعه هستند. تفاوت میان تقریب بالا و پایین، ناحیه مرزی[۱۶۷] را پدید می آورد. در واقع تئوری مجموعه راف، عدم قطعیت را با بهره گرفتن از این ناحیه مرزی توصیف می کند. اگر ناحیه مرزی یک مجموعه تهی باشد به این معنی است که مجموعه مشخص[۱۶۸] است. در غیر این صورت مجموعه راف است. در کاربرد های واقعی ناحیه مرزی همیشه مشخص نیست. برای مثال، بعضی مواقع عملکرد برنامه توسعه تأمین کنندگان ممکن است خیلی مطلوب و برخی مواقع حتی با مشخصات و شاخص های یکسان مشابه ممکن است خیلی مطلوب نباشد.

۴-۳-۱-۱ روش پیشنهادی:

ابتدا برای معرفی بیشتر این نظریه و کاربرد آن در بحث ارزیابی تأمین کنندگان در ادامه چند تعریف و اصطلاح خواهد آمد.

تعریف۱: فرض کنید U مجموعه جهانی و R یک رابطه هم ارزی بر روی U باشد. برای هر زیر مجموعه ، جفت T=(U,R) یک فضای تقریب نامیده می شود. دو مجموعه:

(۴-۱۲)

تقریب بالا و تقریب پایین X نامیده می شود.

(۴-۱۳)

و مرز مجموعه X به صورت رابطه (۴-۹) تعریف می شود. اگر باشد مجموعه مشخص است، و اگر با یک مجموعه راف روبرو هستیم. برای نشان دادن R- ناحیه مثبت X مورد استفاده قرار می گیرد(قسمت تیره در شکل ۴-۱). نیز R-ناحیه منفی X را نشان می دهد(قسمت سفید در شکل ۴-۱). خانه ها در شکل (۴-۱ )اعضای مجموعه را نشان می دهد، خانه های سفید مربوط به بیرون مجموعه راف و خانه های تیره کاملاً متعلق به درون مجموعه راف هستند. خانه های خاکستری در شکل (۴-۱) ممکن است درون مجموعه قرار بگیرند یا نگیرند.

 

شکل۴-۱-نمایی از مجموعه راف

تعریف ۲: اگر S = یک سیستم اطلاعاتی[۱۶۹] باشد که مجموعه کل اعضا (مجموعه جهانی) و A مجموعه شاخص ها و که مقادیر مربوط به شاخص است، آنگاه یک تابع اطلاعات می باشد که داریم .

به همین دلیل هر زیر مجموعه از شاخص ها مثل یک رابطه هم ارزی روی مجموعه U به صورت زیر ایجاد می کند:

(۴-۱۴)

به عبارت دیگر اگر مقدار شاخص های دو گزینه x و y به ازای شاخص های موجود در p یکسان هستند. رابطه هم ارزی IND(P) رابطه عدم تمایز[۱۷۰] نامیده می شود. رابطه عدم تمایز مجموعه کل اعضا را به کلاس های هم ارزی تقسیم می کند که به صورتIND(P)U یا خلاصه تر U  P نشان داده می شود. اعضای هر کلاس هم ارزی مشابه هستند، به بیان دیگر اعضای آن ها توسط ویژگی P قابل تمایز نمی باشند.

تعریف ۳: فرض کنید S سیستم اطلاعاتی به صورت و و IND(P)=U کلاس های هم ارزی رابطه روی مجموعه U باشد. میانگین اطلاعات[۱۷۱]( آنتروپی[۱۷۲]) موجود در دانش ناشی از مجموعه شاخص های p به صورت زیر تعریف می شود:

(۴-۱۵)

میانگین اطلاعات یک سیستم مقیاس مناسبی برای اندازه گیری عدم قطعیت نسبت به ساختار واقعی یک سیستم است. در رابطه (۴-۱۵)، تعداد گزینه هایی است که با گزینه i ام در تمامی شاخص ها از نظر مقدار برابر بوده و تعداد گزینه ها را نشان می دهد. با بهره گرفتن از مفهوم میانگین اطلاعات اثبات لم های زیر آسان خواهد بود.

لم ۱: اگر S سیستم اطلاعاتی به صورت و و IND(P)U  IND(A)U آنگاه یعنی میانگیناطلاعات به واسطه کلاس بندی بهتر و ظریف تر افزایش پیدا می کند.

لم۲: فرض کنید که S سیستم اطلاعاتی به صورت باشد.اگر آنگاه شرط لازم و کافی برای IND(P)U  IND(A)U آن است که

لم ۲ بیان می دارد که افزودن بعضی از شاخص ها به طور مستقیم بر طبقه بندی سیستم اطلاعاتی موثر بوده ولی حذف بعضی از شاخص ها از سیستم اطلاعاتی تأثیری بر طبقه بندی ندارد.

تعریف۴: اگر S سیستم اطلاعاتی به صورت باشد، آنگاه اهمیت شاخص برابر است با رابطه زیر:

(۴-۱۶)

به خصوص اگر آنگاه

(۴-۱۷)

بنابر رابطه (۴-۱۵) داریم:

U 

(۴-۱۸)

بعنی اهمیت شاخص به صورت تغییر میانگین اطلاعات( هنگامی که آن شاخص حذف می شود) تعریف می گردد.

تعریف ۵: اگر S سیستم اطلاعاتی به صورت باشد و وزن شاخص ، به صورت زیر تعریف می شود:

(۴-۱۹)

۴-۳-۲-فرایند تحلیل سلسله مراتبی (AHP):

در این تکنیک از قضاوت تصمیم گیرنده در مورد مقایسه اهمیت نسبی شاخص ها در رابطه با یکدیگر استفاده می شود. این قضاوت ها زوجی بوده و تصمیم گیرنده شاخص ها را دو به دو مقایسه می کند. در این روش از مقیاس ۱ تا ۹ ساعتی(۱۹۸۰)[۱۷۳] برای کمی کردن ترجیحات تصمیم گیرنده و پر کردن ماتریس مقایسات زوجی استفاده می شود تا اهمیت نسبی هر هدف نسبت به اهداف دیگر مشخص شود. جدول شماره ۴-۳ مقیاس را برای انجام مقایسات زوجی نشان می دهد.

جدول ۴-۳- مقیاس فرایند تحلیل سلسله مراتبی

 

 

 

 

 

 

 

 

 

 

 

 

شرح	تعریف	درجه اهمیت
دو عنصر، اهمیت یکسانی داشته باشند.	اهمیت یکسان	۱
یک عنصر نسبت به عنصر دیگر، نسبتاً ترجیح داده می شود.	نسبتاً مرجح	۳
یک عنصر نسبت به عنصر دیگر، زیاد ترجیح داده می شود.	ترجیح زیاد	۵
یک عنصر نسبت به عنصر دیگر، بسیار زیاد ترجیح داده می شود.	ترجیح بسیار زیاد	۷
یک عنصر نسبت به عنصر دیگر، ترجیح فوق العاده زیادی دارد.	ترجیح فوق العاده زیاد	۹

ارزش های بینابین در قضاوت ها (۲و۴و۶و۸)

هنگامی که عنصر i با j مقایسه می شود، یکی از اعداد بالا به آن اختصاص می یابد. در مقایسهj با i، مقدار معکوس آن عدد اختصاص می یابد ( ).

البته توجه به این نکته نیز ضروری است که در ماتریس های مقایسات زوجی، سطر i با ستون j مقایسه می شود. بنابراین تمامی عناصر قطر اصلی این ماتریس عدد یک می باشد. هم چنین هر مقدار زیر قطر اصلی ، معکوس مقدار بالای قطر است.

پس از تشکیل ماتریس مقایسات زوجی برای شاخص ها، مقادیر آن را به هنجار می کنیم. برای این منظور، هر مقدار ماتریس را بر جمع ستون مربوطه تقسیم می کنبم. پس از به هنجار کردن، برای محاسبه وزن نسبی هر شاخص میانگین حسابی هر سطر را محاسبه می کنیم. بعد از این مرحله به سراغ سنجش نرخ ناسازگاری می رویم. به این منظور ، مراحل زیر طی می شود:

• ماتریس مقایسات زوجی را در بردار وزن های نسبی ضرب کنید. به بردار حاصل، بردار مجموع وزنی[۱۷۴]گفته می شود.

(۴-۲۰)

• عناصر بردار مجموع وزنی را بر بردار وزن های نسبی تقسیم کنید. به بردار حاصل، بردار ناسازگاری[۱۷۵]گفته می شود.
• محاسبه بزرگترین مقدار ویژه [۱۷۶]ماتریس مقایسات زوجی (): برای محاسبه بزرگترین مقدار ویژه ماتریس مقایسات زوجی، میانگین عناصر بردار سازگاری محاسبه می شود.
• محاسبه شاخص ناسازگاری[۱۷۷](II): شاخص ناسازگاری به صورت زیر تعریف می شود:

(۴-۲۱)

• محاسبه نرخ ناسازگاری[۱۷۸](IR): به این منظور به ترتیب زیر عمل می شود:

(۴-۲۲)

در اینجا IIR(شاخص ناسازگاری تصادفی)[۱۷۹] مقداری است که از جدول مربوطه استخراج می شود. جدول شاخص ناسازگاری تصادفی بر اساس شبیه سازی به دست آمده است و به صورت جدول ۴-۴ است:

جدول ۴-۴- شاخص ناسازگاری تصادفی

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

۱۰	۹	۸	۷	۶	۵	۴	۳	۲	۱	n
۱٫۵۱	۱٫۴۵	۱٫۴۱	۱٫۳۲	۱٫۲۴	۱٫۱۲	۰٫۹۰	۰٫۵۸	۰	۰	IRI

در صورتی که نرخ ناسازگاری، کوچکتر یا مساوی ۰٫۱ باشد ()، در مقایسات زوجی، سازگاری وجود دارد در غیر این صورت ، تصمیم گیرنده باید تجدید نظر کند.

۴-۳-۲-۱- فرایند تحلیل سلسله مراتبی فازی(FAHP):

فرایند تحلیل سلسله مراتبی به صورت گسترده ای برای حل مسائل تصمیم گیری چند معیاره مورد استفاده قرار می گیرد اما از آن جایی که در این فرایند از مقیاس های گسسته ۱ تا ۹ ساعتی برای کمی کردن ترجیحات تصمیم گیرنده استفاده می شود امکان لحاظ کردن ابهام موجود در تصمیم گیری راجع به اولویت معیار ها و عملکرد های مختلف وجود ندارد . این در حالی است که در مسئله انتخاب تأمین کننده درجه بالایی از قضاوت های ذهنی و ترجیحات فردی وجود دارد. اگرچه مقیاس گسسته فرایند تحلیل سلسله مراتبی مزیت هایی نظیر سادگی و سهولت کاربرد را دارا می باشد اما برای لحاظ کردن عدم دقتی که در تصویر کردن درک یک فرد به یک عدد وجود دارد، ناتوان است. به عبارت دیگر، فرایند تحلیل سلسله مراتبی معمولاً نیازمند قضاوت های غیر فازی است. در حالیکه به علت پیچیدگی و عدم دقتی که در مسائل دنیای واقعی وجود دارد، گاهی الزام به فراهم آوردن قضاوت های دقیق، غیر واقعی و یا حتی غیر ممکن است. بنابراین واقع بینانه تر است که به تصمیم گیرنده اجازه داده شود به جای مقایسات دقیق از عبارات زبانی و قضاوت های فازی جهت انجام مقایسات استفاده نماید. فرایند تحلیل سلسله مراتبی فازی در واقع مدل توسعه یافته فرایند تحلیل سلسله مراتبی است و مزیت آن در این است که امکان لحاظ کردن ابهام و عدم دقت موجود در قضاوت های تصمیم گیرنده را به صورت موثر فراهم می آورد.

۴-۳-۲-۱-۱-نحوه محاسبه وزن های فازی ذوزنقه ای در فرایند تحلیل سلسله مراتبی فازی به روش میانگین هندسی:

روش های مختلفی برای استخراج اوزان از فرایند تحلیل سلسله مراتبی فازی وجود دارد. این روش ها با هم تفاوت های مهمی دارند. برای مثال میخائیلوف (۲۰۰۲)[۱۸۰] یک روش برای استخراج وزن های قطعی از ماتریس مقایسه زوجی فازی پیشنهاد کرد. از دیگر روش ها برای استخراج وزن های ذوزنقه ای از فرایند AHP فازی با اعداد ذوزنقه ای می توان به روش میانگین هندسی وو و همکارانش (۲۰۰۴)[۱۸۱] اشاره کرد که این روش به شرح ذیل می باشد:

فرض کنید:

• A ماتریس تصمیم گیری فازی P×P و عناصر آن با lijنمایش داده شده و همان ماتریس مقایسات زوجی می باشد که در آن p تعداد گزینه هایی می باشد که می خواهند با هم مقایسه شوند.
• lij= (a,b,c,d) که در آن a,b,c,d پارامتر های یک تابع عضویت عدد فازی ذوزنقه ای می باشند که در این تابع عضویت شرطlii= (1,1,1,1) برای تمامی i ها صادق است. به عبارت دیگر اعداد روی قطر اصلی اعداد فازی ۱ می باشند.
• و و و به ترتیب میانگین های هندسی d,c,b,a می باشند.
• و و و برابر مجموع ها و هاو هاو ها می باشند.

الگوریتم:

گام اول: محاسبه و و و میانگین های با بهره گرفتن از مجموعه معادلات زیر:

(۴-۲۳)

گام دوم: پیدا کردن و و و با بهره گرفتن از مجموعه معادلات زیر:

(۴-۲۴)

گام سوم: محاسبه wiها که همان وزن های فازی ذوزنقه ای می باشند با بهره گرفتن از معادله زیر:

(۴-۲۵)

به این ترتیب از یک ماتریس مقایسات زوجی فازی ذوزنقه ای، اوزان فازی ذوزنقه ای هر کدام از گزینه ها بدست می آید.

۴-۳-۲-۱-۲-نحوه تبدیل اوزان فازی به اوزان قطعی:

پس از یافتن اوزان فازی ذوزنقه ای هر کدام از گزینه ها باید با روشی خاص این اوزان به اوزانی دقیق و عددی تبدیل شوند. در این تحقیق از روش پیشنهادی دلگادو و همکارانش(۱۹۹۸)[۱۸۲] استفاده می شود. دلگادو و همکارانش برای رتبه بندی اعداد فازی دو شاخص “مقدار(V)” و “ابهام(A)” را معرفی کردند که نحوه دستیابی به این معیارها در مقاله دلگادو و همکاران(۱۹۹۸) به طور مبسوط توضیح داده شده است.

با توجه به مقاله فوق می توان اثبات کرد که مقادیر V و A برای یک عدد فازی ذوزنقه ای به صورت T=T(a,b,c,d) به صورت رابطه زیر است.

(۴-۲۶)

برای رتبه بندی اعداد فازی دلگادو و همکارانش(۱۹۹۸) از شاخص های مقدار و ابهام به صورت زیر بهره گرفته اند:

• ابتدا باید دو عدد فازی را بر اساس پارامتر مقدار با هم مقایسه کرد. اگر پارامتر مقدار آن ها تقریباً با هم مساوی بود باید به گام بعد رفت و گرنه بر طبق همین پارامتر رتبه بندی می شوند.
• باید دو عدد را بر اساس پارامتر ابهام با هم مقایسه کرد. اگر پارامتر ابهام آن ها تقریباً با هم مساوی بود باید گفت که این دو عدد فازی تقریباً با هم برابرند در غیر این صورت باید بر طبق همان پارامتر ابهام این دو عدد را رتبه بندی کرد.

به دلیل اینکه در مسئله انتخاب تأمین کننده نیازی به رتبه بندی اهداف نیست و فقط نیاز است که وزن فازی اهداف به وزن قطعی تبدیل شود از قسمت اول روش رتبه بندی بالا که همان مقدار اعداد فازی می باشد استفاده می شود.

۴-۳-۲-۱-۳-الگوریتم حل مسئله خطی فازی چند هدفه:

• با توجه به توجه به بخش (۴-۳-۲-۱) اهداف مسئله از نظر اهمیت با بهره گرفتن از روش FAHPبه صورت زوجی مقایسه و رتبه بندی می شوند بطوریکه نتایج مقایسات زوجی به صورت اعداد فازی ذوزنقه ای در درایه های ماتریس مقایسات زوجی قرار می گیرند.
• اوزان فازی اهداف مسئله با بهره گرفتن از فرایند تحلیل سلسله مراتبی فازی از روش تشریح شده در بخش (۴-۳-۲-۱-۱)به دست می آیند.
• اوزان فازی به دست آمده به استفاده از روش تشریح شده در بخش (۴-۳-۲-۱-۲) به اوزان عددی و قطعی تبدیل می شوند.
• بهترین و بدترین مقادیر هر کدام از اهداف با حل مسئله چند هدفه به صورت چند مسئلهتک هدفه (با حضور همان محدودیت های قبلی) با حضور یک هدف و حذف دیگر اهداف به دست می آیند.با استناد به یکی از مقاله های زیمرمن(۱۹۹۶)، بهترین و بدترین مقادیر تابع هدف به روش زیر حساب می گردد.

در ابتدا بهترین مقادیر توابع هدف با حل مسائل چند هدفه به صورت یک سری مسائل تک هدفه ، با بهره گرفتن از یک هدف و حذف دیگر اهداف به دست آورده می شود. سپس با قرار دادن مقادیر بهینه به دست آمده در بهینه سازی در کلیه توابع هدف و یافتن بیشترین مقدار برای توابه کمینه سازی و کمنرین مقدار برای توابع بیشینه سازی، بدترین مقادیر تابع هدف به دست می آید. البته هوانگ[۱۸۳] (۱۹۸۱) نیز روشی را برای به دست آوردن بهترین و بدترین مقادیر تابع هدف ارائه داده است. در روش هوانگ با بیشینه سازی تمام توابع هدف و کمینه سازی تمام توابع هدف به صورت تک هدفه بهترین و بدترین مقادیر به دست می آیند.

• با بهره گرفتن از بهترین و بدترین مقادیر اهداف، توابع عضویت فازی اهداف مسئله با بهره گرفتن از روش زیر به دست می آیند.

f+= بهترین مقدار تابع هدف f–= بدترین مقدار تابع هدف

تابع هدف حداکثر سازی (۴-۲۷)

تابع هدف حداقل سازی (۴-۲۸)

با توجه به خصوصیات مدل و فازی نبودن محدودیت های مسئله، از عملگر حداقل-حداکثر وزن داده شده استفاده شده و مدل چند هدفه به یک مدل تک هدفه خطی تبدیل می شود. به این ترتیب حل مدل نهایی ارائه شده ، معادل با حل مدل تک هدفه (۴-۲۹) می باشد.(زیمرمن،۱۹۷۸)[۱۸۴]

(۴-۲۹)

۴-۳-۳- تکنیک آنتروپی[۱۸۵]:

آنتروپی یک مفهوم عمده در علوم فیزیکی، علوم اجتماعی و تئوری اطلاعات می باشد به طوری که نشان دهنده مقدار عدم اطمینان موجود از محتوای مورد انتطار اطلاعاتی از یک پیام است. به لفط دیگر، آنتروپی در تئوری اطلاعات معیاری است برای مقدار عدم اطمینان بیان شده توسط یک توزیع احتمال گسسته (Pi) به طوری که این عدم اطمینان، در صورت پخش بودن[۱۸۶] توزیع ، بیشتر از موردی است که توزیع فراوانی تیزتر باشد (Shannon). این عدم اطمینان به صورت ذیل تشریح می شود ( ابتدا ارزشی را با نماد E محاسبه می نماییم):

(۴-۳۰)

به طوری که k یک ثابت مثبت است به منظور تأمین .

E از توزیع احتمال Pi بر اساس مکانیزم آماری محاسبه شده و مقدار آن در صورت تساوی Piها با یکدیگر ماکزیمم مقدار ممکن خواهد بود.

یک ماتریس تصمیم گیری از یک مدل MADM حاوی اطلاعاتی است که آنتروپی می تواند به عنوان معیاری برای ارزیابی آن به کار رود. یک ماتریس تصمیم گیری را به صورت زیر نشان می دهیم:

 

شکل ۴-۲- ماتریس تصمیم گیری

محتوای اطلاعاتی موجود از این ماتریس را ابتدا به صورت (Pij) در ذیل محاسبه می کنیم.

(۴-۳۱)

و برای Ejاز مجموعه Pij ها به ازای هر مشخص خواهیم داشت:

(۴-۳۲)

به طوری که است.

اینک عدم اطمینان یا درجه انحراف (dj) از اطلاعات ایجاد شده به ازای شاخص j ام بدین قرار است:

(۴-۳۳)

و سرانجام برای اوزان (Wj) از شاخص های موجود خواهیم داشت:

(۴-۳۴)

چنانچه تصمیم گیرنده از قبل دارای یک قضاوت ذهنی () به عنوان اهمیت نسبی برای شاخص j ام باشد، آنگاه می توان Wjمحاسبه شده از طریق آنتروپی را به صورت زیر تعدیل نمود:

(۴-۳۵)

۴-۴-مورد کاوی – شرکت سازه گستر سایپا:

صنعت خودرو به عنوان صنعتی قدیمی و مهم که سهم زیادی از تولید ناخالص ملی کشور را به خود اختصاص داده است ، در کلیه بخش های چرخه حیات خود ، از بهره برداری منابع طبیعی ، ساخت ، تولید، مصرف و پس از مصرف در تعامل مستقیم و غیر مستقیم با محیط زیست قرار دارد. همچنین با توجه به این که بازار داخلی خودرو در حال اشباع شدن است ، خودرو سازان داخلی باید بر روی بازار منطقه ای و جهانی متمرکز شوند. با توجه به ضرورت هایی مانند پیوستن به سازمان تجارت جهانی ، افزایش قوانین بین المللی زیست محیطی و تأکید مشتریان بر استفاده از محصولات سبز سازگار با محیط زیست، ایجاد مدیریت سبز در ارائه محصولات و خدمات در صنایع کشور ضروری و اجتناب ناپزیر است. به این ترتیب شناسایی و اجرای مدیریت سبز در صنعت خودرو سازی می تواند بر کنترل و کاهش پیامد های منفی توسعه صنعتی بر محیط زیست موثر باشد. با توجه به فشار ها و مقررات سازمان های دولتی و غیر دولتی و تقاضای مصرف کنندگان، سازندگان خودرو در جهان به تقویت مدیریت پایدار و سبز خود پرداخته اند. بنابراین مدیران زنجیره تأمین خودرو سازی باید در تصمیمات خود علاوه بر هزینه های جاری، ابعاد زیست محیطی و هزینه های اجتماعی تصمیمات خود را در نظر بگیرند. در این بخش شرکت سازه گستر سایپا که تأمین کننده قطعات غیر موتوری مورد نیاز شرکت سایپا است و در ارتباط مستقیم با قطعه سازان مختلف می باشد برای نمونه عملی مدل پیشنهادی انتخاب تأمین کننده سبز مورد بررسی قرار می گیرد.

۴-۴-۱- معرفی شرکت:

شرکت سازه گستر در دهم تیر ماه ۱۳۶۴ تأسیس گردید. در همین سال با توجه به قراردادمنعـقده با شرکت نیسـان ژاپن جهت تولـید اتومبیلهای نیسـان پاترول و وانت، شرکتمدیریت طرحهای صنعتی ایران (از شرکتهای تحت پوشش سازمان گسترش و نوسازی صنایعایران) عهده دار فعالیتهای ریخته گری و آهنگری پروژه مذکور گردید. با توجه به تغییرزمینه کاری شرکت مذکور، این شرکت در مهر ماه سال ۱۳۶۶ فعالیتهای مرتبط با قراردادنیسان را به شرکت مهندسی و مشاوره سازه گستر سایپا واگذار نمود. در آبان ماه سال ۱۳۶۸ براساس مصوبات مجمع عمومی فوق العاده صاحبان سهام، اختیارات مجمعی و همچنیناختیار تعیین اعضای هیأت مدیره به هیأت عامل سازمان گسترش و نوسازی صنایع ایرانواگذار گردید. دوره جدید فعالیتهای شرکت سازه گستر سایپا به عنوان نخستین شرکتطراحی و مهندسی تأمین قطعات در کشور و تأمین کننده اصلی قطعات خودرو در سال ۱۳۷۳آغاز گردید.
شرکت سازه گستر سایپا جهت نیل به اهداف خودکفایی به فعالیت های فنیو مهندسی توجه خاص نموده و با ارائه خدمات فنی مهندسی مشاوره ای و کمک به بنیه مالیسازندگان نو پا برای ایجاد و ارتقای توانمندیهای بالقوه به انعقاد قراردادهای ساختو خرید با سازندگان قطعه اقدام می نماید. این شرکت با توسعه مستمر فعالیت های خودنقش قابل ملاحظه ای در رشد و اعتلای صنعت قطعه سازی کشور داشته و با داشتن بیش از ۵۰۰ قطعه سـاز در شبکه تامین خود در حوزه های کیفیت، قیمت، تحویل و فناوری های نوبرای مشتریان اصلی خود، شرکت های خودروسازی سایپا، پارس خودرو، زامیاد و سایپاکاشان نقش ارزنده ای ایفا کرده است.

از مهمترینمحصولات تامین شده توسط شرکت سازه گستر سایپا می توان به موارد ذیل اشاره نمود :

• مجموعه فرمان ( جعبه فرمان ، میله رابط فرمان و غربیلک )
• مجموعه فرمان ( جعبه فرمان هیدرولیک ، پمی هیدرولیک ، لوه ها و شیلنگ های ارتباطی و………)
• مجموعه تعلیق و جلوبندی ( فنر ، کمک فنر و سیبک ها )
• مجموعه ترمز ( پدال ، بوستر ، پمپ ترمز، شیر فشار شکن ، لوله ها، و اتصالات و ترمز دستی )
• مجموعه اگزوز ( کاتالیست ، گلویی، لوله اگزوز ، منبع اگزوز ، بست ها ، اتصالات ، ورق حرارت گیر و ……