بکارگیری ANP فازی در تعیین شاخص های اصلی انتخاب محصول در شرکت سایپادیزل

فصلنامه مدیریت راهبردی در سیستم های صنعتی (مدیریت صنعتی سابق)

مقاله 5، دوره 9، شماره 29، آذر 1393، صفحه 69-82   

نوع مقاله: مقاله پژوهشی

نویسندگان

حامد آقاکثیری^{* 1}؛ رکسانا فکری²

¹کارشناسی ارشد مهندسی صنایع

²استادیار و عضو هیئت علمی دانشگاه پیام نور

چکیده

با توجه به منابع مدیریتی محدود و عدم امکان تخصیص منابع بطور کامل، انتخاب محصول مناسب جهت  تولید در شرکت های صنعتی از اهمیت بسیار بالایی برخوردار می باشد. شرکت های تولید کننده  خودرو در رده تجاری و سنگین مورد استفاده در حمل و نقل جاده ای نیز از این قاعده مستثنی نیستند ، به طوری که زیاد بودن گزینه های انتخابی توسط شرکت های مادر و همچنین رقابت میان شرکت های معتبر،  موجب افزایش شاخص انتخاب محصول مناسب در این صنعت شده اند. هدف از این مقاله، تعیین و اولویت بندی شاخص های اساسی در انتخاب محصول مناسب در شرکت های خودروسازی سنگین می باشد که در این خصوص مطالعه موردی در شرکت سایپادیزل انجام شده است. روش تحقیق از نظر هدف کاربردی و از نظر روش گردآوری اطلاعات، پیمایشی بوده که از طریق توزیع پرسش نامه بین مدیران بخش تحقیقات و مهندسی سایپادیزل انجام شده است. به طوری که ابتدا عوامل داخلی و خارجی سازمان‌های تولید کننده خودروهای سنگین شناسایی می‌ شود و سپس شاخص های ارزیابی و انتخاب محصولات سنگین مناسب  در شرکت سایپا استخراج خواهد شد و در نهایت با روش فرایند تحلیل شبکه ای فازی (FANP)  این معیار ها الویت بندی می شوند. نتایج حاصل از این تحقیق که با استفاده از روش ANP فازی بررسی شده است مؤید آن است که از بین شاخص های انتخاب محصول، هزینه و میزان رضایت مشتریان بیشترین الویت را دارا می باشد.
 

کلیدواژه‌ها

شاخص های ارزیابی؛ انتخاب محصول؛ تحلیل شبکه ای فازی؛ الویت بندی معیارها

مراجع

1-      Mohsen Sadegh Amalnick, Ayyub Ansarinejad, Sina-Miri Nargesi & Shakib Taheri. (2011). New perspective to ERP Critical Success Factors: Priorities and Causal Relations under fuzzy environment. The Journal of Mathematics and Computer Science, 160-170.

2-      L. Asgarzadeh, Jun.( 1965). Fuzzy sets, Information and Control, International Journal of Uncertainty, 8(3): 338-353.

3-      R. Csutora and J. J. Buckley.( 2001). Fuzzy hierarchical analysis: the Lambda-Max method .Fuzzy Sets and Systems, 120(2) 181–195.

4-      Department of Industrial Engineering, Atılım University P.O. Box 06836, İncek, Ankara, Turkey, Department of Industrial Engineering, Gazi UniversityP.O. Box 06570, Maltepe, Ankara, Turkey. (2011). Babak Daneshvar Rouyendegh, Serpil Erol. The DEA – FUZZY ANP Department Ranking Model Applied in Iran Amirkabir University

5-      L. C. Leung & D. Cao.(2000). “On consistency and ranking of alternatives in fuzzy AHP. European Journal of Operational Research, 124(1): 102–113.

6-      T. S. Liou & M. J. Wang.(1992). “Ranking fuzzy numbers with integral value,” Fuzzy Sets and Systems, 50 (3): 247–255

7-      S. Opricovic & G.-H. Tzeng. (2003). Defuzzification within a multicriteria decision model. International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 11(5): 635-652.

8-      United States General Accounting Office. (1980). The analytical hierarchy process. T. L. Saaty . McGraw-Hill, New York.

9-      S. Tesfamariam & R. Sadiq.(2006). Risk-based environmental decision-making using fuzzy analytic hierarchy process (F-AHP). Stochastic Environmental Research and Risk Assessment, 21(1): 35–50.