![سامانه نشر مجلات علمی دانشگاه تهران](./data/logo.png)
تعداد نشریات | 161 |
تعداد شمارهها | 6,573 |
تعداد مقالات | 71,037 |
تعداد مشاهده مقاله | 125,524,715 |
تعداد دریافت فایل اصل مقاله | 98,785,457 |
ارائه مدلی جدید در راستای بهبود مدلهای مبتنی بر DEA در طبقهبندی چندمعیاره اقلام موجودی (مطالعه موردی: پارس خزر) | ||
مدیریت صنعتی | ||
مقاله 2، دوره 10، شماره 3، 1397، صفحه 353-366 اصل مقاله (1.02 M) | ||
نوع مقاله: مقاله علمی پژوهشی | ||
شناسه دیجیتال (DOI): 10.22059/imj.2018.259236.1007438 | ||
نویسندگان | ||
محمدرحیم رمضانیان* 1؛ کیخسرو یاکیده2؛ عاطفه علیدوست سراوانی3 | ||
1دانشیار، گروه مدیریت، دانشکده ادبیات و علوم انسانی، دانشگاه گیلان، رشت، ایران | ||
2استادیار، گروه مدیریت، دانشکده ادبیات و علوم انسانی، دانشگاه گیلان، رشت، ایران | ||
3کارشناس ارشد، گروه مدیریت صنعتی، دانشکده ادبیات و علوم انسانی، دانشگاه گیلان، رشت، ایران | ||
چکیده | ||
هدف: بسیاری از سازمانها برای کنترل صحیح حجم زیاد موجودیهای خود از روش طبقهبندیABC استفاده میکنند و این روش رایجترین شیوه برای طبقهبندی موجودیهاست. در طبقهبندی ABC سنتی، اقلام تنها بر اساس یک معیار واحد دستهبندی میشوند. اما معیارهای دیگری نیز وجود دارند که توجه به آنها در طبقهبندی موجودیها ضروری است. هدف این پژوهش ارائه مدل جدید در طبقهبندی چندمعیاره اقلام موجودی است. روش:از میان روشهای چند معیاره برای طبقهبندی موجودیها، مدلهای مبتنی بر تحلیل پوششی دادهها به قضاوت تصمیمگیرنده برای تعیین وزن معیارها نیازی ندارند؛ اما در ادبیات پژوهش فقط از روشهای شعاعی تحلیل پوششی دادهها برای طبقهبندی اقلام موجودی استفاده شده است. در این مقاله کارایی متقاطع یک مدل غیر شعاعی برای بهبود روش میانگین کارایی متقاطع مدل آر که مدلی شعاعی است، پیشنهاد شده است. یافتهها: روش پیشنهاد شده بهدلیل استفاده از یک مدل غیرشعاعی، ضعف مدل آر را ندارد و از مزایای روش کارایی متقاطع نیز برخوردار است. نتیجهگیری:مدلها روی 47 قلم از اقلام موجودی مربوط به یک مثال عددی مشترک موجود در ادبیات پژوهش و همچنین روی 80 قلم از اقلام موجودی شرکت صنعتی پارس خزر به اجرا درآمد و نتایج آنها تحلیل شد. نتایج مقایسه مدل پیشنهاد شده با برخی از مدلهای موجود در ادبیات پژوهش، نشاندهنده برتری مدل پیشنهاد شده است. | ||
کلیدواژهها | ||
مدل آر؛ مدل رم؛ کارایی متقاطع؛ تحلیل پوششی دادهها؛ طبقهبندی چندمعیاره اقلام موجودی | ||
مراجع | ||
زارعی محمودآبادی، محمد؛ طحاری مهرجردی، محمد حسین؛ مهدویان، علیرضا (1393). ارزیابی فعالیتهای تحقیق و توسعه در ایران: رویکرد تحلیل پوششی دادهها. نشریه مدیریت صنعتی، 6(1)، 55-74. علیپور جورشری، ارمغان؛ یاکیده، کیخسرو؛ محفوظی، غلامرضا (1396). بهینهسازی سبد سهام با حداقل میانگین انحرافات مطلق کاراییهای متقاطع. مدیریت صنعتی، 9(3)، 475- 496. گودرزی، مهشید؛ یاکیده، کیخسرو؛ محفوظی، غلامرضا (1395). بهینهسازی سبد سهام با تلفیق کارایی متقاطع و نظریه بازیها. مدیریت صنعتی، 8(4)، 685-706. مؤمنی، منصور (1393). مباحث نوین تحقیق در عملیات. تهران: گنج شایگان. نمازی، م.؛ ابراهیمی، شهلا (1390). بررسی کارایی بانکهای ایران با استفاده از تکنیک DEA به روش پلهای. نشریه مدیریت صنعتی، 2(5)، 159-174. References Alipor Jorshari, A., Yakideh, K., Mahfoozi, GH. (2017). Portfollio optimization by minimum absolute deviation of cross efficiencies. Journalof Industrial Management, 9(3), 475-496. (in Persian)
Chen, J. X. (2011). Peer-estimation for multiple criteria ABC inventory classification. Computers & Operations Research, 38 (12), 1784–1791.
Cooper, W.W. & Park, K.S. & Pastor, J.T. (1999). RAM:A range adjusted measure of inefficiency for use with additive models, and relations to other models and measurrs in DEA. Journal of Productivity Analysis, 11(1), 5-42.
Flores, B.E. & Whybark, D.C. (1987). Implementing multiple criteria ABC analysis. Journal of Operation Management, 7(1-2), 79-84.
Goodarzi, M., Yakideh, K., Mahfoozi, Gh. (2017). Portfollio optimization by synthesis of cross efficiency and Game theory. Journalof Industrial Management, 8(4), 685-706. (in Persian) Guvenir, H.A. & Erel, E. (1998). Multicriteria inventory classification using a genetic algorithm.European Journal of Operational Research, 105 (1), 29-37.
Hadi-Vencheh, A. (2010). An improvement to multiple criteria ABC inventory classification. European Journal of Operational Research, 201, 962–965.
Hatefi, S.M., Torabi, S.A. & Bagheri, P. (2014). Multi-criteria ABC inventory classification with mixed quantitative and qualitative criteria. International Journal of Production Research, 52(3), 776–786.
Hatefi, S.M. & Torabi, S.A. (2015). A common weight linear optimization approach for multicriteria ABC inventory classification. Advances in Decision Sciences, 2015.
Keren, B., & Hadad, Y. (2016). ABC Inventory Classification Using AHP and Ranking Methods via DEA. In Stochastic Models in Reliability Engineering, Life Science and Operations Management (SMRLO), 2016 Second International Symposium on (pp. 495-501). IEEE.
Momeni, M. (2015). New Operational Research Topics. Gange Shaygan, Tehran. (in Persian)
Namazi, M., Ebrahimi, S. (2011). The Investigation of the Iranian Banks' Efficiency by Using Stepwise DEA Technique,Journal of Industrial Management, 2(5), 159-332. (in Persian)
Ng, W.L. (2007). A simple classifier for multiple criteria ABC analysis. European Journal of Operational Research, 177 (1), 344-353.
Park, J., Bae, H., & Bae, J. (2014). Cross-evaluation-based weighted linear optimization for multi-criteria ABC inventory classification. Computers & Industrial Engineering, 76, 40-48.
Partovi, F. Y. & Anandarajan, M. (2002). Classifying inventory using an artificial neural network approach. Computers and Industrial Engineering, 41 (4), 389–404.
Ramanathan, R. (2006). ABC inventory classification with multiple criteria using weighted linear optimization. Computers & Operations Research, 33, 695–700.
Silver, E. A., Pyke, D. F., & Peterson, R. (1998). Inventory management and production planning and scheduling (Vol. 3, p. 30). New York: Wiley.
Zarei Mahmoudabad, M., Tahari Mehrjerdi, M.H., Mahdavian, A. (2014). Evaluation of R&D Activities in Iran: Data Envelopment Analysis Approach. Journal of Industrial Management, 6(1), 55-79. (in Persian)
Zheng, S., Fu, Y., Lai, K. K., & Liang, L. (2017). An improvement to multiple criteria ABC inventory classification using Shannon entropy. Journal of Systems Science and Complexity, 30(4), 857-865.
Zhou, P. & Fan, L. (2007). A note on multi-criteria ABC inventory classification using weighted linear optimization. European Journal of Operational Research, 182, 1488-1491. | ||
آمار تعداد مشاهده مقاله: 774 تعداد دریافت فایل اصل مقاله: 500 |