OPARTE NA LICZBACH Z MODELOWANIE GRUPOWEGO PODEJMOWANIA DECYZJI DOTYCZĄCYCH WYBORU DOSTAWCÓW W SYSTEMACH PRODUKCYJNYCH

Kamala Aliyeva

kamalann64@gmail.com
Azerbaijan State Oil and Industry University (Azerbejdżan)
https://orcid.org/0000-0001-5498-5982

Abstrakt

Zdrowie łańcucha dostaw, wydajność firmy i jakość produkcji, a także sukces całego przedsiębiorstwa, zależą bezpośrednio od niezawodności obecnych dostawców firmy. Przedsiębiorstwa przetwórcze zależne od dostawców starają się znaleźć najlepszą opcję, która spełni wszystkie wymagania klientów. Dzięki wysokiej jakości i niedrogim surowcom produkty wytwarzane przez przedsiębiorstwo będą w dużej mierze determinować jego wskaźniki ekonomiczne, takie jak przychody, zyski i rentowność. W związku z tym przedsiębiorstwo to stoi przed szczególnym wyzwaniem, jakim jest wybór najbardziej odpowiedniego dostawcy zasobów. Zasadniczo dla przedsiębiorstw przetwórczych bardzo ważne jest uwzględnienie takich parametrów, jak jakość przychodzących materiałów, warunki dostaw surowców, cena otrzymanych surowców, warunki umów. Wyzwaniem przy określaniu dostawcy jest wybór wiarygodnych dostawców, którzy mogą utrzymać ciągłość łańcucha dostaw w środowisku stale rosnącej niestabilności i niepewności. W tym celu zaproponowano metodologię wyboru dostawców przy użyciu liczb Z. Wykorzystując rozmyte liczby Z w wyborze dostawców, decydenci mogą przypisywać wartości do różnych kryteriów w sposób, który odzwierciedla zarówno niepewność, jak i zaufanie związane z tymi wartościami. Może to prowadzić do bardziej dopracowanych i solidnych procesów wyboru dostawców, biorąc pod uwagę szerszy zakres czynników i niepewności.


Słowa kluczowe:

wybór dostawcy, wielokryterialne podejmowanie decyzji, rozmyte grupowe podejmowanie decyzji, liczby rozmyte, liczby Z

[1] Aliev R., Huseynov O., Aliyeva K.: Aggregation of an expert group opinion under Z-information. Proceedings of the Eighth International Conference on Soft Computing, Computing with Words and Perceptions in System Analysis, Decision and Control, 2015, 115–124.
  Google Scholar

[2] Chan F., Kumar N.: Global Supplier Development Considering Risk Factors Using Fuzzy Extended AHP-Based Approach. Omega International Journal of Management Science 35, 2007, 417–431 [https://dx.doi.org/10.1016/j.omega.2005.08.004].
DOI: https://doi.org/10.1016/j.omega.2005.08.004   Google Scholar

[3] Chang B., Chang C., Wu C.: Fuzzy DEMATEL Method for Developing Supplier Evaluation Criteria, Expert Systems with Applications 38(3), 2011, 1850–1858 [https://dx.doi.org/10.2202/1558-3708.1832].
DOI: https://doi.org/10.1016/j.eswa.2010.07.114   Google Scholar

[4] Chen C. T.: Extensions of the TOPSIS for group decision-making under fuzzy environment. Fuzzy Sets and Systems 114(1), 2000, 1–9 [https://doi.org/10.1016/S0165-0114(97)00377-1].
DOI: https://doi.org/10.1016/S0165-0114(97)00377-1   Google Scholar

[5] Chen Y., Wang T.: Optimizing partners’ choice in IS/IT outsourcing projects: The strategic decision of fuzzy VIKOR, International Journal of Production Economics 120, 2009, 233–242 [https://doi.org/10.1016/j.ijpe.2008.07.022].
DOI: https://doi.org/10.1016/j.ijpe.2008.07.022   Google Scholar

[6] Chen S. H.: Ranking fuzzy numbers with maximizing set and minimizing set. Fuzzy sets and Systems 17(2), 1985, 113–129.
DOI: https://doi.org/10.1016/0165-0114(85)90050-8   Google Scholar

[7] Chu T., Varma R.: Evaluating suppliers via multiple levels multiple criteria decision-making method under fuzzy environment. Computers & Industrial Engineering 62(2), 2012, 653–660 [https://dx.doi.org/10.1016/j.cie.2011.11.036].
DOI: https://doi.org/10.1016/j.cie.2011.11.036   Google Scholar

[8] Kahraman C., Kaya I.: Fuzzy Process Capability Analysis and Applications, Production Engineering and Management under Fuzziness 252, 2010, 483–513.
DOI: https://doi.org/10.1007/978-3-642-12052-7_20   Google Scholar

[9] Kar A. K.: A hybrid group decision support system for supplier selection using analytic hierarchy process, fuzzy set theory and neural network. Journal of Computational Science 6, 2015, 23–33.
DOI: https://doi.org/10.1016/j.jocs.2014.11.002   Google Scholar

[10] Karsak E., Dursun M.: An integrated fuzzy MCDM approach for supplier evaluation and selection. Computers and Industrial Engineering 82, 2015, 82–93 [https://doi.org/10.1016/j.cie.2015.01.019].
DOI: https://doi.org/10.1016/j.cie.2015.01.019   Google Scholar

[11] Kavita S., Kumar S.: A multi-criteria interval-valued intuitionistic fuzzy group decision making for supplier selection with TOPSIS method. Lecture Notes Artificial Intellegence 5908, 2009, 303–312 [https://doi.org/10.1007/978-3-642-10646-0_37].
DOI: https://doi.org/10.1007/978-3-642-10646-0_37   Google Scholar

[12] Khurrum S., Faizul H.: Supplier selection problem: a comparison of the total cost of ownership and analytic hierarchy process approaches. Supply Chain Management: An International Journal 7(3), 2002, 126–135 [https://doi.org/10.1108/13598540210436586].
DOI: https://doi.org/10.1108/13598540210436586   Google Scholar

[13] Kontis A., Vrysagotis V.: Supplier selection problem: a literature review of multi-criteria approaches based on DEA. Advances in Management & Applied Economics 1(2), 2011, 207–219.
  Google Scholar

[14] Singh Sh., Singh R., Seth N.: Ranking of critical success factors for online retailing by TOPSIS approach. International Journal of Productivity and Quality Management 21(3), 2017, 359–374 [https://doi.org/10.1504/IJPQM.2017.10005237].
DOI: https://doi.org/10.1504/IJPQM.2017.084460   Google Scholar

[15] Soroor J., Tarokh M., Khoshalhan F., et al.: Intelligent evaluation of supplier bids using a hybrid technique in dis-tributed supply chains. Journal of Manufacturing Systems 31(2), 2012, 240–252.
DOI: https://doi.org/10.1016/j.jmsy.2011.09.002   Google Scholar

[16] Vinodh S., Ramiya S., Gautham R.: Application of fuzzy analytic network process for supplier selection in a manufacturing organization. Expert systems with applications 38, 2011, 272–280 [https://doi.org/10.1016/j.eswa.2010.06.057].
DOI: https://doi.org/10.1016/j.eswa.2010.06.057   Google Scholar

[17] Wang H.: Theories for competitive advantage. Hasan H. (eds.): Being Practical with Theory: A Window into Business, Research. THEORI, Wollongong, Australia 2014, 33–43.
  Google Scholar

[18] Wang S.: Applying 2-tuple multigranularity linguistic variables to determine the supply performance in dynamic environment based on product-oriented strategy 2-tuple. IEEE Transactions on Fuzzy Systems 16(1), 2008, 29–39 [https://dx.doi.org/10.1109/TFUZZ.2007.903316].
DOI: https://doi.org/10.1109/TFUZZ.2007.903316   Google Scholar

[19] Zadeh L.: Fuzzy Sets, Information and Control 8(3), 1965, 338–353 [https://doi.org/10.1016/S0019-9958(65)90241-X].
DOI: https://doi.org/10.1016/S0019-9958(65)90241-X   Google Scholar

[20] Zadeh L.: A Note on Z-numbers. Information Sciences 181(14), 2011, 2923–2932 [https://doi.org/10.1016/j.ins.2011.02.022].
DOI: https://doi.org/10.1016/j.ins.2011.02.022   Google Scholar


Opublikowane
2024-09-30

Cited By / Share

Aliyeva, K. (2024). OPARTE NA LICZBACH Z MODELOWANIE GRUPOWEGO PODEJMOWANIA DECYZJI DOTYCZĄCYCH WYBORU DOSTAWCÓW W SYSTEMACH PRODUKCYJNYCH. Informatyka, Automatyka, Pomiary W Gospodarce I Ochronie Środowiska, 14(3), 61–67. https://doi.org/10.35784/iapgos.6182

Autorzy

Kamala Aliyeva 
kamalann64@gmail.com
Azerbaijan State Oil and Industry University Azerbejdżan
https://orcid.org/0000-0001-5498-5982

Statystyki

Abstract views: 55
PDF downloads: 13


Licencja

Creative Commons License

Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa 4.0 Międzynarodowe.