سنجش کارایی زنجیره تامین و برآورد اتلاف منبع درونی با استفاده از تکنیک NET-DEA (مطالعه موردی: صنایع خودرو سازی گروه سایپا)

Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,543

متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

DEA04_166

تاریخ نمایه سازی: 10 اردیبهشت 1392

Abstract:

یک سیستم اندازه گیری عملکرد مناسب، یک نیاز مهم برای مدیریت مؤثر زنجیره تأمین است. اندازه گیری عملکرد به جهت بهبود اثربخشی و کارایی زنجیره تأمین برای شرکت های بزرگ نظیر خودروسازی، حیاتی است. رشد صنعت خودرو، افزایش تعداد قطعه سازان در زنجیره تأمین خودروی کشور بر اهمیت برنامه ریزی منابع در این زنجیره می افزاید. لذا تدوین و پیاده سازی یک سیستم جامع ارزیابی عملکرد باید به عنوان یکی از نیازهای اصلی این صنعت مورد توجه قرار گیرد.از طرفی کاهش اتلاف منبع یکی از مهمترین موضوعات در مدیریت زنجیره تامین می باشد زیرا اتلاف منبع، بهبود کارایی منبع را کاهش می دهد و باعث عدم تعادل و ناهماهنگی بین تولید و تقاضا میشود. تحلیل پوششی داده ها (DEA) روشی مفید برای ارزیابی کارایی نسبی واحدهای تصمیم گیری مشابه است. DEA سنتی بدلیل وجود مقادیر میانی مرتبط با اعضای زنجیره تأمین، نمی تواند بطور صحیح برای اندازه گیری عملکرد زنجیره تأمین بکار رود. لذا در این پژوهش از یک مدل شبکه ای تحلیل پوششی داده ها (NET-DEA) برای ارزیابی کارایی زنجیره تأمین در صنعت خودرو استفاده می شود، کارایی 18 زنجیره محاسبه شد و نتایج نشان داد که دو زنجیره کارا و مابقی ناکارا هستند.در ادامه برای بسط بیشتر ما اتلاف منبع داخلی در زنجیره تامین را بررسی می کنیم.

Authors

کامبیز شاهرودی

دانشگاه آزاد اسلامی واحد رشت، گروه مدیریت، گیلان، ایران

سمانه محمدی

دانشجوی کارشناسی ارشد مدیریت بازرگانی،دانشگاه آزاد اسلامی واحد رشت،

سودا درای

دانشجوی کارشناسی ارشد مدیریت بازرگانی،دانشگاه آزاد اسلامی واحد رشت،

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :